康莱德航空航天赛道:不能做太空实验,地面缩比实验怎么搭证据链

如果康莱德航空航天赛道的项目涉及微重力运输或太空碎片清障,却做不了真实太空实验,地面缩比实验的价值不是“复制太空”,而是验证某个可控变量与失效边界。材料里必须同时写明相似准则与不相似项,否则答辩时一句“这能证明太空可用吗”就可能击穿证据链。

按2026-2027赛季已公布的时间线,初选材料提交截止2026年12月25日,决选入围名单2027年1月20日公布(据翰林课程2026年10月21日发布的《康莱德组队名额告急!编程/机器学习/生物/环境方向的同学速来组队!》)。地面实验的证据设计应与这份排期同步倒推。

先拆结论:哪些必须留到太空,哪些可以在地面拆开

一个常见的设计误区,是把“系统级结论”当成一个整体去证明。航空航天的系统级结论几乎都需要真实环境,但拆成子问题后,大部分可以在地面获得部分支撑。下面这张表是拆分的起点。

结论类型 完整系统级验证是否需要太空环境 地面能做什么 不能据此声称
微重力下的长期漂浮与输运行为 是 用落塔、抛物线飞行或悬浮类比,只能测短时局部行为;可先测控制律与传感响应 不能声称“已验证长期微重力输运”
脉冲激光与碎片的冲量耦合效率 部分(真空、材料、能量密度) 真空舱内用同材质样品测烧蚀阈值与单位质量烧蚀量 不能外推为轨道摄动量
三维重建与瞄准解算的闭环时延 否 低速旋转靶加相机加边缘计算,可测端到端时延与命中率 不能声称“已验证对高速翻滚碎片的锁定”
结构响应与热控 部分 缩比结构件进热真空舱测试 不能声称“飞行鉴定”
系统级轨道效果(近地点坍缩) 是 只能由轨道动力学计算与数值仿真估算,地面实验提供输入参数 不能说“实验证明碎片会再入”

一般建议把结论拆细:拆得越细,地面实验越能提供有用的子问题证据;反之,试图用一次实验证明整条系统链,答辩时更容易被追问卡住。

相似准则:说清保留了什么、牺牲了什么

缩比实验的合法性来自相似准则,常见的有几何相似、运动学相似、材料相似,以及热、真空、辐射等环境相似。问题在于,全部相似准则很难同时满足,准则之间常常互相冲突。在同一流体下,除了一比一模型之外,雷诺数与弗劳德数无法同时满足;航空航天实验同理,保留材料与能量密度,往往就要在真空度或尺度上取舍。

因此正确做法不是追求“完全相似”,而是主动声明三件事:保留了哪些准则、牺牲了哪些准则、未匹配的量会带来什么方向与量级的偏差。例如同材质样品能减少材料差异,但表面粗糙度、氧化层和能量密度区间仍会影响烧蚀机制;地面真空舱的残余气体、抽气时间与轨道环境不同,也可能改变烧蚀阈值,偏差方向必须用对照样品或文献参数确认,不能凭常识假定。反过来,如果只说“我们做了缩比实验”,不说牺牲了什么,评委无法判断结论能外推到哪一步。

需要警惕的还有无量纲量的误用。只有当相关的无量纲组都匹配时,才可以把结果按比例放大;只匹配了其中一个就做外推,是常见的过度声明。

结论分层:哪些要留到太空验证

一个对照示例:两种写法,两种命运

以下为教学示例,用于说明写法差异,不是真实赛题。

写法一(高风险):“我们在地面用激光照射旋转靶,证明系统可以在轨道上清除碎片。”这句话把地面、低速、常压下的结果,直接外推成了轨道结论,评委只需追问真空度、能量密度与轨道动力学,就能让整段演示失去支撑。

写法二(可用):“我们在真空舱内,用与目标碎片相同的材料样品,测量了能量密度为设定值时单位质量的烧蚀量;在约一比二十的缩比件上,用低速旋转靶验证了从三维重建到照射点解算的闭环时延;轨道摄动效应未在本轮验证,下一步拟用数值积分估算速度增量。”

写法二包含四个要素:实验条件、实际测得的量、适用范围的限定、明确未验证的项。它不回避局限,反而让已完成的子问题显得更可信。

三层证据链:只有指向同一可测量才算互校

下面这套分层与三层证据链是教学检查框架,不是官方评分细则;它的用途是帮助队伍自己发现断点。在航空航天项目里,可以把证据组织成三层:解析计算、数值仿真、地面实验。三层不是并列罗列,而是互相校验——前提是三者指向同一个可测量的物理量。

举个教学上的失败模式:假设仿真给出碎片速度增量约为每秒一毫米(示教数字,非实测),而地面实验测的是烧蚀深度。如果材料里没有给出从烧蚀深度换算到冲量的模型,这两个数字之间就缺少桥梁,把它们摆在一起并不构成证据链,只构成两张互不相干的图。

可行的做法是先锁定一个可测量:比如“在指定能量密度下的单位质量烧蚀量”。解析计算给出量级估计,地面实验给出实测值,仿真用该实测值作为输入去推算速度增量。这样三层各司其职,又能相互约束。若某一层的结果与另两层差出一个数量级,恰恰是值得在材料中讨论的发现,而不是需要藏起来的部分。

写进初选材料:视频、网页与英文措辞

演示视频里,建议每个实验镜头都配一句范围声明:本实验验证的是某个子问题,不涉及另一类效应。拍摄时保留装置全景与关键测量读数是必要的,这属于最小实验的通用做法,可参见康莱德原型测试:用最小实验验证最关键的产品假设。

产品介绍网页里,建议放一张四列表:实验目的、相似条件、不相似条件、可支持结论。建议用这张表代替大段描述,便于浏览者较快判断证据强度。硬件类项目在原型成本与证据强度之间的取舍,可延伸阅读康莱德硬件还是软件项目?原型成本、证据强度与答辩风险对比。

英文措辞需要特别小心。ground test 与 space validation 不是同义词,前者描述实验场所,后者是结论声明。

建议使用 应避免
ground-based sub-scale experiment space-validated
benchtop validation of the control loop proven in microgravity
measured ablation threshold under vacuum flight-qualified
This test validates X under Y conditions; it does not address Z. This experiment proves the system works in orbit.

