跳至内容
FormFill 开发复盘与可复用验证方法论

FormFill 开发复盘与可复用验证方法论

所属专题:FormFill 浏览器扩展复盘

状态说明(2026-11-18): FormFill 已停止产品化并冻结。本文不复盘“如何继续做完这个通用插件”,而是总结从想法、调研、开发、验证到主动停止的全过程,提炼可迁移到下一个小产品或业务想法的决策方法。事实边界以仓库源码、测试、调研文档与 docs/execution/ 中的证据为准。

0. 一句话结论

这次做出了一个可运行、可测试的技术样机,并把下面三个商业问题写成了可执行的验证框架:

  1. 这个任务是否真实、重复,而且足够痛?
  2. 现有替代方案为什么不够,用户愿意为余下的价值做什么?
  3. 我们是否能比现有入口更可靠、更便宜或更容易触达地交付,并形成持续付费理由?

但该框架并未在 FormFill 的真实用户和市场中完整运行:G1–G4 没有执行,真实用户行为、真实任务对照、重复使用和付费仍未验证。FormFill 通过了相当一部分“能不能做”的技术验证,却没有取得“为什么由这个产品持续做、谁持续付费”的商业证据。能够识别这一差别并在继续扩功能前停下,是本次项目最有价值的决策能力。

1. 你在项目中实际完成了哪些工作

这里的“你做了哪些工作”指你作为产品负责人实际推动的判断、取舍和验证,而不是把所有代码提交都归到你个人名下。

阶段你实际完成的工作产生的资产
产品定义把“AI 自动填表”从一个泛化想法拆成描述/文件输入、字段识别、预览、应用、撤销、Excel 记录与映射复用等可验证能力;要求竞品有的基础功能不能被轻易遗漏功能清单、基础能力基线、F/W/S/M 系列任务编号
研究设计不满足于参看产品首页,要求全面查看竞品网站、商店规模、网络流量/排名、社交与论坛关注度,并研究 Reddit、Hacker News 等发布文章竞品、营销规模、社区发布、SEO、流量和关键词研究包
用户假设验证提出老网站、跨境、招投标等方向,并要求反向验证,而不是直接按直觉开发用户画像、场景白名单/黑名单、产品原点报告
技术深化通过真实模型接口和真实浏览器环境推进验证;要求单记录 Excel、预览确认、撤销、映射复用、隐私停止采集等基础能力可运行 MV3 扩展、130 项测试记录、Playwright 浏览器 E2E、演示包(历史证据记录于 2026-11-17)
产品可信度要求官网不提供假商店按钮、不虚构域名或流量,明确 BYOK、权限、模型外发、限制和未验证事实四页静态网站、预渲染、SEO 准备、隐私政策、商店草案
质量机制要求逐项审查、测试、记录、提交和推送;要求让 Qwen 独立检查结论并处理分歧多轮 Qwen 审查、执行台账、提交链、可复现证据
产品决策在看到“开发难度低、平台/客户可自研、替代入口多、尚无付费证据”后,没有继续用功能数量为项目续命,而是主动停止产品化冻结决定、收尾报告、交接边界、重启门槛

已经验证的

以下扩展能力均为冻结前的历史证据;本次收尾没有重新运行扩展测试,只重跑了网站的静态布局与 axe 检查。

  • 核心填写链路在本地测试、真实模型代码级 E2E 和 Playwright Chromium 的真实 MV3 全链路中都跑通过。
  • Excel 单记录、预览/应用/撤销、页面变化拒写、已有值保护、结构映射复用等能力具有代码与证据。
  • 冻结前网站证据: 网站四页完成本地构建、预渲染,并有历史响应式与可访问性检查记录。
  • 本轮网站静态检查: 含共享归档横幅的布局 36/36 与 axe 4/4 通过。
  • 隐私采集路径被关闭,数据外发和 Key 本地存储边界有文档和测试。
  • 项目可以构建、可以复现、可以交接。

没有验证的

  • 真实用户是否高频完成同一类任务。
  • 工具相对手工、平台导入、主体库、OCR、RPA 或专用客户端的稳定增量价值。
  • 用户是否愿意为通用插件持续付费。
  • 有效获客渠道、转化率、留存和复购。
  • 线上 SEO、搜索量和自然流量表现。

