---
name: p7e-customer-loop
description: 'AI Native 产品方法论——客户循环的实操 Skill。
用户提供 AI 产品阶段和目标客户画像，Skill 自动执行客户循环设计：
早期客户筛选 → 共创边界设计 → 反馈收集机制 → 产品改进回路 → 客户扩张策略 → 方法论回流 → 输出客户循环方案。
基于《AI Native 产品方法论》第24章。
'
tags:
- ai-product
- methodology
- customer-loop
- early-adopter
- feedback
- book-skill
author: Max
source_book: AI Native 产品方法论
source_chapter: 第24章 客户循环
version: 1.0
stage: p7e
homepage: https://github.com/gmaxxxie/ai-native-product-agent-skills/tree/main/skills/p7e-customer-loop
---
# 客户循环 Skill
## 使用场景
- AI 产品已有初步验证能力，需要设计早期客户机制
- 团队在内部打磨太久，需要尽早进入真实客户环境获取反馈
- 已有早期客户但反馈质量低，需要优化筛选和互动机制
- 需要把客户反馈系统化回流到产品方法论主线
## 核心概念
- **客户循环（Customer Loop）**：围绕早期客户、反馈、改进和扩张形成的客户成长循环
- **早期客户计划（Early Customer Program）**：在受控边界内把能力交给一小批真实客户共同打磨的机制
- **共创边界**：客户能使用到什么程度、哪些能力仍处于实验状态、哪些责任由谁承担
- **方法论回流**：客户信号回到方向定界、试验展开、系统构建和价值循环的机制
## 客户循环流程
```
已验证能力
→ 早期客户筛选
→ 共创边界设计
→ 受控使用与反馈收集
→ 反馈分析与产品改进
→ 价值验证
→ 客户扩张
→ 新一轮反馈
```
## 早期客户筛选标准
### 理想早期客户的五个特征
| 特征 | 说明 | 评估方法 |
|------|------|---------|
| 问题真实且高频 | 对现有方案确实不满意 | 访谈确认痛点频率和严重度 |
| 愿意投入时间 | 不只是想要现成产品，愿意共创 | 评估反馈意愿和参与度 |
| 能接受试点边界 | 理解系统仍在演进中 | 沟通期望并观察接受度 |
| 场景和资料真实 | 有足够真实的场景和数据 | 评估场景复杂度和数据可用性 |
| 有代表性和扩展性 | 不是极端个案 | 检验是否代表目标客户群体 |
### 反模式：不合适的早期客户
- **白嫖型**：只想免费使用，不愿反馈
- **定制型**：只关注自己的特殊需求，需求无法泛化
- **背书型**：想要品牌合作但不愿深度参与产品打磨
- **过早规模化型**：要求从一开始就支持大规模部署
## 共创边界设计
### 必须明确的五项边界
```yaml
边界1_合作性质:
明确: 这是试点/共创还是正式商用
影响: 决定了责任划分和服务等级
边界2_场景范围:
明确: 哪些场景支持，哪些暂不支持
影响: 防止客户期望超出当前能力
边界3_自动化程度:
明确: 哪些任务可自动完成，哪些必须人工确认
影响: 决定了人机协作的界面设计
边界4_失败处理:
明确: 出现失败时由谁接管，如何回退
影响: 决定了风险控制和应急方案
边界5_反馈机制:
明确: 反馈如何被记录、处理和回流
影响: 决定了客户循环是否能真正闭环
```
## 反馈收集与分类
### 反馈类型矩阵
| 反馈类型 | 描述 | 回流方向 | 优先级 |
|----------|------|---------|--------|
| 能力边界反馈 | 系统做不了某些事 | 试验展开 | P0 |
| 质量反馈 | 输出质量不够好 | 系统构建 | P0 |
| 体验反馈 | 交互方式不顺 | UX设计 | P1 |
| 场景发现 | 发现新适用场景 | 方向定界 | P1 |
| 定价反馈 | 付费意愿和价格敏感度 | 商业模式 | P2 |
### 反馈质量评估
- **高价值反馈**：包含具体场景、真实数据、可复现的问题
- **中价值反馈**：指出了问题但缺少具体细节
- **低价值反馈**：泛泛的评价（"挺好的"/"不太好用"）
## 客户扩张策略
### 扩张阶段设计
```
阶段1_种子客户 (3-5家)
→ 深度共创，高频反馈
→ 验证核心价值假设
阶段2_早期客户 (10-20家)