答辩边界:被问“这能证明太空可用吗”时的三段式回应

回答这类问题,先承认边界,再说明已验证的子问题,最后给出下一步验证路径。三段顺序不要颠倒,因为先承认边界才能建立可信度。

示例回应:“不能。真空微重力环境下的完整行为我们没有条件验证。我们验证的是两个子问题:一是同材质样品在真空舱内的烧蚀阈值,二是缩比件上的闭环时延。下一步,我们计划把实测阈值代入轨道积分模型,估算速度增量的量级,并用敏感性分析说明结论对哪些参数最敏感。”

三段式的好处是,它把一个“不能”转化成了清晰的研究边界说明,而不是防守。更完整的追问拆解方法,可参考康莱德答辩追问怎么拆:可行性、市场规模与英文表达的具体回应步骤。

提交前自检五问与资源准备

在提交材料前,团队可以逐条核对:

  • 我的核心结论属于“必须太空环境”还是“可地面验证”,是否已经分列?
  • 相似准则保留了什么、牺牲了什么,是否写清?
  • 三层证据是否指向同一个可测量的物理量?
  • 材料里是否出现了把 ground test 写成 space validation 的表述?
  • 答辩时能否用一句话说出“本实验不能证明什么”?

如果队伍目前还在组队与方向确认阶段,需要留意当季的基本框架:2026-2027赛季面向13-18周岁在读中学生,2-5人组队,需用英文提交材料并参加现场 Power Pitch(据翰林课程2026年8月26日《2026-2027赛季康莱德创新者大会时间线公布!组队通道已开,STEM&商科生直接冲!》)。在有方背景提升2026年7月31日发布的《名额预警!2026-2027赛季康莱德稀缺王牌课题席位紧张,STEM/商科生速来!》中,“有方精选课题总览”的航空与航天领域列出了微重力环境下声场驱动的非接触轨道漂浮运输,以及基于三维视觉重建与脉冲激光烧蚀的太空微小碎片非接触式清障。这里应把它们理解为该机构展示的精选课题方向,而不是本文复述的官方赛题;对有方列出的这类方向而言,完整太空验证往往不是初选阶段可获得的证据,因此把可地面验证的子问题讲清楚更重要。

若需要与外部实验条件或导师方向对齐,建议带着上面那张四列表去沟通,先说清“已有什么装置、缺什么测量、结论要给谁看”,再讨论是否具备补齐条件。咨询入口见站点联系方式,沟通不构成任何评审结果或获奖的承诺。

一般活动背景信息可参见赛事背景资料。

三层证据链怎么互校

常见问题

队伍没有太空实验条件,还适合选康莱德航空航天赛道吗?

适合,但要把目标从“证明系统在太空可用”改成“验证若干可在地面分离的子问题”。在有方背景提升2026年7月31日发布的精选课题文章中,航空与航天领域列出的方向就包含微重力输运与碎片清障这类难以完整上天验证的题目;对这类项目,关键在于证据分层与边界声明,而不是有没有太空实验条件。

地面缩比实验需要做到“完全相似”吗?

不需要,也基本做不到。几何、运动学、材料、热与真空等相似准则同时满足时往往互相冲突。可行做法是声明保留了哪些准则、牺牲了哪些准则,并说明未匹配的量会让结论偏向哪个方向,而不是宣称已经完全相似。

初选材料和答辩里,地面实验的英文怎么表述才不会被追问?

使用带限定词的表述,如 ground-based sub-scale experiment、benchtop validation of the control loop、measured ablation threshold under vacuum;避免 space-validated、proven in microgravity、flight-qualified。并准备一句范围声明:This test validates X under Y conditions; it does not address Z。

康莱德能源与环境赛道:没有实测数据,仿真结果怎么写才可信

可以写,但只能写成“早期设计证据”,不能写成实测性能。面向2026-2027赛季康莱德能源与环境赛道,可信写法要同时交代模型假设、参数来源、校准或验证缺口、敏感性范围,并明确“不能证明什么”;只给一个漂亮结果,答辩时很容易被追问击穿。

据翰林课程2026年8月26日发布的2026-2027赛季时间线整理,中国站线上初选材料提交截止为2026年12月25日,团队2-5人,需用英文提交材料并进行现场 Power Pitch。从本文发布到该截止日约五周,仿真段落该留、该改还是该降级,现在就该定下来。

先定位:仿真在证据链里站哪一格

仿真本身不是问题,问题是它被放在证据链的哪个位置。用来比较两种孔结构、判断哪个参数更值得做实验,和用来承诺“现场屏蔽效能”“实际减排比例”,完全不是一回事。位置越靠近对外承诺,披露强度就要越高。

仿真位置 它能回答 它不能回答
概念筛选 哪些设计变量值得进入原型 真实环境中的绝对性能
方案比较 在相同假设下A与B的趋势差异 未校准条件下的寿命与合规性
性能预测 假设范围内输出如何变化 超出参数范围的外推结论
安全或环境结论 风险线索与验证优先级 对健康、排放或成本的保证

把仿真主动放低一格,通常比硬把它包装成实测更可信。评委需要看到的是:这个模型帮助团队做了什么决策,而不是“模型很复杂”本身。

可信仿真四件套:假设、来源、校准、敏感性

检查一段仿真文字,先看四件事是否齐全。缺一项可以补,缺两项以上就只适合当思路图,不宜当结论。

维度 不合格写法 可信写法
模型假设 “仿真证明有效” 写出几何、边界条件、时间尺度与忽略因素
参数来源 “参数来自文献” 给出文献值范围、适用条件,或说明是假设值
校准或验证 完全不提 有独立数据点就写校准;没有就明说缺口
敏感性 只报一个结果 关键参数变化时给出结果区间或翻转条件

四件套的目的不是让文字变长,而是让读者知道结论在什么条件下成立。尤其要区分“模拟值”“估计值”和“实测值”,不能在同一段里混用。

仿真证据定位

参数来源先分三级,别都写成“来自文献”

仿真段落失分的常见原因,往往不是模型简单,而是把三种完全不同的参数混成一句“数据来自文献”。建议在内部先分级:A级是本团队实测或厂商标定数据,带测试条件;B级是同行评议文献中同体系、同条件附近的数据,写明区间与出处;C级是类比值、教科书上限或团队自行假设。三级不是不能用,但级别越低,越要靠敏感性区间兜底,并在材料里标明“假设值”。把C级参数写成“文献支持”,这也是答辩时很容易被质疑的一句话。

分级还有一个副作用好处:它会逼团队发现哪个参数其实没人测过。这个参数往往就是最小实验的首选目标,而不是把精力平均摊在所有变量上。

教学示例:缓释肥释放曲线怎样写出边界

教学示例(原创示例,非真实赛题、非实验数据):假设某缓释肥料在30天内符合一级释放模型 M_t/M∞ = 1 - e^(-kt),文献参数 k=0.05/天,并假设 k 有±20%的不确定性,忽略温度、pH和土壤微生物变化。这个模型只用于说明证据边界的写法,不代表任何真实产品。

参数情景 k(/天) 第10天释放 第30天释放
基准 0.05 39.3% 77.7%
低值 0.04 33.0% 69.9%
高值 0.06 45.1% 83.5%

