AI Business Planner：基于AGENTS.md的验证驱动商业规划工作流-开发者社区

1. 项目概述：从混沌想法到结构化提案的AI工作流

如果你和我一样，经常在脑子里冒出各种商业点子，或者在会议后面对一堆零散的笔记感到无从下手，那你一定理解那种“想法很多，落地很难”的困境。传统的商业计划书撰写是个浩大工程，市场调研、竞品分析、财务预测……一套流程下来，可能几个月过去了，市场风向都变了。更关键的是，花大力气做出的“完美”计划，往往在接触到真实用户的第一时间就被推翻。AI Business Planner这个工具，正是为了解决这个核心痛点而生。它不是一个要生成教科书式、百页商业计划书的AI，而是一个基于AGENTS.md标准的、与Cursor或Windsurf等AI编码工具深度集成的智能工作流。它的目标很明确：帮你把模糊的商业想法或杂乱的会议记录，快速转化为一套可测试、可执行、且能持续进化的结构化产出物，包括商业计划、产品需求文档、原型设计说明，乃至融资路演稿。

这个工具的核心用户画像非常清晰：那些需要快速验证商业想法、但未必有深厚技术背景的商业人士。比如，正在探索新业务线的产品经理、试图将内部创新项目化的团队负责人、或是初创公司的联合创始人。它的价值不在于提供一个“标准答案”，而在于构建一个“思考框架”和“执行流水线”。通过一系列引导式问答，AI会帮你理清思路，补全关键信息，并最终输出可以直接丢给Genspark、v0等AI生成工具去构建原型的详细指令。最让我觉得巧妙的设计是它的“决策追踪”功能——它会从你每次的会议记录和项目复盘中，自动提取哪些假设被验证、哪些决策导致了什么结果，并将这些经验沉淀下来，用于优化你下一个商业计划的建议。这意味着，你用得越多，它给你的建议就越贴合你的实际业务场景和决策风格。

2. 核心设计思路：为何是“验证驱动”而非“计划驱动”

在深入操作细节之前，我们必须先理解这个项目背后的哲学，这决定了你使用它的方式和预期。传统的商业规划是线性的、瀑布式的：花大量时间做一份尽善尽美的计划（Plan）→ 投入资源进行建设（Build）→ 最终推向市场获取反馈（Feedback）。这个模式在变化缓慢的时代或许有效，但在今天，其最大的风险在于，你精心规划的一切，可能建立在大量未经检验的假设之上。

AI Business Planner 彻底颠倒了这个逻辑。它倡导的是一种“验证驱动”的循环：提出一个粗略的假设（Rough Hypothesis）→ 快速生成一个可交互的原型（Prototype）→ 立即收集用户反馈（User Feedback）→ 基于反馈快速修正你的计划和假设（Refine the Plan）。这个工具的所有产出，都是为了加速这个循环而设计的。因此，它生成的商业计划，可能没有详尽的五年财务预测表，但一定会清晰地标出“我们假设目标用户是X，验证方法是Y”；它生成的PRD（产品需求文档），会用MoSCoW法则明确区分“必须有”、“应该有”、“可以有”和“不会有”的功能，强迫你思考MVP（最简可行产品）的边界。

这种思路带来的一个关键心态转变是：一份指出了明确未知项和待验证假设的计划，不是一份“不完整”的计划，而是一份“诚实”且“高效”的计划。它明确地告诉你，你的时间和金钱应该首先投向哪里去降低最大的不确定性。例如，如果你计划做一个面向老年人的健身社交App，最大的风险可能不是技术实现，而是“老年人是否愿意在线上进行社交健身”。那么，工具生成的计划就会引导你先设计一个极其简单的、仅包含核心社交和跟练功能的原型，用于快速验证这个根本性假设，而不是让你先去纠结用户积分系统该怎么设计。

2.1 内置框架如何为思考提供脚手架

为了实现这种“验证驱动”的规划，工具内部集成了一系列成熟的商业和产品框架，它们像乐高积木一样，被AI在后台自动调用和组装，你甚至不需要知道它们的名字，但你的思考过程会被自然地结构化。

