注册不一定要发生在最前面
有些产品必须先建立身份，例如需要保存长期数据、协作、付款或访问私有资料。另一些工具可以先让用户试用示例、上传一份低风险输入或完成局部处理，确认价值以后再注册。
决定注册位置时，可以检查：
- 不注册能否安全完成一次任务；
- 结果是否需要长期保存；
- 是否涉及配额、支付、权限和滥用；
- 用户输入是否敏感；
- 账号创建会不会显著增加信任；
- 延后注册会不会造成数据丢失或跨设备问题。
延后注册不是通用优化。有些产品让用户完成很长操作后才要求账号，如果结果在注册失败时丢失，体验更差。路径设计需要同时考虑价值速度和结果安全。
注册率也不等于价值。用户可能为了看产品而创建账号，随后没有完成任何任务。激活指标应继续追踪到真实输入、核心动作和结果使用。
示例数据与真实数据承担不同验证
示例数据可以让用户迅速理解产品怎样工作，尤其适合配置复杂、真实资料难准备或涉及权限的产品。它验证的是机制理解和界面路径。
真实数据会暴露格式、质量、规模、隐私和后续流程，才能说明产品是否在实际任务中可用。只在漂亮示例上成功，不能证明首版已经交付价值。
两种路径可以接在一起：
- 用户先用示例完成一次短流程；
- 产品明确说明示例展示了什么；
- 随后引导接入一份低风险真实资料；
- 记录真实资料在哪一步失败；
- 将第一次真实成功作为更强价值事件。
示例若与核心用户场景差异太大，也会带来误导。行业 Demo 应尽量贴近真实字段和结果，同时去除可识别数据。用户不能把示例结果误认为自己的业务已经完成。
Onboarding 只收当前需要的信息
Onboarding 有三个常见任务：帮助用户开始、为产品做最低配置、了解用户。三项任务不应自动变成一张很长的强制表单。
可以把字段分为：
- 开始任务所必需：角色决定权限、语言决定输出、数据源决定流程；
- 可以提高成功率：目标、行业或经验帮助提供模板；
- 仅用于团队分析：渠道、公司规模、未来计划；
- 价值出现后再问：满意度、扩展需求和购买条件。
Momen 曾用不可跳过的 Onboarding Form 收集角色、是否用过无代码工具、希望怎样学习以及渠道来源，并从自报数据中发现 YouTube 教程带来较多用户。[1] 这说明前置调研可能产生运营信息，也说明强制表单会筛选用户。字段是否值得保留，需要比较它对成功率的帮助与新增摩擦。
如果某项信息只为统计服务，可以考虑选填、从行为推断或在价值以后询问。涉及隐私和同意时，还要按用户地区和数据类型检查适用要求。
新手引导要围绕一个结果
功能复杂的产品容易把新手引导做成完整说明书：依次介绍导航、设置、模板、社区和升级。用户看过很多信息，仍没有得到结果。
围绕 Aha Moment 设计时，可以采用以下顺序：
- 让用户选择一个最接近真实任务的起点；
- 提供示例或默认值，减少准备成本；
- 只解释当前步骤需要的概念；
- 让用户尽快完成核心动作；
- 明确展示结果和下一步；
- 在结果出现后再介绍扩展能力。
教学可以是产品内提示、模板、短视频、文档、Demo 或人工帮助。运营框架把一对一演示、手册、教程、Onboarding、默认模板和行业 Demo 都视为让用户获得价值的方式。[2] 早期由创始人陪同完成任务也有意义，它能暴露用户语言、顺序和卡点。
人工帮助需要被记录。若只有创始人代替用户配置以后才能成功，产品的自助路径尚未成立。团队可以把重复解释逐渐放入默认模板、界面、教程和错误提示，再观察用户是否减少求助。
一个粗糙但能交付的首版案例
AI Manga Translator 的 1.0 版本只能一次翻译一张图片，没有批量上传、多模型、多字体和大量语言。它仍然完成了一条核心路径：上传漫画图片，翻译文字，并尽量回填到原来的气泡和版式。[3]
产品发布第三天，有陌生用户支付 20 美元订阅，希望项目继续。这笔付款不能证明稳定市场，却说明当时的有限产品向一个真实用户交付了足够明确的价值。[3]