基准计算为:第10天 1-e^(-0.5)=39.3%,第30天 1-e^(-1.5)=77.7%。若k降到0.04,第10天为 1-e^(-0.4)=33.0%,第30天为 1-e^(-1.2)=69.9%;若升到0.06,第10天为 1-e^(-0.6)=45.1%,第30天为 1-e^(-1.8)=83.5%。因此更诚实的写法是“30天释放约70%–84%,这是在k±20%、忽略土壤差异条件下的模型估计”,而不是只写“释放77.7%”。前者保留了敏感性,后者把模型精度说得过高。

这段还缺什么也要写出来:没有温度、pH和微生物项,没有独立释放实测点做校准,所以它是模型内部的敏感性区间,不是实验误差范围,也不能外推到不同土壤、温度、作物或真实田块。

电磁屏蔽项目:机理解释不等于屏蔽效能

有方背景提升2026年7月31日的课题介绍把“静默防线”列为能源与环境方向课题之一,描述多孔结构、导电网络、界面极化与多重反射。这些是机理解释,不等于实际屏蔽效能。若没有实测,材料段不应写“仿真证明高效屏蔽”,而应写清模型中的厚度、孔隙率、电导率范围,输出是相对趋势还是绝对分贝值,以及涂层附着、老化、设备兼容等哪些条件尚未测试。

同样,据翰林课程2026年10月21日的组队介绍,SoilSense SkyFarm 的公开介绍强调土壤传感器、机器学习模型和“检测—决策—施肥”闭环,这是课题概念描述,不是官方评分规则。仿真可以支持“在给定土壤参数范围内,决策模型会改变施肥量”这类设计筛选结论,但不能单独支持“已经减少面源污染”的环境结论。

写进初选材料的四个位置

有方背景提升2026年7月31日的文章在回顾2025-2026赛季流程时,列出的初选材料包括创新画布、创新简述、创新演示视频和产品介绍网页。2026-2027赛季是否完全沿用,应以当季清单为准。不同位置要用不同写法。

位置 推荐写法 要避免
画布一句话 “模型用于筛选设计方案,结果为模拟估计,下一步用最小实验校准” “仿真证明产品有效”
简述一段 假设、输入、输出、敏感性区间、不能外推的条件 只报一个最好看的结果
视频一帧 标注SIMULATED,同屏放输入、输出与范围 把仿真曲线当实测曲线
网页对比表 按“声明、证据类型、支持范围、待验证”分列 把simulated与measured混写

英文可用一句话定边界:We built a simulation model to screen the design, not to certify field performance. Under the stated assumptions, the model estimates the metric within the reported range. The next validation step is a small-scale test. 这句话把模拟与实测分开,也给出下一步,不会把仿真说成实验。

答辩追问:先承认边界,再说明下一步

如果被问“有实测吗”,不要绕。可以按四步回答:先说明目前没有完整实测,只有模型估计;再说明模型支持在假设范围内的设计筛选,不支持现场性能、安全或排放承诺;然后给出最小验证计划,优先校准最敏感参数;最后说明不会把结果外推到不同土壤、温度或设备条件。

这与康莱德原型测试:用最小实验验证最关键的产品假设的思路一致:先测最影响结论的参数,而不是平均用力。若画布、视频和网页对仿真的说法不一致,可参考康莱德初选材料一致性:改动画布后,视频与产品网页怎样同步逐项对齐。仿真与实测之间的证据强度差异,也可对照康莱德硬件还是软件项目?原型成本、证据强度与答辩风险对比来看。

什么时候必须补实测,不能只靠仿真

涉及安全、健康、排放、成本、寿命或规模化结论时,仿真不能单独支撑。能源与环境项目里,“模型里的改善”很容易被顺手写成“现实中的改善”,两者之间需要测量或独立验证。

  • 安全与合规:电磁防护、材料稳定性、设备兼容性不能只靠模型声明。
  • 环境效果:减少面源污染、降低排放需要现场或受控实验证据。
  • 商业承诺:成本、寿命、维护频率和规模化效果不能由理想化仿真直接推出。

优先级应当按“哪个参数最可能改变结论”来排。若敏感性分析显示关键参数在±20%区间内就让结论从优转劣,这个参数就是最小实验的首选;若整段结论在区间内都很稳,那更该做的是补一个独立的校准点,而不是重复跑同一套模型。

提交前六问自检

  • 仿真回答哪一个具体决策?
  • 关键假设是否写到别人能复现?
  • 每个参数属于A、B、C哪一级来源?
  • 有没有独立数据点做校准?没有就明说。
  • 关键参数变化±20%时,结论是否翻转?
  • 哪句话不能被仿真支持?

把六问答案压缩成一页,再决定是补实验、改写措辞,还是把仿真降级为设计筛选证据。与队友或指导老师讨论前先准备这一页,比只发一张仿真结果图更有助于判断下一步该做什么。

一般活动背景信息可参见赛事背景资料。

初选材料写法

常见问题

没有实测数据,仿真结果能写进康莱德初选材料吗?

可以,但要写成早期设计证据,不能写成实测性能。材料里要同时说明模型假设、参数来源、校准或验证缺口、敏感性范围,以及仿真不能证明什么。

仿真段落至少要写清什么?

至少写清四件事:模型假设与忽略因素、参数来自自测/文献还是自行假设、有没有独立校准点、关键参数变化时结果区间是否改变结论。只报一个结果不够。

评委问“有实测吗”时,怎样回答不显得心虚?

先直接承认目前没有完整实测,再说明仿真只支持假设范围内的设计筛选,最后给出下一步最小验证计划和不能外推的条件。不要把仿真改口说成实验。

康莱德问卷题怎么设计?把用户调查变成初选材料里的有效证据

如果你的队伍正在准备2026-2027赛季康莱德创新者大会,先记住一个判断标准:一道问卷题只有在答案可能推翻你的项目判断时,才值得放进问卷。据翰林课程2026年8月26日发布的时间线文章(《2026-2027赛季康莱德创新者大会时间线公布!组队通道已开,STEM&商科生直接冲!》),该赛季中国站初选材料提交截止为2026年12月25日,决选入围名单公布为2027年1月20日。也就是说,11月才开始设计问卷的队伍,题目数量要压缩到几天内能收完、且结果来得及改材料的规模。

一种常见困境是:题目写成“你喜不喜欢这个产品”“你愿不愿意买”,回收几十份后,数据既不能支持需求判断,也不知道该放进创新简述的哪一段。下面给出一个可执行顺序:先写假设,再选题型,再定选项,最后按小样本口径写结论。