商业模型画布与价值主张画布：这是工具梳理你商业逻辑的基石。当你描述你的想法时，AI会通过提问，帮你填充画布上的九个模块：客户细分、价值主张、渠道通路、客户关系、收入来源、核心资源、关键业务、重要合作、成本结构。价值主张画布则会进一步聚焦，帮你厘清客户的“痛点”和你的“解药”是否匹配。这个过程不是填表，而是一个引导你系统性思考的对话。
市场分析与竞品洞察：AI会基于你的描述，进行实时的网络数据检索（前提是使用的AI模型具备联网功能），来估算市场规模（整体市场、可服务市场、实际可达市场），并寻找和分析你的直接与间接竞争对手。它生成的竞品分析不会只是一个列表，而是会提炼出对手的优势、劣势，以及你可能存在的市场缺口机会。
MVP定义与MoSCoW优先级：这是将计划推向执行的关键一步。AI会严格运用“最简可行产品”思维，和你一起辩论哪些功能是启动时必须的（Must Have），哪些是重要的但可以稍后（Should Have），哪些是锦上添花（Could Have），以及哪些在当前周期明确不做（Won‘t Have）。这个讨论过程能有效避免功能蔓延，确保团队资源集中在核心价值交付上。
从PRD到原型指令的Prompt工程：这是工具最具实操价值的环节之一。AI不会给你一个抽象的设计图，而是会根据已确定的商业计划和PRD，生成一份极其详细的、结构化提示词（Prompt）。这份提示词格式清晰，包含了产品概述、目标用户、功能列表、用户流程、设计风格参考和技术栈建议，可以直接复制粘贴到Genspark Developer、v0、Claude等AI生成工具中，用于快速生成可交互的前端代码或设计稿。这相当于在“想法”和“可运行的原型”之间，架设了一座自动化桥梁。

3. 环境准备与项目初始化：十分钟内上手

这个工具本质上是一个遵循AGENTS.md规范的项目模板集合。它本身不包含复杂的AI模型，而是定义了一套AI助手（Agent）应该如何与你协作的规则和流程。因此，它的运行高度依赖于支持此标准的AI集成开发环境。

3.1 核心工具选型：Cursor vs. Windsurf

目前，最成熟的选择是Cursor或Windsurf。我个人强烈推荐从Cursor开始，原因有三：一是它的Agent模式对AGENTS.md的支持最稳定和深入；二是它的免费计划足够个人和小团队进行大量实验；三是其用户界面和交互设计对非开发者更为友好。

Cursor：访问 https://cursor.sh/ 下载安装。安装后，建议在设置中启用“Composer”模式，这是与AI Business Planner工作流交互的主要界面。
Windsurf：作为另一个优秀选择，由Codeium提供，同样免费。如果你已经习惯特定的IDE，可以尝试。访问 https://codeium.com/windsurf 获取。

注意：无论选择哪个工具，请确保你拥有一个可用的、功能较强的AI模型API权限（如GPT-4、Claude 3等）。Cursor和Windsurf通常内置或可配置这些模型的接入。这是AI能够进行高质量市场分析、逻辑推理和内容生成的基础。

3.2 获取与安装项目文件

项目的安装过程简单到近乎“无感”，因为它就是一个代码仓库的克隆。

方法一：使用Git（推荐）打开你的终端（命令行工具），导航到你希望存放项目的目录，执行以下命令：

git clone https://github.com/shinpr/ai-business-planner.git

这会在当前目录下创建一个名为ai-business-planner的文件夹，里面包含了所有必要的文件。

方法二：直接下载ZIP包如果你不熟悉Git，可以直接访问项目GitHub页面（https://github.com/shinpr/ai-business-planner），点击绿色的“Code”按钮，然后选择“Download ZIP”。下载完成后，解压到你电脑上的任意目录即可。

关键一步：在IDE中打开项目安装完成后，启动你选择的Cursor或Windsurf软件。使用软件内的“打开文件夹”或“Open Project”功能，定位并选择你刚刚克隆或解压出来的ai-business-planner文件夹。成功打开后，你应该能在侧边栏看到项目的文件结构。至此，环境准备就全部完成了。你不需要运行任何服务器或安装额外依赖，所有魔法都将在你与IDE的对话中发生。

4. 核心工作流实操：从零生成一份商业计划

一切就绪，让我们开始一次完整的旅程。假设你有一个想法：“我想做一个为独立摄影师提供在线客户签约、选片和交付管理的SaaS平台。”

4.1 启动全自动工作流

在Cursor的Composer聊天框（或Windsurf的类似界面）中，你不需要记忆任何复杂命令，只需用最自然的语言描述你的需求：

“我想为一个面向独立摄影师的在线客户管理和选片交付平台，制定一份商业计划。”

发送后，AI会识别到这是启动完整工作流的指令。它会自动进入“Phase 1: Business Plan”阶段。首先，它会检查06-decisions/目录下是否有你过往项目的决策记录。由于是第一次使用，这里为空，但它会记住这个起点。接着，AI会开始一系列简短的、引导式的提问来澄清你的概念，例如：

“你提到的‘独立摄影师’，具体是指婚纱摄影、儿童摄影、商业摄影，还是更广泛的范畴？他们的核心痛点是什么？”
“这个平台计划解决签约、选片、交付中的全部问题，还是聚焦于其中一个最痛的环节？”
“你设想的主要收入模式是什么？是按月订阅，按项目收费，还是交易佣金？”