这份边界非常重要:工程完成不等于产品成立,功能存在不等于市场需要,公开关注也不等于使用或付费。

2. 这次做对了什么

2.1 把直觉变成了可证伪假设

你没有简单接受“填表工具应该有人用”或“老网站一定适合”,而是把想法拆成:

  • 谁在什么场景重复做这件事?
  • 目标网站是否有导入/API/ERP 等原生替代?
  • 剩余字段是否足够多,人工复核是否真的更快?
  • 用户能否接受 BYOK、数据外发与人工确认?
  • 是否愿意为一次性适配或持续使用付费?

这让讨论从“我觉得有价值”转向“什么证据会推翻这个判断”。

2.2 先跑真实链路,而不是只做静态 Mock

项目最终形成了逐级证据:

  1. 单元与集成测试。
  2. JSDOM + 真实模型 E2E。
  3. Playwright Chromium 加载真实 MV3 扩展。
  4. 真实弹窗 UI 完成配置、文件导入、预览、应用、撤销和映射复用。

这个过程还发现了合成测试发现不了的真实缺陷。例如浏览器 i18n key 不合法会导致扩展整个加载失败,下拉占位项会被误判为已有值。这是“真实运行优先于演示稿”的具体收益。

2.3 将隐私、安全和失败处理当作产品能力

没有把“无开发者服务器”简化成“数据不会上传”。项目明确区分:

  • 什么数据保存在扩展本地。
  • 什么内容直接发送给用户选择的服务商。
  • 哪些输入值不上报,但页面附近文字仍可能包含敏感信息。
  • 页面变化、取消、超时、重试和部分失败如何呈现。
  • 哪些字段永不填写,哪些限制尚未验证。

对涉及个人信息、企业资料或 API Key 的产品,这种边界设计应在第一个原型里出现,而不是等上线前补隐私说明。

2.4 使用证据和审查机制,而不是让多个 Agent 重复互相赞同

多 Agent 的价值不在于“投票通过”,而在于分头做竞品、社区、SEO、用户和场景研究,再由父会话核查来源。Qwen 审查也被用于寻找口径矛盾、超证据断言和未来执行者可能误读的指令。

这次有效的协作模式是:

  • 事实与链接可追溯。
  • 明确哪些是公开事实、推断和未验证假设。
  • 不同角色提出反例。
  • 由主执行者核对源码和证据后做最终决定。
  • 每完成一阶段留下记录、测试、提交和下一步。

2.5 主动停止,而不是沉没成本驱动

你最终承认“浏览器填表技术壁垒不高,客户或平台可以自研,现有入口很多,持续付费理由尚未验证”。这会主动放弃已经投入的技术工作,但防止了更大的时间、推广与维护成本。

一个好的验证体系不仅决定什么时候开始做,也要有勇气按预设门槛决定不做。

3. 可以在下一个项目中避免的偏差

3.1 “竞品有的基础功能我都要有”是危险承诺

竞品功能齐全不代表用户需要第二个功能相似的通用工具。它会把注意力从“独有场景、交付方式、渠道和购买理由”拉到功能补齐上。

更准确的表述应是:

下一个产品只补齐让目标用户完成一条核心价值链所必需的能力;竞品有但与本场景核心结果无关的功能,不进入首版。

3.2 技术样机做得越完整,越容易产生“应该继续”的错觉

当代码、测试、网站和文档都完成时,很容易把工程完成度误当成市场成熟度。后续评估应先问:

  • 这些能力中有多少是用户明确要求的?
  • 哪一条外部证据会因为产品更完整而改变?
  • 继续开发是否能替代访谈、试用、付费或渠道验证?