先回答:问卷验证的是假设,不是收集好感

问卷在康莱德项目里的位置,是用户证据,不是市场调研报告。据有方背景提升2026年7月3日发布的赛季说明,2025-2026赛季初选材料包括创新画布、创新简述、创新演示视频和产品介绍网页。从问卷设计角度看,用户证据应当能与这些材料中的某项项目判断对应。2026-2027赛季的具体材料清单应以当季官方提交说明为准;这里借用上一赛季已披露的结构,说明用户证据通常应落在哪些位置。这句话反过来读更有用:如果你的问卷结果无论怎样都不会改变画布里的“问题定义”或“解决方案”,那这道题就是装饰。

另一个约束来自评审场景。同一份说明提到,中国站评审团包括五大领域行业专家、成功创业者、本土商业领袖和大学教授。跨领域评委未必逐题检查你的问卷,但答辩中可能出现“这几十份答卷代表谁”的追问。所以从第一道题开始,就要为这个问题准备答案。

还要提前划清边界:小型项目问卷不是代表性统计调查。它能说明“在我们接触到的这批人里观察到了什么”,不能说明“全体目标用户如何”。样本量如何影响可写边界,已在康莱德用户测试样本怎么定?小样本证据写进初选材料的边界中展开,本文只处理工具本身怎么设计。

先写假设再写题:删掉不改变判断的题

建议每道题前面先写一行内部用的“假设句”,格式是:我们假定(某类用户)在(某场景)下会(做出某行为),因为(某原因)。例如“我们假定校内热饮购买者在有自带杯减免时,会提前清洗并携带杯子”。这句话里的每一段都能对应一道题:谁、什么场景、什么行为、什么原因。

接着做减法。把每道题问一遍:“如果答案与预期相反,我们会改什么?”答不出来的题直接删。可以考虑删除的题包括:品牌好感度、对环保重要性的认同、对“是否有必要创新”的态度。这类题很难得到否定答案,因此也无法提供信息。

一个可操作的配额:如果队伍只有两三天回收时间,把题目控制在一分钟内答完的长度,并保留一道开放题收集原话。开放题的作用不是统计,而是给创新简述里的用户语句提供真实措辞。

问卷出题三步:从假设到选项

三类可用题型:行为、约束、取舍

题型单一时,容易变成全是态度题。把题型分成三类,每类回答一个不同问题,数据才可能互相支撑。

题型 要回答的问题 不推荐的写法 可用的写法 能支撑的判断
行为题 过去实际怎么做 你平时会自带杯吗 过去两周在校内买热饮时,自带杯使用次数 现状基线是否存在
约束题 什么条件挡住了行为 你觉得方便吗 上一次没有使用自带杯的最主要原因是哪一项 方案该先解决哪个障碍
取舍题 愿意放弃什么 你愿意为环保多付钱吗 下一次购买时,若减免需先多走一段路去清洗点,你会选哪个方案 条件变化下的选择是否改变(意图)

行为题很重要,因为它问的是已经发生的事,不受“我以后会”这类良好意愿影响。约束题决定你的产品要优先消除哪个摩擦点。取舍题较接近购买意图,但仍建议写成“在某种具体条件下你会怎么选”,而不是直接问愿意支付多少。价格类取舍应把价格写进具体选择情境;若问的是下一次选择,要在材料里标明这是意向而非已发生行为。

选项设计:互斥、穷尽、可比较

题目写对了,选项写坏仍然报废。三条规则足够应付中学生项目的问卷。

  • 互斥:不要出现“1-2次”与“2次以上”重叠;次数区间用一个连续尺度从头排到尾。
  • 穷尽:单选要补“其他(请说明)”和“不适用”,否则被调查者会被迫选一个不真实的答案。
  • 固定时间窗:“过去两周”“最近一次”比“平时”可比较得多。

另有两类措辞要清除。第一是双重问题:“你是否认为价格合理且携带方便”把两件事绑在一起,无论答是或否都无法解读。第二是诱导性形容词:“便捷的”“环保的”“更划算的”会让答题者去猜你想要什么。把形容词删掉,让选项自己呈现代价。

顺序也会影响答案。把省力的选项放在前面可能放大它的占比,因此同一份问卷内保持统一顺序,并在呈现结果时说明选项是按什么顺序排列的。

教学示例:把“愿不愿意”改成“上周几次”

以下为教学示例,非官方题目,也不代表任何真实调查结果;其中的数字仅用于演示写法。假设某队做“校园自带杯减免”项目,旧问卷第一题是“你是否愿意为环保减少一次性杯使用”。这道题的答案多为“愿意”,无法指导具体设计决策。

改写后保留三题加一道开放题。行为题:“过去两周,你在校内购买热饮时使用自带杯的次数是:0次/1次/2-3次/4次及以上。”约束题:“上一次没有使用自带杯的最主要原因是:忘记/不便携带/担心清洗麻烦/担心卫生/没有减免激励/不适用(每次都使用)/其他(请说明)。”取舍题:“下一次购买热饮时,如果减免需要先把杯子送到指定清洗点(多花约一分钟),你会:仍然使用自带杯/改用一次性杯/不确定。”开放题:“请用一句话描述你上次决定不带杯时的想法。”取舍题问的是下一次的具体选择,不是过去行为;它的证据强度低于行为题,材料里要标明这是选择意向。

假设发出40份,回收32份,且这批人来自校内便利发放而非随机抽样。32份中有9人过去两周至少使用过一次自带杯,即约28%。假设32份都回答了约束题单选,选项分布为:忘记12份、清洗麻烦9份、不便携带5份、担心卫生3份、没有减免激励2份、不适用(每次都使用)1份、其他0份。可以写的结论是:“在本样本32名受访者中,约28%在过去两周至少使用过一次自带杯;约束题中选择‘忘记’的12份、选择‘清洗麻烦’的9份是人数最多的两项,因此下一版原型优先测试提醒与就地清洗点。”不能写的是:“72%的学生拒绝自带杯。”因为样本不是随机抽样,且把零次使用写成“拒绝”超出了数据本身。

小样本怎么写进创新简述

写进材料时,采用固定三段式,并在创新简述、演示视频和产品介绍网页三处保持同一口径。第一段交代样本:多少人、怎么找到的、在什么时间段、在哪个场景。第二段只给一句结论,句中要出现“在本样本中”。第三段给一条局限,明确说明不能外推到全体用户,以及下一步打算怎样补充证据。

顺手做一张图:横轴是选项,纵轴是人数而非百分比,并在图注里写清样本数与时间窗。人数量级更小,不容易被误读成总体比例。三处口径不一致是容易被追问的地方,改动画布后如何同步其它材料,见康莱德初选材料一致性:改动画布后,视频与产品网页怎样同步。

