现在的结论是验证，不是开发
当前证据仅来自公开竞品与结构化推演，尚未完成足量事件回放访谈、真实执行观察、专业复核和付款测试。因此，它还不是可直接进入 PRD 和完整 App 开发的需求。
只服务一个首发用户
自我训练为主的中国业余跑者，正在准备未来 6 至 12 周内的一场全程马拉松。
每周跑步至少 3 次，每月至少 2 次超过 90 分钟的长课，已经使用能量胶、电解质或运动饮料。
没有长期合作的营养师，补给建议散落在教练、跑友、品牌内容、表格和记忆里。
曾经漏吃、带错、吃不下、胃肠不适或赛后无法判断原因，愿意回看一次具体失败。
触发窗口：从关键长课或比赛前 24 小时开始，到结束后 12 小时。日常饮食、减重和全天候健康管理暂不进入首版。
用户要完成的工作
当我准备一次关键长课或比赛，又不确定该带什么、什么时候吃、临场不适时怎么办，我希望得到一份能在运动中低注意力执行的计划，并在结束后快速留下真实记录，这样我能更稳地完成目标，也能知道下一次如何调整。
| 价值主张要素 | 明确选择 |
|---|---|
| Who | 备战全马、已有补给行为但缺少稳定方法的自训业余跑者。 |
| Why | 失败通常发生在现场执行和复盘，而不只是缺一条理论建议。 |
| Before | 补给品、天气、配速与耐受信息分散，装包和时间点依靠记忆。 |
| How | 把已知信息变成装包清单、时间计划和备选方案，再以低注意力方式提醒。 |
| After | 保留实际摄入、跳过或替换、主观状态和胃肠反应，形成下一次版本。 |
| Alternatives | 教练口头建议、跑友经验、电子表格、通用 AI、品牌计算器和海外 App。 |
唯一核心闭环
输入时长、强度、天气、现有商品与耐受信息
准备装包清单、摄入时点、数量和 Plan B
提醒用已有通知渠道降低运动中的注意力成本
记录吃了、跳过、替换或出现不适
反馈60 秒完成体感、胃肠与剩余补给回填
解释说明下一次改什么，以及依据是什么
只有用户完成反馈并生成下一版本，才算一次有效闭环。生成一张漂亮计划卡不算产品价值完成。
五种产品形态，收敛成一个组合
| 候选形态 | 保留的价值 | 当前处理 |
|---|---|---|
| 消费者执行助手 | 把长课计划带到现场，证明提醒与记录能改变行为。 | 作为首发入口 |
| 比赛装包与应急方案 | 场景边界清楚，用户容易理解，也便于一次性付费测试。 | 纳入核心场景 |
| 教练协作工具 | 降低获客成本，让专业人员看到执行记录而非口头回忆。 | 作为第二付款方测试 |
| 中国数据与规则层 | 理解本地商品、标签单位、赛事补给站和常见购买渠道。 | 作为底层能力积累 |
| 个人胃肠护照 | 长期记录商品、剂量、条件和反应，形成个体耐受历史。 | 必须在多次真实闭环后自然产生 |
最佳组合：先用消费者长课执行助手验证行为价值，经由教练或跑团触达用户；每次执行沉淀本地商品与个体耐受记录，逐步形成胃肠护照。五种形态不是五条同时开发的产品线。
最小可行交付
只收集本次活动必需信息，不导入完整健康档案。
先用确定性规则生成草案，由合格专业人员抽检或复核高风险情况。
装包、时间点、数量、饮水和替代方案在同一屏可读。
先验证提醒价值，不先开发独立手表端或复杂设备连接。
记录实际摄入、跳过原因、胃肠反应和主观状态。
告诉用户调整了什么、为什么调，以及哪些信息仍不确定。
自建与合作边界
| 必须自建 | 优先合作或采购 |
|---|---|
| 规则、版本、解释和专业审核轨迹 | 天气、地图、公开赛事信息 |
| 装包、提醒、执行记录与反馈闭环 | 经过许可的数据连接器 |
| 中国补给商品结构化模型 | 运动营养专业人员与审核网络 |
| 同意、删除、导出和审计机制 | 教练、跑团和赛事触达渠道 |
| 个体耐受历史及其可解释变化 | 品牌只作为商品数据来源，不参与默认排序 |
指标、壁垒与明确非目标
北极星指标
每周有效补给闭环数
有效意味着计划被查看、执行信息可核验、反馈完成并产生下一版本。90 天首个单一目标是假设首批 30 名用户中，28 天内完成两次有效闭环的比例达到 35%。这只是内部验证阈值。
壁垒判断
当前没有壁垒。
潜在壁垒只能来自经授权的长期执行与胃肠数据、本地商品模型、可审计规则，以及与教练和跑团共同形成的交付关系。AI 文案、计划生成和界面本身都容易被复制。
不做每日饮食管理不做减重不做诊断或治疗不做通用 AI 聊天不做社交社区不做电商导购不接全量设备不覆盖所有运动不做完整教练 CRM不依赖 Strava 核心数据
安全与数据架构先于智能
营养规则必须是确定、可测试、可版本化的系统。生成式 AI 只负责解释、问答和低风险记录，不得独立诊断、改变安全阈值或给出医学建议。存在疾病、妊娠、进食障碍风险、严重胃肠症状或其他高风险情况时，停止自动建议并转向合格专业人员。
系统默认最小化收集，不暗中导入训练平台数据；每个外部来源都要有明确授权、用途说明、删除和导出能力。用户需要能看见规则版本、输入依据、不确定性和人工修改记录。