如果答案是不能,就不应继续增加功能。

3.3 研究量不等于一手证据

竞品页面、商店 users、SimilarWeb 类估计、Reddit/HN 讨论、SEO 关键词表都有价值,但它们主要帮助定义问题和渠道,不能单独证明:

  • 用户每月真的做多少次。
  • 现有工具实际哪里失败。
  • 用户愿意切换或付费。
  • 某个垂直场景的交付成本可控。

公开研究之后必须尽快进入真实任务观察或受控复现。

3.4 搜索流量不能救一个未验证的购买理由

SEO 应先验证“是否存在明确搜索意图”,再投入内容。对于低搜索量、问题发生在行业内部、决策依赖熟人/服务商的产品,SEO 可能不是首要渠道。先确认用户在哪里做决定,再投入网站和内容。

3.5 多 Agent 和长评审会放大文档量

独立审查能降低错误,但需要约束:

  • 一轮只要求阻塞问题与可执行修正。
  • 不让多个 Agent 重复完成同一研究。
  • 先给证据来源,再让 Agent 批判结论。
  • 以决策门槛为终点,避免无限优化措辞。
  • 关键审查集中在高风险判断,不让低风险文字消耗主要时间。

4. 建议固化为方法论的“五道门”

这套门槛适合下一个想法快速验证,也可以按风险裁剪。核心不是固定天数,而是不要让后一道门替代前一道门。

门要回答的问题最低证据通过后允许做什么应停止或转向的信号
G0 问题门谁在什么触发下完成什么任务?问题是否真实且足够具体?5–10 个公开任务样本、现有流程、替代方案清单、反例做 1 页问题定义;联系目标用户只能描述“很多人可能需要”;找不到明确触发和结果
G1 用户门用户现在怎么做,哪里最痛,为什么仍没被现有工具解决?3–5 次访谈或 2–3 次真实任务观察;至少 2 个不同用户出现同一模式做可丢弃原型或手工服务用户说不出频率/成本;现有方案已足够;只愿意点赞不愿投入
G2 价值门最小流程能否在真实任务中产生更快、更准或更省心的结果?同一任务的手工基线与原型对照;记录总耗时、错误、复核和失败进入付费试点或垂直交付节省无法覆盖迁移/配置/复核成本;结果不可验收
G3 购买门谁付钱、为什么由这个人/预算支付、能接受什么价格和交付?明确购买人、报价、验收标准;至少一次书面试用/付费意向,优先真实付款做可维护版本或有限投放只有口头“不错”;付费人找不到;只能靠免费流量和未来规模化想象
G4 重复门使用会重复吗,渠道可复制吗,收入能否覆盖维护与支持?真实重复使用、复购/续费、稳定获客来源、单位经济性扩大产品、SEO、渠道和招聘一次性需求、高定制、高支持、获客不可复制或客户可轻易自研

门槛的使用原则

  • 不可跨门自证。 竞品调研不能替代访谈;demo 不能替代真实任务;WAU/注册不能替代付费。
  • 门槛要在开发前写死。 先定义什么结果会继续、什么结果会停止,减少投入后为项目找理由。
  • 合成数据必须单独标记。 它能验证功能,不能单独证明业务价值,且经常高估自动化收益。
  • 同一初始态比较。 手工与工具必须在相同字段、相同资料完整度、相同复核要求下比较。
  • 至少分任务子类型。 例如“首次注册”和“同页多记录”不应因为都属于填表就互相外推。

5. 证据阶梯:从信号到生意

建议把每条市场判断标记在下列等级,而不是混成一句“有需求”:

等级证据可以支持什么不能支持什么
E0 想法创始人直觉、AI 推演、朋友认同提出假设产品立项或市场结论
E1 桌面竞品、商店、论坛、SEO、公开工作流任务可能存在;定义替代与渠道频率、付费、真实兼容
E2 用户陈述访谈、问卷、访谈中的具体案例痛点、触发、现有做法、语言实际行为与支付
E3 用户行为真实任务观察、授权页面演示、原型操作、排队/试用申请可完成性、阻力、交互价值留存和商业闭环
E4 可控结果同初始态对照、错误率与总耗时、真实使用留痕可量化增量价值付费与规模化
E5 经济结果付款、验收、续费/复购、获客成本和毛利可支持扩大投入市场永久成立或可忽视风险