处理口头支持与行为数据的冲突

冲突可能出现:访谈里对方说“我很愿意”,问卷行为题却显示零次。这时不要平均,也不要只留好看的那一半。把冲突本身写进材料:“访谈中出现较强的口头支持,但行为题在本样本中显示实际使用率较低,我们据此把方案重点从宣传改为降低携带摩擦。”这种写法展示的是判断力,比一个漂亮数字更接近评委想看的东西。如何在访谈中识别礼貌性赞同,见康莱德用户访谈:如何区分真实需求与礼貌性赞同。然后把同一口径回写到演示与商业判断,不要在不同材料里给出互相矛盾的比例或解释。

提交前十分钟自检

用下面五条过一遍现有问卷:每题能否对应一个会改变的决策;行为题是否问了固定时间窗内的过去行为;单选是否互斥且带“其他”;是否删掉了双重问题与诱导性形容词;结果段落是否出现“在本样本中”和一条局限。五条里超过两条不通过,优先改问卷而不是加题。

按2026-2027赛季时间线,距初选材料提交截止2026年12月25日已不宽裕,问卷改动应尽量一次到位。若队伍尚未确定谁来负责用户证据,先把这个责任人定下来,再决定问卷由谁投放和回收。

一般活动背景信息可参见赛事背景资料。

问卷结果写进材料三步

常见问题

康莱德问卷要收多少份才算够?

不要用一个固定数字当作通过条件。更实际的做法是先确定这份问卷要支持哪一句结论,再看现有份数能否支持这句话的措辞强度。份数较少时,把结论限定为“在本样本中观察到”,并交代发放方式与时间窗,不要写成总体比例。

只问“愿不愿意买”为什么不行?

因为这类题容易得到大量肯定回答,答案难以区分不同方案,也不一定改变你的设计决策。把它换成带具体条件的取舍题,例如加入价格、路程或等待时间,问对方在下一次具体情境中会选哪个方案;同时标明这是选择意向,不是已经发生的行为。

问卷结果和访谈说法矛盾时该信哪个?

不必二选一。把冲突原样写进材料,说明口头支持与实际行为之间的差距,并解释这个差距如何改变了方案重点。只保留好看的一半,会让答辩时的追问无从回答。

康莱德硬件还是软件项目?原型成本、证据强度与答辩风险对比

团队问“康莱德硬件还是软件项目”,先给一个可执行判断:在2026-2027赛季中国站常规报名截至2026年12月14日、初选材料提交截止2026年12月25日的节点下,硬件和软件不是“谁更高级”的问题,而是“谁能在截止前拿出可验证证据”的问题。团队应先定主证据,再定项目形态。时间线来源为微信公众号「翰林课程」2026年8月26日发布的《2026-2027赛季康莱德创新者大会时间线公布!组队通道已开,STEM&商科生直接冲!》。

硬件的实物证据看似更直接,但做出可正常运行样机的成本高、失败风险集中;软件的录屏和网页容易展示,但“看起来能用”不等于“对真实用户有用”。这篇文章不催团队赶截止,而是把“做哪种项目形态”拆成三项可比较的决策:做出可演示版本的成本、证据能否被直接验证、答辩时通常要准备的薄弱点。

一、先看结论:硬件贵在“做出来”,软件贵在“证明有用”

把硬件和软件放在同一张表里,关键是看证据成本发生在哪个阶段。下表是备赛判断,不是官方项目分类。

比较维度 硬件项目 软件项目
做出可演示版本的主要成本 物料采购、加工工具、安全测试条件、迭代返工时间;小批量元器件可能等货 开发环境、部署上线、用户获取;代码可快速迭代,但找到真实用户使用需要额外时间
证据可用的验证方式 实物展示、测试数据、拆解与安全说明;视频可记录制作与运行过程 录屏、产品网页、后台数据、用户反馈截图;网页本身可以承载交互演示
答辩时通常要准备的薄弱点 成本控制、可制造性、安全性、失败率;单件手工样品不能代表量产可行性 真实性、用户留存、技术壁垒;演示环境跑通不等于真实场景可用

在2025-2026赛季公开材料中,初选包括创新画布、创新简述、创新演示视频、产品介绍网页,来源为微信公众号「有方背景提升」2026年7月3日发布的《STEM&商科必看!2026-2027康莱德赛季组队启动,王牌课题名额告急,抢位从速!》。2026-2027赛季的具体清单和格式应以当季官方发布为准。对硬件和软件团队来说,视频和网页都是把证据组织给评委看的载体:硬件视频要回答“它真的能运行吗”,软件网页要回答“它真的有人用吗”。两条路的证据类型不同,但都要经得起同一句追问:“你展示的,和用户实际得到的,是一回事吗?”

二、维度一:做出可演示版本的成本,硬件是“单点风险”,软件是“持续性风险”

硬件的成本特征容易表现为单点集中。一个传感器选型错误、一块电路板烧毁、一个结构件强度不足,都可能让整个演示卡住。2-5人团队里如果没有真正的动手角色,硬件方案会迅速吃光时间预算。反过来,一旦样机跑通,实物证据的说服力比较直接——评委看到它动、听到它响、读到测试数据,追问会转向“为什么这样设计”而不是“它到底存不存在”。

软件的成本特征更容易表现为持续分散。写一个能演示的界面并不难,难的是让演示之后还有东西可展示:有没有真实用户点过?有没有交互数据?有没有从“能用”到“有人用”的痕迹?如果团队只有程序员没有用户触点,软件项目就容易停在功能演示层面。这也是为什么在康莱德原型测试:用最小实验验证最关键的产品假设里,测试设计比开发本身更关键——无论硬件还是软件。

从时间倒推看:以2026年11月9日为参照,距离12月25日不足两个月。硬件方案如果还没有元器件清单和加工渠道,每周都在增加失败概率;软件方案如果还没有至少一小群真实用户愿意试用,网页和视频就可能变成功能说明书。团队应先算一笔账:在截止前,我们能在哪条路上攒出“做了—用了—有反馈”三样东西?

