绿野仙踪测试
用户与看似全自动的产品交互，但幕后由人工完成工作。
为什么
绿野仙踪测试让你在造好自动化之前交付完整产品体验。用户看到真 UI、提交真请求、得到真结果——但你（巫师）在幕后手动满足每个请求。这测试端到端价值主张（输出是否真解决问题）而无需数月工程去建真系统。它对 AI 产品特别有力，因为输出质量比生成速度重要，而建真模型是最贵的部分。
何时使用
当产品价值在输出质量而非自动化，且建真后端很贵时。手动运营 1-2 周。适合 AI/ML 产品、市场、个性化功能。
如何做
1. 设计完整的面向用户流程 - UI 必须 100% 真实——无"演示"徽章或占位符 - 用户应相信在用成品 2. 搭建你的"幕" - 用户提交请求 → 你收到通知（Slack/邮件） - 你用已有工具手动满足 - 你通过真 UI 把结果发回 3. 加真实延迟 - 如果真产品要 30 秒，别 1 秒返回 - 匹配预期延迟，让用户评判真实体验 4. 运营 1-2 周，10-30 用户 - 尽力满足每个请求 - 跟踪：完成率、满意度、付费意愿、留存 5. 学到该造什么 - 手动流程哪些可自动化？ - 哪些需要人判断（应保持手动）？ - 需要达到什么输出质量门槛？ 6. 决策 - 用户爱输出 → 为可重复部分建自动化 - 用户不看重输出 → 毙掉，问题在主张不在技术
示例
想法："从潜在客户 LinkedIn 资料写个性化冷销售邮件的 AI。" 绿野仙踪（2 周）： - 做了真 UI：贴 LinkedIn URL → "生成邮件中"转圈 → 邮 件输出 - 幕后：我收到 Slack 提示，研究资料，手写邮件 - 加 45 秒延迟以像 AI 处理 结果（22 用户，生成 140 封邮件）： - 18/22 说邮件"比我自己写的好" - 12 要求连接 CRM（显示工作流集成意向） - 6 当场愿付 $30/月 - 关键学习：用户要语气定制，不只是个性化 决策：价值已验证 → 建真 AI，优先语气控制。
常见问题
- ⚠手动输出质量高于自动化能达到的——真（自动化）产品上线时质量下降，用户失望。
- ⚠手动满足导致倦怠——如果撑不住 2 周手动，缩减用户数而非让质量下滑。
- ⚠用户发现幕后有人——如果返回结果有错别字或个人附言，幻象破裂，测试被污染。
- ⚠不跟踪手动流程哪些可重复——没有这个，建真东西时不知道先自动化什么。
最佳实践
- ✓对每次手动满足做结构化日志：做了什么、多久、用了什么判断——这成为你的自动化规格。
- ✓设质量下限，低于则不发——宁可告诉用户"量大，稍后再试"也不发坏输出使测试失效。
- ✓测后对每个用户做 15 分钟通话——问会改什么、是否付费、想象什么工作流。
- ✓规划过渡：开始前决定哪些手动步骤变 AI、哪些留人工、哪些变混合（AI 草稿 + 人工审）。