→ 结构化试点，标准反馈
→ 验证可复制性
阶段3_规模客户 (50+家)
→ 标准化交付，自助服务
→ 验证商业模式
```
### 扩张节奏控制
- 不要在反馈回路稳定之前扩张
- 不要在共创边界验证之前扩张
- 不要在价值密度确认之前扩张
## 方法论回流机制
客户反馈必须回流到方法论主线，否则客户循环只是"有客户在用"而不是"客户驱动产品成长"：
```yaml
回流到方向定界:
触发: 客户反复提出某类场景需求
动作: 评估是否需要更新 Direction Brief
节奏: 每月回顾
回流到试验展开:
触发: 客户暴露出新的失败模式
动作: 设计新实验验证能力边界
节奏: 发现即触发
回流到系统构建:
触发: 客户反馈质量问题
动作: 优化系统组件和能力链路
节奏: 每周分析
回流到价值循环:
触发: 客户表达付费意愿或拒绝
动作: 更新价值密度评估和定价策略
节奏: 每月评估
```
## 输出物：客户循环方案
1. **早期客户筛选标准**：基于产品阶段的具体筛选条件
2. **共创边界协议**：五项边界的具体约定
3. **反馈收集机制**：反馈类型、渠道、频率和质量标准
4. **产品改进回路**：反馈如何转化为产品改进动作
5. **客户扩张计划**：三阶段扩张目标和节奏
6. **方法论回流设计**：客户信号如何回到主线各环节
## 使用方式
当用户提供 AI 产品阶段和目标客户画像时，自动执行：
1. 评估产品是否具备进入客户循环的条件
2. 设计早期客户筛选标准
3. 设计共创边界协议
4. 建立反馈收集和分类机制
5. 设计产品改进回路
6. 规划客户扩张策略
7. 设计方法论回流机制
8. 输出客户循环方案
## 与其他 Skill 的关系
- **上游**：@ai-native-experiment-engine（提供已验证能力）、@p10a-value-discovery-loop（价值发现确认值得进入客户循环）
- **下游**：@ai-native-marketing-growth（增长策略承接客户扩张）、@ai-native-business-model（定价和商业模式验证）
- **协同**：@ai-native-direction-framing（客户信号回流到方向调整）、@ai-native-production-ops（生产环境数据补充客户反馈）
## 示例
### 示例：AI 客服 Copilot 早期客户计划
**用户输入**：
"我们的客服 Copilot 工单分类和意图识别已经通过内部验证，想设计早期客户计划"
**Skill 执行流程**：
1. **早期客户筛选**
| 筛选条件 | 标准 | 权重 |
|----------|------|------|
| 日工单量 | >500单 | 必须 |
| 客服团队规模 | >20人 | 必须 |
| 现有系统满意度 | <60分 | 优先 |
| 数据可用性 | 有历史工单数据 | 必须 |
| 反馈意愿 | 愿意每周30分钟反馈 | 必须 |
2. **共创边界协议**
```yaml
合作性质: 技术共创试点（非商用）
期限: 3个月
费用: 免费，换取深度反馈
场景范围:
支持: 工单分类、意图识别、知识库检索
不支持: 自动回复、跨系统操作、投诉处理
自动化程度:
自动: 工单分类建议（人工确认后生效）
半自动: 意图识别（置信度>90%自动，<90%人工）
不自动: 涉及赔付/投诉的建议
失败处理:
接管: 系统自动降级到规则引擎
回退: 保留原始工单流程作为备份
通知: 5分钟内通知客户负责人
反馈机制:
渠道: 专属飞书群 + 周度30分钟访谈
记录: 结构化反馈表 + 自由文本
处理: 48小时内响应，每周迭代
```
3. **客户扩张计划**
| 阶段 | 客户数 | 周期 | 目标 | 准入条件 |
|------|--------|------|------|---------|
| 种子 | 3家 | 第1-3月 | 验证核心价值 | 反馈闭环稳定运行 |
| 早期 | 10家 | 第4-6月 | 验证可复制性 | 标准化交付流程就绪 |
| 规模 | 50家 | 第7-12月 | 验证商业模式 | 定价和自助服务就绪 |
4. **方法论回流设计**
```yaml
每周:
- 产品改进: 分类准确率优化、新增意图识别
- 反馈分析: Top5 问题类型和优先级
每月:
- 方向回顾: 是否需要扩展或收缩场景范围
- 价值评估: 客户付费意愿变化
每季:
- Direction Brief 更新: 基于客户数据重写产品方向
- 商业模式验证: 定价假设是否成立
```