项目形态选择的三步决策

三、维度二:证据能否被直接验证,硬件靠“眼见为实”,软件靠“路径可追溯”

2026-2027赛季中国站聚焦航空与航天、互联网科技与安全、能源与环境、健康与营养、水与可持续发展五个领域,来源为微信公众号「翰林课程」2026年8月26日发布的《2026-2027赛季康莱德创新者大会时间线公布!组队通道已开,STEM&商科生直接冲!》。在已核对来源中,领域清单未按硬件或软件二分项目;具体规则以官方当季发布为准。因此,团队不应把“选领域”等同于“选硬件还是软件”,而应回到证据设计。

一个实用的区别是验证路径的长度。硬件证据的路径较短:打开视频,看到设备运行,读到测试数据,评委可以在几分钟内判断“这个团队真的做出来了”。软件的验证路径更长:看到界面→理解交互→确认有真实用户→判断数据是否可信。如果产品介绍网页没有把这条路径铺好,评委的注意力会在中途流失。在康莱德路演证据链:让产品演示、用户反馈与商业判断互相支撑中讨论的正是这个问题:演示、反馈和商业判断必须互相咬合,而不是各说各话。

因此,选择项目形态时,团队应问自己:我们能在产品网页首屏用一句话加一个证据点说明“这个东西被验证过”吗?硬件团队需要一段真实运行视频;软件团队需要一张真实用户操作截图或一条使用数据。如果两样都拿不出来,说明项目形态还没有和证据能力对齐。

四、维度三:答辩时通常要准备的薄弱点,硬件怕“贵且脆”,软件怕“假且虚”

从备赛训练角度看,答辩不是展示你做了多少,而是检验你的证据能承受多少追问。站内康莱德挑战赛评审标准详解:五维权重与三件套怎么准备可按评审维度梳理准备思路;但官方权重和评分细则应以当季官方文件为准。更稳妥的做法,是把追问归到五个检查问题:创新是否真实、方案是否可行、商业逻辑是否成立、团队是否理解自己的系统、表达是否清楚。这是训练框架,不是官方权重表。

硬件项目可优先准备这些追问:“这个样机成本多少?如果做100台,还能这样组装吗?安全性怎么保证?失败了怎么办?”手工样机可以很有说服力,但也容易把团队拖入“单件可做、批量不可行”的被动解释。如果团队没有制造或工程背景,硬件路线的答辩风险会集中在“可行性”和“商业逻辑”两个检查项上——而这两项不是靠热情就能补上的。

软件项目可优先准备这些追问:“这真的是用户需要的吗?他们现在不用你的产品,用什么替代方案?你的数据和你的结论匹配吗?”展示一个流畅的界面不难,难的是证明有人愿意持续使用。如果团队没有用户访谈或真实试用数据,软件路线的答辩风险会集中在“创新性”和“可行性”上——评委很难区分“有想法的演示”和“有验证的产品”。

两种风险没有绝对大小之分,但有团队配置匹配度之分。有工程动手能力的团队,硬件追问是主场;有用户资源和产品思维的团队,软件追问是主场。选错形态,答辩就变成补短板;选对形态,答辩才是讲优势。

五、什么团队更适合硬件:有动手角色、有安全测试条件、愿意用视频记录过程

硬件项目更匹配满足以下三个条件的团队:

  • 至少一名成员能独立完成基础制作或组装,不需要从零学电烙铁或结构设计;
  • 能获得安全的测试空间和基本工具,学校实验室、创客空间或家庭工作台均可,但必须能实际使用;
  • 愿意把制作过程中的失败和修正也纳入视频叙事,而不是只拍成功成品。

第三条值得单独检查。硬件证据的可信度不仅来自“它最终能跑”,也来自“团队理解它为什么一开始跑不起来”。答辩中被追问安全性或成本时,一个能说出“我们在第三版换了更便宜的传感器,因为第一版的精度过剩”的团队,比只展示完美成品的团队更难被问倒。如果团队没有这种记录习惯,硬件样机的证据强度会打折扣。

需要提醒的是,硬件项目不要求团队自己加工所有零件。使用现成模块、3D打印外壳、开源硬件平台都是合理路径。关键是团队能清楚说明哪些是自己做的、哪些是集成的、为什么这样取舍。答辩中把采购说成自研会削弱可信度,但坦诚说明分工通常比含糊表述更稳——评委更在意团队是否理解自己的系统。

六、什么团队更适合软件:有真实用户触点、能展示交互与数据、能用网页或录屏证明可用性

软件项目更匹配满足以下三个条件的团队:

  • 能接触到至少一小群真实潜在用户,同学、社团、社区成员均可,但必须是产品目标用户;
  • 能在初选截止前完成一轮可展示的交互测试,不要求完整产品,但要求真实用户操作过;
  • 有人能把用户反馈转化为网页和视频中的证据点,而不是只展示功能列表。

软件项目的一个特点是迭代成本相对低:今天发现用户卡在某一步,明天就能改。但这个特点只有在团队真的把用户拉进来时才成立。如果开发过程封闭,软件项目就容易变成“功能越加越多、证据越来越少”的展示:网页上写满了功能,但找不到一条真实使用记录。如果答辩中被问“有没有人用过”,团队只能回答“我们准备下一步推广”——这会直接削弱可行性判断。

软件项目也不等于“做个App”。一个网页工具、一个小程序、一个带交互的演示页面,只要能让评委看到真实用户完成真实任务,就具备证据价值。关键在于演示路径要短而完整:用户是谁、任务是什么、操作前后有什么区别、数据在哪里。把这四件事塞进一段短视频和一张产品网页首屏(视频时长与格式以当季官方要求为准),比堆十个功能更能撑住追问。

七、混合方案:软件模拟加少量硬件验证,怎样避免变成“两个半成品”

有些团队会选择混合路线:用软件做交互和数据处理,用低成本硬件做关键环节的物理验证。这个方向本身合理,但风险明确——如果软件和硬件各自都没跑通,混合方案就是两个半成品的叠加,答辩时两条证据链都会断裂。

避免这种局面的原则是只让一个部分承担“主证据”角色。团队需要先决定:答辩时被追问最核心的问题时,我们先用哪条证据回应?如果答案是“硬件在真实环境中的运行数据”,那么软件可以简化成演示界面,不追求完整功能;如果答案是“真实用户在产品网页上的操作数据”,那么硬件只需承担一个可验证的辅助环节,不需要做成完整样机。

以下教学示例说明这个取舍过程(教学示例,非官方题目或真实团队案例):

一个2-5人团队关注“水与可持续发展”领域,想做一个提醒家庭节水的小工具。团队能力是:一人会基础焊接,无人能加工定制外壳;可以买到现成流量传感器和开发板。纯硬件路线需要定制流量计、显示屏和外壳,加工周期不确定;纯软件路线需要家庭连续记录用水,团队短期找不到愿意连续试用两周的家庭。团队决定采用混合方案:软件端做数据看板;硬件端只用现成传感器和开发板采集一路水流数据;不做定制外壳。主证据定为“传感器读数进入看板并可重复演示”,不声称已有长期真实用户使用。视频和网页明确写:这是技术可行性验证,用户长期使用数据尚未收集。答辩时若被问用户证据,团队直接说明边界和下一步测试计划,而不是把演示说成真实使用。这个示例的关键不是“混合更安全”,而是只让一个部分承担主证据。

