Recommendation Canvas：AI 产品评估与提案画布

技能概述

Recommendation Canvas 是一个帮助产品经理从业务成果、客户成果、问题陈述、解决方案假设、定位、PESTEL 风险和价值论证等维度，系统评估一个 AI 产品想法是否值得投资的技能。

适用场景

1. 领导层提出想要一个 AI 功能，需要快速判断它是否真的值得投入开发资源，并给出 go/no-go 依据
2. 手上有多个 AI 解决方案选项，需要在业务成果和风险的维度上做客观比较，而不是只看新酷程度
3. 需要向高管或决策者提交一份有说服力的 AI 产品提案，说明价值、假设和风险，争取预算与资源支持

核心功能

1. 十格结构化评估画布：把提案拆成业务成果、产品成果、问题陈述、解决方案假设、定位声明、假设与未知、PESTEL 风险、价值论证、成功指标和下一步行动十个部分，产出一份高管可读的战略提案，而非功能清单
2. 假设与验证实验设计：用 If/Then 格式写出解决方案假设，并规划轻量的"发现小实验"（Tiny Acts of Discovery）和 Proof-of-Life 验证标准，把方案当作待验证的赌注而不是承诺
3. PESTEL 风险扫描与 SMART 指标：按政治、经济、社会、技术、环境、法律六个维度识别需要调查和持续监控的风险，并用 SMART 格式定义可衡量的成功指标

常见问题

Recommendation Canvas 和 PRD 有什么区别？

它不是 PRD。Recommendation Canvas 是战略层面的提案，回答"为什么值得做、哪些假设需要先验证、如何衡量成功"；PRD 则是写详细需求的执行文档。正确顺序是先用画布完成立项论证，验证通过后再写 PRD。

使用前需要准备什么？

需要先完成初步探索（discovery）：用户研究、痛点验证、目标人群画像、竞争格局和业务约束。画布的作用是综合已有洞察形成提案，不能替代调研——没有问题验证就直接填写，产出只会建立在假设之上。

什么情况下不适合使用？

小型功能改动不必套用这套完整画布，避免过度工程化；在没有任何用户研究之前也不适合使用；另外它不能替代实验本身——画布告诉你该验证什么，验证仍要靠实际实验完成。一份完整的画布填写约需 30-45 分钟。