FormFill 只有合成资料和受控技术环境中的验证:真实模型调用、真实浏览器运行和真实 MV3 加载都已经验证,这只能说明技术链路可运行,不能升级成市场证据的 E3/E4。项目没有真实授权业务任务观察、同初始态真实手工/工具对照、重复使用或付款,公开研究只到 E1,也没有真实用户陈述的 E2,因此市场证据未达到 E3–E5。合成对照只能作为乐观上限,不能替代真实任务。

6. 下一次想法的 7 天发现冲刺

这是 7 天的问题与商业验证,不是 7 天开发完整产品。

第 1 天:一页想法备忘录

必须写清:

  • 谁在什么情况下遇到什么问题。
  • 他现在如何完成,为什么现有方案不足。
  • 你能提供什么不同结果,而不是什么功能。
  • 购买人、使用者、受益者是否同一人。
  • 优先渠道和第一笔收入可能来自哪里。
  • 本周要用什么证据决定继续或停止。

若无法写清,不做产品。

第 2 天:替代方案与任务证据

检查原生导入、API、浏览器能力、RPA、平台内置、外包服务、Excel 和人工流程。输出:

  • 任务发生样本。
  • 替代矩阵。
  • 你拟解决但已有方案更好覆盖的字段/步骤。
  • 尚未被解决的最小价值。

这一天不写产品代码。

第 3–4 天:联系 5–8 名目标用户

不要问“你会不会用”,问已经发生的行为:

  • 最近一次是什么时候?
  • 做了多久,填写多少字段/记录?
  • 哪些步骤容易错?
  • 现在用什么替代?
  • 为此付过什么成本?
  • 如果已有工具能完成 70%,剩余 30% 是否值得切换?
  • 谁有权批准一次付费试点?

访谈记录必须保留原话、日期、渠道和匿名标识,不能只写总结。

第 5 天:可丢弃原型或人工交付

优先用:

  • 现有工具 + 人工交付。
  • 可点击原型。
  • 一张表格/一条脚本。
  • 只覆盖一个垂直任务的端到端切片。

目标是验证结果,不验证技术栈。若不用写代码就能完成,就不要先写代码。

第 6 天:可验收报价

向真实候选用户提出一个范围非常小的试点,例如:

  • 一个页面/一类记录。
  • 明确的字段白名单。
  • 一份验收标准。
  • 一次人工复核。
  • 一个明确的截止时间和价格。

拒绝、拖延和“先免费试试”都应是有效信号,不要自动解释成需求。

第 7 天:Go / Pivot / Stop 记录

用一页决策记录回答:

  • 哪些假设被证据支持?
  • 哪些被推翻?
  • 哪项结果最不确定?
  • 下一步最小实验是什么?
  • 触发停止的具体条件是什么?

通过 G1/G2 后再进入 2–4 周最小产品开发;没有通过时,优先改场景、用户或交付方式,而不是继续加页面和功能。

7. 从发现进入开发后的执行规则

7.1 先做一条完整价值链

首版只做从输入到可验收结果的一条路径:

获取数据 → 核心处理 → 用户复核 → 结果交付 → 撤销/失败恢复 → 结果记录

先让这条路径在真实环境成立,再扩格式、平台和自动化。

7.2 每个功能必须绑定一个验证问题

不要用“竞品有”作为唯一理由。示例:

功能要验证的问题失败条件
批量处理重复任务是否频繁到值得配置?每页只有少量剩余字段,批量增加复核风险
自动提交用户是否愿意承担无人值守错误?高价值/法规/风控场景要求人工确认
本地模型数据能否或必须不出本机?用户没有性能、配置或维护条件
文件导入用户资料是否已结构化?资料分散,清洗成本高于手工填写

7.3 把隐私边界做成默认架构

  • 明确数据发送对象和字段。
  • 减少默认采集,历史/学习能力必须单独授权。
  • 不在“无后端”口号下省略第三方模型传输。
  • 敏感字段、附件、认证和自动提交写入显式边界。
  • 一旦暂停某能力,删除路径而不是只改文案。

7.4 真实环境验证优先

测试顺序建议:

  1. 规则与数据流单元测试。
  2. 合成端到端测试。
  3. 真实服务接口或真实文件格式。
  4. 真实浏览器/平台 UI。
  5. 授权用户任务与人工基线。