八、按五大赛道看项目形态:赛道列的是领域,不是硬件或软件分类

康莱德中国站公开材料列出的五个领域——航空与航天、互联网科技与安全、能源与环境、健康与营养、水与可持续发展——是领域分类,不是项目形态分类。具体规则以官方当季发布为准。团队不应把“选赛道”等同于“选硬件还是软件”,而应判断自己的项目主张需要什么证据。

准备证据时,可以用一个简单原则:如果项目主张涉及物理系统,材料中最好有实物运行或测试数据;如果项目主张是软件服务,材料中最好有真实用户路径。不同赛道的项目都可能偏硬件、偏软件或混合,关键是证据与主张一致。一个项目可以同时包含软件界面和硬件模块,但主证据只能有一个重心;否则评委在有限浏览时间内很难判断团队到底验证了什么。

这个原则不是规则,而是准备策略:先看自己项目的主张需要哪类证据,再判断团队能否在截止前产出同类证据。如果团队在某个赛道想做与常见形态不同的项目,不是不可以,但需要更早准备解释“为什么这个形态更适合我们的问题”,否则答辩时会被反复追问形态合理性。

九、12月25日前的决策路径:先定证据,再定形态

距离初选材料提交截止不足两个月(2026年12月25日)。团队不需要现在决定“永远做硬件”或“永远做软件”,但需要在未来两周内回答三个问题:

  • 我们截止前能稳定展示的是哪一类证据?一段真实设备运行视频,还是一组真实用户操作数据?
  • 谁负责产出这个证据?具体到人,不是“团队一起”。
  • 如果这个证据失败,备选方案是什么?硬件烧板有没有替代演示?软件用户不够有没有第二组测试对象?

把这三个问题的答案写下来,团队就会发现自己不是在“选硬件还是选软件”,而是在选一条证据链最短的路。硬件和软件都可以做出可信项目,区别在于谁的证据能在截止前真正落地。如果团队评估后仍不确定,可以先把这三问写成一页备忘录,交给队友和指导老师按证据链逐项检查;不承诺报名名额或获奖结果,只帮助把证据链和项目形态对齐。

需要说明的是,本文引用的时间线和材料要求来自上述公众号文章,不同赛季的具体要求可能调整,团队应以当季官方发布为准。

一般活动背景信息可参见赛事背景资料。

混合方案避免两个半成品

常见问题

康莱德硬件项目和软件项目,哪个在初选材料里更容易拿高分?

没有证据表明某一种形态天然更容易拿高分。备赛时应按创新是否真实、方案是否可行、商业逻辑是否成立、团队是否理解自己的系统、表达是否清楚这五个问题自检;这是训练框架,不是官方权重表。硬件和软件都可以满足这些检查项,真正的区别在于团队能否在截止前产出可验证的证据:硬件的实物运行数据和软件的真人使用数据同样有效,前提是真实、可追溯、和项目主张一致。

我们团队只有编程能力,没有硬件经验,是不是应该直接放弃硬件方向?

不一定放弃,但需要现实评估。如果项目核心价值必须通过物理设备才能验证,而团队没有动手角色和安全测试条件,硬件路线在初选截止前的失败风险会很高。可以考虑混合方案:用现成模块完成最小物理验证,把证据主体放在软件端。关键是不要让硬件部分成为答辩时无法解释的薄弱环节。

混合方案是不是比纯硬件或纯软件更安全?

混合方案的风险不在于混合本身,而在于两个部分都做不深。如果团队能明确一个部分承担主证据角色、另一个部分只做最小辅助验证,混合可以降低单一路线的失败风险。但如果软件和硬件各自都没有跑通,混合方案会让两条证据链同时断裂,答辩时更难解释。选择混合路线前,先确定主证据由谁承担。

康莱德健康与营养赛道:没有临床数据时怎么做可信用户证据

康莱德健康与营养赛道的团队可能在选题后遇到一个困境:想做健康改善、行为提醒或营养管理相关的项目,却没有医院、临床或专业设备条件,担心用户访谈和简单测试被看成证据太弱。直接回答是:没有临床数据不等于没有证据,但必须把结论收在团队实际观察到的范围内。在材料表达上更稳妥的写法不是“我们证明了有效”,而是“我们清楚自己验证到了哪一步”。

按2026-2027赛季已公布的信息,康莱德中国站聚焦航空与航天、互联网科技与安全、能源与环境、健康与营养、水与可持续发展五个领域;面向13-18周岁在读中学生,2-5人组队,需用英文提交材料并参与现场Power Pitch(来源:翰林课程《2026-2027赛季康莱德创新者大会时间线公布!组队通道已开,STEM&商科生直接冲!》,2026年8月26日)。同一来源给出的节点是:常规报名2026年8月14日至12月14日,初选材料提交截止2026年12月25日,决选入围名单公布2027年1月20日,线下决选峰会2027年3月11日至3月14日。时间紧的团队更需要先想清楚证据结构,再动手写材料。赛道整体定位可先看康莱德挑战赛五大赛道详解:从航空航天到水可持续逐一拆解,本文不重复赛道介绍。

先给结论:证据不足时,缩小结论而不是放大措辞

从备赛写作角度看,健康类项目需要警惕的一种写法,是“做得少、说得大”。一个只做过十来个同学访谈和两周使用记录的项目,如果写成“本产品能改善青少年饮水不足”,读者自然会追问样本、对照和测量方式;反过来,如果写成“我们验证了提醒在课间能否被注意到并被使用,尚未验证饮水量变化”,同样的工作量反而更容易被判断出边界。

这里有一个可以直接使用的判断:每写一句结论,先问“这句话所需的最强证据是哪一类”。如果所需证据超出了团队实际做过的层级,就降低结论强度,或者把结论改写成“假设待验证”。这不是自我削弱,而是把有限的工作量放在能被追问的地方。

健康与营养项目的五层证据

把可获得的材料按强度分层,团队就能看清自己目前站在哪一层。下表是备赛视角的整理,不是任何官方评审标准。

证据层 典型来源 能支持的结论 不能支持的结论
文献依据 公开论文、公共卫生机构报告、行业指南 这个问题在更大范围被讨论过,存在已知机制或风险因素 不能证明你的目标用户有这个问题,更不能证明你的方案有效
用户行为证据 访谈、使用日记、现有替代方案的使用记录 目标用户如何描述困扰、目前用什么办法应付 不能证明改善幅度,也不能替代需求规模测算
可用性测试 原型任务完成情况、误解点、放弃位置 原型能否被用起来、卡在哪一步 不能证明健康结果发生改变
专家意见 校医、体育教师、营养相关从业者的书面反馈 方案在常识与安全边界上是否站得住 不是临床验证,也不等于评审背书
小样本观察 短周期使用日志、主观感受记录 在这几个人、这段时间里发生了什么 不能外推到人群,不能写成疗效或预防效果