我的实操心得：在这个问答阶段，尽量具体和坦诚地回答。即使你的想法还不成熟，也可以告诉AI“这部分我还没想清楚”。AI会根据你的输入，动态调整提问的深度和方向。你的回答越具体，后续生成的内容就越有针对性。

4.2 逐阶段审核与推进

AI完成初步问答后，会开始自动执行第一阶段任务：进行市场研究、竞品分析，并起草商业模型。它会调用浏览器工具搜索“独立摄影师 SaaS 管理工具”、“摄影工作室工作流痛点”等信息，并生成一份结构化的商业计划草案。关键点来了：它不会直接跳到下一步，而是会呈现草案并询问：“这是根据我们对话生成的商业计划初稿，请审核。如果需要修改，请告诉我；如果确认无误，请回复‘批准’以继续。”

这时，你需要仔细阅读这份草案。你可能会发现，AI找到的竞品可能不完全准确，或者对市场规模的估计过于乐观。你可以直接提出修改意见，例如：“竞品分析部分，请加入‘Pic-Time’和‘ShootProof’进行详细对比。”或者“将目标市场规模从‘所有自由摄影师’缩小到‘年收入20万以上的婚纱摄影工作室’。”AI会根据你的反馈立即修改，并再次请你审核。直到你回复“批准”，它才会保存文档到projects/你的项目名/01-planning/目录下，并自动进入第二阶段（PRD生成）。

这个“审核-批准”机制是整个工作流的精髓。它确保了AI是辅助你思考的“副驾驶”，而不是代替你决策的“自动驾驶”。你始终拥有最终控制权。后续的PRD阶段（定义MVP、用户故事）、设计稿生成阶段、原型指令生成阶段，都遵循同样的模式。在每个阶段，你都可以介入、调整、纠偏。

4.3 使用斜杠命令进行精准控制

如果你不想从头开始，或者只想使用工具的某个特定功能，斜杠命令（Slash Commands）提供了更精细的控制。在聊天框中输入/，就会弹出命令列表。例如：

刚开完一个产品评审会，有一堆会议纪要。你可以输入/process-session，然后粘贴你的笔记，AI会帮你提取关键决策、待办事项和可记录的假设。
你已经有一份粗略的商业计划Word文档。你可以输入/review-document，然后让AI分析这份文档，指出其中的逻辑漏洞、缺失的验证假设，或提出优化建议。
当所有计划、PRD和原型都就绪后，输入/prepare-proposal，AI会整合所有已有材料，为你生成一份结构清晰、图文并茂的Marp格式路演稿，你可以轻松导出为PDF或PPT。

5. 项目文件管理与决策知识库构建

这个工具在后台为你建立了一套优雅的、自动化的文件管理系统。你完全无需手动创建文件夹或思考文件该放哪里。所有生成的内容都会按以下结构自动保存：

projects/你的摄影平台项目/ ├── 01-planning/ # 商业计划、市场研究报告 ├── 02-requirements/ # 产品需求文档（PRD）、用户故事 ├── 03-design/ # UI/UX设计概念说明（如果生成了） ├── 04-prompts/ # 给Genspark/v0等的详细原型生成指令 ├── 05-sessions/ # 你上传的原始会议笔记 ├── 06-decisions/ # **核心**：从会议和项目中提取的决策与经验 └── 07-artifacts/ # 最终输出物，如路演稿PDF

其中最值得关注的是06-decisions/目录。这就是工具宣称的“越用越聪明”的秘密所在。每当你使用/process-session命令处理会议记录，或者在一个项目周期结束后进行复盘时，AI会做一件非常重要的事：它不是简单地存档笔记，而是进行“结构化提取”。

例如，它可能会从一次项目复盘会议中提取出这样的决策记录：

已验证的假设：“我们假设摄影师愿意为自动化合同功能支付额外费用。通过MVP原型测试，该假设被证实，付费转化意向达40%。”
被证伪的假设：“我们假设‘智能修图推荐’是核心需求。用户反馈表明，他们更看重流程的可靠性，此功能优先级应降低。”
已发生的风险：“第三方支付接口集成延迟了2周，影响了内测时间线。”
关键学习：“摄影师用户对‘云端存储安全性的说明’非常敏感，需在营销材料中前置强调。”

当下一次你启动一个关于“设计师作品集管理平台”的新项目时，AI在生成商业计划时，会自动参考这些历史决策记录。它可能会提醒你：“根据过往项目经验，创意工作者群体对数据安全和隐私极为关注，建议在价值主张和MVP设计中优先考虑此点。” 这样，你的组织经验就被固化下来，避免了重复踩坑。

