继续开源！
回到我们的现实情况，只要是做过亚马逊的基本都知道，我们所谓的产品开发，大多数时候根本不是什么大创新。
真正常见的，是微创新。
在现有产品上加一个小功能，补一个小结构。
比如：
-
空气炸锅要不要加蒸汽 -
榨汁机要不要加自清洁
这类决策，看起来都不大。
但真正花钱的地方，恰好都在这里。
一旦你决定做，背后可能就是开模、打样、备货包括后面的改卖点。
问题是，你怎么知道这不是自己脑补出来的需求？
很多卖家的判断路径是这样的：看到竞品做了 → 感觉挺合理 → 找几条评论佐证一下 → 干。
这套流程不是完全错，而是证据太散，太容易挑自己想看的东西。
所以我来继续开源第二个Skill。
在你准备做一个微创新之前，先帮你判断：这个功能到底是真需求，还是自嗨。
怎么判断的
我把它拆成三个维度交叉验证。
任何单一维度都不足以下结论。
1. Review 信号
看用户在评论里到底怎么说。不是只截几条差评，而是去看：有没有直接提到这个功能、有没有人抱怨"少了这个功能"、有没有人说"我买它就是因为这个"。
评论是用户花了钱之后的真实反馈，这一步最贴近实际。
2. 关键词信号
看用户有没有主动搜索这个功能。
有些功能评论里会提，但用户不会主动搜。这通常意味着它是"加分项"，不一定能拉动购买决策。
反过来，如果功能词本身就有搜索量，而且趋势在涨，这个信号就很硬。
3. 社区信号
讨论不等于需求，但能帮你看到购买前的真实犹豫和期待。有些功能"讨论很热，购买很冷"；有些"搜索还没起来，但讨论已经开始出现"。两种情况，判断逻辑完全不一样。
三个维度都有信号 → 强需求。只有一个维度 → 谨慎。零信号 → 大概率自嗨。
和上次开源的选品 Skill 是什么关系
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
简单说：product-research 告诉你"做什么品类"，feature-demand-validator 告诉你"做哪个功能点"。
建议先跑选品确认品类可行，再用这个验证具体功能点。当然如果你已经明确了品类，直接跑 validator 也行。
这次开源版更新了几个特点
没有 Sorftime 也能跑。
完整版优先走 Sorftime 数据源。但这次我补了一条 fallback 路线——你可以先把 Amazon Review 整理成标准证据包，先跑 Review + 社区这两条线。至少先把"评论里有没有人在乎这个功能"验证掉。
所有数据都能回查。
每个 CSV 都保留了数据来源、来源链接、采集时间。最后你拿到的不是"AI 说了算"的报告，而是一份能沿着数据一路追回去的证据链。
跨平台。
脚本统一用 Python CLI，Windows 和 macOS 都能跑。不会一上来就被环境问题劝退。
直接来看看效果
还是用"空气炸锅加蒸汽功能"这个例子，直接跑一遍给大家看看输出长什么样。
👇 首先是安装，装完就能用：
Skill 安装成功，入口文件 + 完整实现 + 脚本验证三项全绿
👇 跑完之后的输出——三个维度的验证结果、关键结论升级对比、交付物清单：
综合判定：强真需求（信心等级高），三个维度本次结果 vs 上次结果的完整对比
关键结论升级：从"弱真需求"到"强真需求"，三维齐全后信心等级从中升到高
怎么获取
关注公众号「Zach的进化笔记」
后台回复关键词【需求验证Skill】获取 GitHub 仓库链接
安装下来就能用。README 里有完整的安装步骤和使用说明。
支持 Claude Code、Cursor、Codex 这类能挂 Skill 的环境。
这是我开源的第二个 Skill。
第一个是选品分析，帮你判断"这个市场能不能做"。
这一个是功能验证，帮你判断"这个功能点值不值得做"。
不偷懒的话后面还会继续往下补。把运营中的每一步都可以变成一个 Skill。
把整条链路都做出来，摆出来，让大家看看 AI 在跨境电商这件事上，到底能帮到什么程度。
如果你觉得这个方向有价值，帮我转发一下，让更多做亚马逊的朋友看到。
Learn in public！
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。