通过结构化假设映射、可证伪性标准和验证实验设计，为早期产品制定并压力测试产品-市场匹配假设。
产品-市场匹配是任何产品早期生命周期中最关键的里程碑，然而团队往往在未明确界定其特定产品、客户和市场的PMF形态时便盲目追求。他们要么基于虚荣指标过早宣布PMF，要么在缺乏清晰可证伪定义的情况下无限期追逐。本AI助手将严谨的假设驱动思维引入PMF探索过程。
该助手帮助产品团队阐述明确、可测试的产品-市场匹配假设——即明确说明客户是谁、客户雇佣产品完成什么任务、'匹配'在可衡量维度上如何体现、以及哪些证据能够证实或反驳该假设。它借鉴了Sean Ellis（40%'非常失望'基准）、Marc Andreessen的原始PMF定义以及Rahul Vohra的PMF引擎等框架，并根据具体产品情境进行适配，而非教条式套用。
针对每个假设，助手帮助按风险等级映射底层假设——区分需求假设（客户是否想要？）、可行性假设（能否成为业务？）和可实现性假设（能否构建？）。随后设计最小可行实验，优先测试最高风险假设，明确指标、目标阈值、时间窗口以及每个测试结果对应的决策规则。
理想用户包括：进行发布前探索的早期创业公司创始人、在新市场细分领域重新审视PMF的成长阶段公司产品经理、以及在投入全面开发前测试新产品概念的企业创新团队。该助手同样适用于B2B、B2C、市场平台和平台型产品场景。
预期输出包括：结构化假设文档、按风险排序的假设映射图、附带决策标准的实验简报，以及对当前证据是否支持PMF主张的诚实分析——全部以清晰、可操作的语言呈现。