每个层级都应记录它不能证明什么。Mock 通过不能推出真实兼容,Demo 通过不能推出模型准确。

7.5 先设计失败路径

至少验证:

  • 超时、取消、网络断开。
  • 输入不完整、格式变化。
  • 页面/接口在预览后改变。
  • 部分成功与回滚。
  • 敏感字段或权限不足。
  • 付费后交付不达标时的退款/重做边界。

失败路径是产品可信度的一部分,不能等“主流程完成以后再说”。

8. 每次实验应留下的最少文档

8.1 一页想法备忘录

  • 问题与触发。
  • 使用者、购买者、受益者。
  • 现有替代。
  • 核心结果指标。
  • 第一渠道。
  • 最高风险。
  • 停止条件。

8.2 假设台账

假设当前证据等级支持证据反证下一实验截止时间结果
用户每月至少重复 3 次E0无无访谈 5 人并记录上月日期第 4 天待定
现有导入覆盖不足E1平台帮助页平台文档声称完整导入用户任务观察第 4 天待定
用户愿意按次付费E0无免费替代丰富书面试点报价第 7 天待定

8.3 对照实验记录

必须写清:

  • 同初始态。
  • 字段/记录范围。
  • 手工组与工具组顺序。
  • 是否包含整理、配置、等待、回源、复核和纠错。
  • 失败与重试。
  • 数据授权与删除方式。
  • 结果可外推到哪些任务,不能外推到哪里。

8.4 决策日志

每次只记录一个最终决定、依据、未解决风险和下一步,避免让会议纪要淹没真正的取舍。

9. FormFill 中值得复用的资产

  • 受控写入协议: 扫描 → 建议 → 预览 → 应用 → 撤销;页面变化拒写。
  • Excel 单记录隔离: 只发送选中的一条记录,其他行保留本地。
  • 结构映射复用: 绑定 origin 与表单签名,只存结构,不存值或 Key。
  • 多模型适配: 服务商配置、取消、重试、错误分类和思考参数。
  • 真实浏览器测试体系: Playwright 加载 MV3、真实弹窗、截图与可复现 JSON。
  • 隐私与权限文档: BYOK、数据外发、自动学习暂停、敏感字段边界。
  • 调研材料: 竞品与替代、商店规模、社区发布写法、SEO、用户画像、场景白名单/黑名单。
  • 决策与归档体系: 任务台账、Qwen 审查、提交历史、冻结边界与重启条件。

10. 下个想法的最小决策模板

开始写代码前,以下问题必须都能回答“是”或明确标为风险:

  • 有一个具体触发,而不是泛化人群。
  • 找到 3 名以上用户描述最近发生过的真实任务。
  • 现有替代方案被列全,且剩余痛点可描述。
  • 使用者、购买者和受益者已区分。
  • 有可测量的核心结果,不只是“更智能”或“更快”。
  • 已设计同初始态的最小对照方法。
  • 有一条可触达渠道,不依赖“以后做 SEO/投流”。
  • 有明确可验收的试点范围和价格假设。
  • 已写入停止条件与时间盒。
  • 已说明敏感数据、隐私、合规和失败路径。
  • 首版只做一条完整价值链,不追竞品功能清单。
  • 每项后端/平台可替代能力都有“为什么由我们做”的理由。

如果前 4 项中有两项不能回答,进入访谈和任务观察;如果第 7–10 项缺失,暂不建设可维护产品。

11. 最终复盘

FormFill 证明了你的执行能力、产品拆解能力和证据意识:你能把一个模糊的工具想法推进到真实模型、真实浏览器、真实文件、完整测试与可交接文档。

它同时暴露了下一阶段更需要的能力:在工程完成度上升时,保持对需求、渠道、购买理由和维护成本的同等怀疑。 停止通用产品化不是否定这段工作;它把这段工作转化为一套更成熟的筛选机制,并保留下可以复用的技术组件、测试方法和研究资产。

下一次更快的路径不是“更快写完整产品”,而是:

更快找到真实任务,更早做真实对照,更早让购买人参与验收,并在证据不足时更早停止或换场景。

12. 证据索引

本文写作中使用了 AI 辅助。文字采用 CC BY-NC-SA 4.0 许可。

最后更新于