案例中的范围取舍很具体：
- 单图处理限制了效率，却保留了完整结果；
- 缺少大量语言缩小了用户范围，却没有伪装质量；
- 批量上传后来由真实使用提出；
- 更多语言来自用户邮件，并需要继续确认翻译质量；
- 发布身份和社区反馈帮助团队发现问题。
这类首版与「只有一个上传框」有区别。用户能够拿到翻译后的图片，结果可以用于阅读。后续功能来自已发生的任务，而不是为了让产品看起来完整。
首版也需要明确失败状态。格式无法识别、翻译质量不足、排版错位和处理失败都应让用户知道。MVP 可以覆盖较少情况，不能在无法交付时仍显示成功。
手工服务可以构成价值路径
当自动化成本很高时，团队可以先在界面后面用人工完成部分步骤。常见形式包括：人工审核结果、手工匹配线索、为客户搭建 Demo、人工整理报告和由专家完成最后判断。
手工 MVP 需要满足几项条件：
- 用户知道交付范围和时间；
- 结果可以真实使用；
- 人工步骤与未来产品假设有关；
- 每次输入、判断、时间和异常都有记录；
- 价格或试用条件与实际服务相符；
- 涉及隐私和权限时有明确处理方式。
人工交付的价值是验证任务、结果和付款。它无法自动证明软件能够标准化，也不能用少量高强度服务直接推算规模化毛利。
团队可以观察哪些步骤每次重复、哪些判断依赖专业人员、哪些异常占用最多时间。稳定部分逐渐产品化，保留人工判断的部分则可以继续作为服务或混合模式。
用数据找到路径阻力
路径中的每一步都应有清楚事件和口径。一个基础事件表可以包含：
| 事件 | 发生条件 | 需要附带的上下文 |
|---|---|---|
| 入口到达 | 页面加载并可交互 | 来源、设备、页面版本 |
| CTA 点击 | 用户主动开始 | CTA 位置和文案版本 |
| 注册完成 | 身份创建成功 | 渠道、用户类型 |
| Onboarding 完成 | 必要配置结束 | 步骤、耗时、跳过情况 |
| 输入有效 | 真实资料通过校验 | 输入类型、数量 |
| 核心处理成功 | 系统产生结果 | 版本、耗时、失败类型 |
| 结果被使用 | 预览、下载、分享或进入下一步 | 输出类型和质量反馈 |
| 付费完成 | 有效交易成功 | 套餐、价格、退款状态 |
事件名称应描述已发生的事实。「Activated」容易循环定义，最好记录具体行为，再在分析层判断它是否构成激活。
新手引导每一步埋点，可以发现用户集中离开的地方。[1] 回放和热图可以补充用户怎样犹豫、误点和返回，访谈则解释他们为什么停止。工具只能提供观察，不能代替产品判断。
事件收集应控制范围。录屏可能包含表单、文件名或业务数据，需要按地区、产品和数据类型处理告知、同意、屏蔽、访问和保存。用于优化路径，不代表可以无限收集用户行为。
Time to Value 要按任务定义
从入口到首次价值所需时间，可以称为 Time to Value。缩短它通常有帮助，但不能通过降低结果质量或跳过必要安全来实现。
可以分别记录：
- 用户主动操作时间；
- 等待系统处理时间；
- 因准备资料产生的时间；
- 需要人工支持的时间；
- 从注册到第一次成功的自然时间。
例如企业数据接入可能需要数天授权，实际操作只有二十分钟。团队可以通过示例数据让用户先看见机制，同时如实说明真实接入条件。文件工具若处理需要几分钟，则应提供进度、离开后通知和恢复，而不必假装立即完成。
路径中最长的一步不一定最值得优化。需要看它是否造成离开、是否不可避免，以及用户在等待时是否理解发生了什么。
吸引、信任、使用与转化，Onboarding Form、Aha Moment、新手引导、教育、反馈、数据与新用户视角等章节。
知道、获得价值与付费三层模型，一对一演示、教程、Onboarding、默认模板和行业 Demo 等章节。
AI Manga Translator 的首版、首次付费、反馈迭代、首屏诊断和完整验证链等章节。