6. 高级定制与个性化配置

虽然开箱即用已经非常强大，但这个工具也为你留足了自定义空间，以适应团队或个人的特定工作习惯。

6.1 自定义输出语言

默认情况下，AI会使用你提问的语言来回复和生成文档。但如果你需要确保所有产出物（尤其是给团队或投资人看的正式文档）都是统一语言，可以进行强制设置。操作如下：

在项目根目录下，找到并打开AGENTS.md文件。
找到## Core Principles这一章节。
在该章节下方、### Plan Injection上方，插入以下配置块：

### Language Strategy [MANDATORY] **用户界面内容使用中文：** - **用户交互**（对话、回复、提问）：使用中文沟通 - **交付物**（商业计划、需求文档、提示词、文档）：使用中文撰写

这样，无论你输入时用了哪种语言，AI都会确保最终的商业计划、PRD等文档是标准的中文。你可以将“中文”替换为任何你需要的语言，如“Spanish”、“Japanese”等。

6.2 集成自定义框架与模板

如果你所在的公司或团队有自己惯用的分析框架（比如某种特定的SWOT分析模板、独有的产品需求模板），你可以将其集成到工作流中。

探索.agents/目录。这里存放着定义不同阶段AI行为和工作流程的配置文件。
你可以模仿现有的.agent文件格式，创建你自己的代理。例如，你可以创建一个custom-swot.agent文件，在其中详细定义进行SWOT分析时AI应该提出哪些问题，以及如何将结果格式化。
然后，在AGENTS.md的主工作流中，在合适的阶段引用你这个自定义的代理。这需要一些对AGENTS.md语法和YAML格式的基本了解，项目文档和示例提供了很好的起点。

7. 常见问题与实战排坑指南

在实际使用中，你可能会遇到一些典型问题。以下是我在深度使用过程中总结的经验和解决方案。

问题现象	可能原因	解决方案与建议
AI生成的商业计划内容空泛，缺乏深度	1. 初始提问过于宽泛。 2. 使用的AI模型能力不足（如使用了较弱的模型）。 3. 未启用联网搜索功能。	1.提供更多上下文：在启动工作流时，尽可能详细地描述背景、已知的竞品、目标用户画像的碎片信息。 2.切换更强模型：在Cursor/Windsurf设置中，确保选择GPT-4、Claude 3 Opus等高性能模型。 3.检查联网权限：确认AI助手有权限进行网页搜索，这是获取实时市场数据的关键。
在“审核-批准”环节，AI似乎不理解我的修改意见	指令不够清晰或具体。AI有时会误解自然语言的模糊指令。	给出结构化、明确的指令：避免说“这里写得不好”。应该说：“在‘竞争优势’章节，请将第二点‘用户体验好’具体化，补充三个我们平台独有的、可感知的UI/UX设计特点，例如‘一键式选片标记’、‘客户侧进度可视化时间轴’。”
决策记录（06-decisions）没有被后续项目引用	1. 历史决策记录的文件命名或格式不规范。 2. 新项目与旧项目的领域关键词差异太大，AI未关联。	1.保持处理一致性：尽量使用`/process-session`命令来处理会议笔记，让AI以标准格式提取决策。 2.在新项目启动时手动提示：可以在对话开始时说明：“请参考我们之前关于摄影师SaaS平台项目的决策记录，特别是关于用户付费意愿和安全需求的部分。”
生成的原型指令（Prompt）扔给Genspark后，产出结果不理想	原型指令过于侧重商业描述，缺乏具体的技术或交互细节。	在PRD阶段就注入细节：在定义用户故事和功能时，就描述得尽可能具体。例如，不说“用户能上传照片”，而说“用户通过拖拽或点击按钮，批量上传最大单文件50MB的JPG/RAW格式照片，系统即时显示缩略图和上传进度条”。AI会将这些细节带入最终的生成指令中。
路演稿（Pitch Deck）生成后格式混乱	Marp对某些复杂的Markdown语法或图片排版支持有限。	分步生成，人工精修：将`/prepare-proposal`视为生成初稿和核心内容。导出为Markdown后，用Marp编辑器（如Marp for VS Code）打开，进行最终的排版微调、图表美化。AI负责内容骨架和逻辑，你负责最终的呈现美感。

最后一点个人体会：AI Business Planner最大的价值，不是替代你思考，而是迫使你进行结构化、可验证的思考。它像一个永不疲倦的商业教练，不断问你“为什么”、“怎么验证”、“证据是什么”。刚开始你可能会觉得被“质问”得有点烦，但习惯之后，你会发现自己的思维盲区越来越少，做决策的底气越来越足。把它当作一个强制性的“商业想法压力测试机”，经过它梳理过的项目，无论是继续推进还是果断放弃，你都会更加心中有数。