健康类项目证据分层三步

每层证据能支持什么、不能支持什么

分层之后,用法就清楚了。文献的作用是说明“为什么值得做”,而不是说明“我们做成了”。在创新简述里,文献应该出现在问题定义段落,用来交代已知的公共卫生关注点,并明确写出你的项目不复制既有研究。

用户行为证据的核心是“具体”。与其写“用户表示很有需求”,不如写清楚用户上一次遇到这个问题时做了什么、花了多少时间、用了什么替代办法。这类材料的写法可参考康莱德用户访谈:如何区分真实需求与礼貌性赞同,重点在于区分客套与真实行为。

可用性测试回答的是另一类问题:原型能不能被用。它测的是注意力、理解成本、操作步骤,而不是健康结局。把这两件事混在一起,是健康类项目需要检查的逻辑漏洞。最小实验的设计思路可对照康莱德原型测试:用最小实验验证最关键的产品假设。

专家意见的正确用法是“校准边界”,比如提醒文案会不会被理解成医疗建议、提醒频率是否会造成困扰。它应当以书面形式留档,写明日期、身份类别与具体意见,而不是只写“咨询过专业人士”。

小样本观察需要特别注意边界。它可以写“参与者在两周内大致按提醒行动”,但不能写“饮水量提升”。样本多少人、观察多久、有没有对照、如何记录,都必须写在材料里,让人能判断这条证据的适用范围。样本规模怎么定,应在团队内部先写清样本边界,再决定是否值得扩大观察。

哪些表述必须从材料里删掉

没有临床数据时,以下表述应当整体删除或改写:有效、显著改善、预防、治疗、诊断、降低风险、提升健康水平。它们共同的问题是把“行为层面的观察”直接翻译成“健康结局”。

可以替换成有范围的说法:在我们的测试人群中、在这段时间内、在提醒被注意到的条件下、参与者自述……并在句末补一句局限。在材料里写出局限,比隐藏局限更便于读者判断证据范围。

教学示例:校园饮水提醒项目怎样拼出一条证据链

以下为教学示例,用于演示写法,不是官方题目,也不是官方评分说明;其中的数字仅为演示方便而设。

假设团队观察到课间饮水少,想做一个小程序做定时提醒。第一步,用文献说明青少年饮水行为受到关注,并写明本项目不研究生理指标。第二步,访谈同校约10名同学,记录他们课间通常做什么、为什么不喝水、有没有用过任何提醒工具。第三步,做纸面或低代码原型,让同学完成一次“收到提醒并记录一次饮水”的任务,记录卡住的步骤。第四步,做两周使用日志,只记录“是否看到提醒”“是否采取行动”,不测任何生理数据。第五步,请校医看提醒文案,确认没有暗示医疗建议。

假定两周后回收的记录显示:10名参与者中,7人至少看到过一次提醒,但只有3人在课间记录过一次饮水行动;另有2人反馈提醒与课堂节奏冲突。这样写出来的结论应当是:在这10名参与者、两周观察中,提醒能被部分人注意到,但课间行动有限;我们尚未测量饮水量或任何生理指标。下一步应调整提醒时点,再测可用性,而不是宣称已经改善饮水不足。这条结论有范围、有来源、有下一步,读者可以继续追问,但材料本身没有把非临床观察写成健康效果。

把证据写进创新简述与产品网页

有方背景提升在2026年7月3日的文章中,以2025-2026赛季为参照列出初选材料包括创新画布、创新简述、创新演示视频、产品介绍网页;2026-2027赛季清单应以当季官方通知为准(来源:有方背景提升《STEM&商科必看!2026-2027康莱德赛季组队启动,王...》,2026年7月3日)。健康类项目在上述四类材料(若当季仍采用这一清单)里需要检查的矛盾,是视频里说得比简述里强、网页上又说得比两者都强。

建议采用“一句结论、一个范围、一条局限”的三段式,并在上述材料中使用同一组数字与同一层级措辞。产品网页首屏需要格外注意:一句“改善健康”放在首屏,会把整个项目的证据标准抬到临床层级。网页首屏应让读者先看到问题、原型状态与证据范围,而不是先看到效果承诺。

答辩被问“凭什么相信有效”时的三步回应

第一步,复述问题边界:确认对方问的是“行为是否改变”还是“健康是否改善”。第二步,给出证据层级:说明目前掌握的是访谈、可用性测试还是短周期观察,并给出人数与周期。第三步,明确未验证项与下一步:说明哪一项目前无法验证、需要什么条件、团队打算如何分阶段补。

这个结构能把可回答的部分与待验证的部分分开。承认未验证,比含糊其辞更便于对方判断证据范围。另外,同一篇有方背景提升2026年7月3日的文章称,中国站评审团包括五大领域行业大咖、成功创业者、本土商业领袖和大学教授。准备答辩时,可把技术证据与商业证据分开陈述;这只是备赛建议,不是对评审方式的推断。

提交前自检清单

提交前逐项核对:结论句是否超出证据层;每条数据是否写明人数与周期;是否出现疗效、预防或诊断类词汇;文献是否只用于问题定义;专家意见是否有书面记录;上述材料的数字与措辞是否一致。

团队内部复核时,带上三样东西会比空泛讨论有效:一是当前结论句的原文,二是支撑它的证据清单(来源、人数、周期),三是团队自认为最弱的一环。这样讨论会直接落在“哪一层证据需要补、补到什么程度就够”上,而不是停留在选题好坏。

需要说明的是,本文是备赛判断框架,来自公开报道与教学整理,不是官方评审细则,也不构成对任何结果的承诺;健康相关内容仅为项目表达层面的讨论,不涉及医疗建议。

一般活动背景信息可参见赛事背景资料。

答辩追问三步回应

常见问题

没有临床数据,健康与营养项目还能提交吗?

从材料准备角度,没有临床数据并不等于不能组织证据;本文讨论的是如何用文献、访谈、可用性测试、专家意见和小样本观察支撑有限结论。能否提交、提交哪些材料,仍以当季官方资格与清单为准;不要把非临床证据写成疗效或预防结论。

用户访谈要多少人、做多久才算够?

没有统一门槛,关键是把人数与周期写清楚,并让结论与样本匹配。十几人的访谈适合发现行为模式和表述方式,不适合推断比例。短周期使用日志适合看可用性与放弃点,不适合看健康结局。团队应在材料中说明样本范围和局限,而不是追求一个看起来更大的数字。

专家意见算不算验证?

不算临床验证,也不等于评审背书。它的作用是校准安全与常识边界,例如提醒文案是否会被理解成医疗建议、提醒频率是否造成困扰。使用时应保留书面记录,写明日期、身份类别与具体意见,并在材料中把它放在“边界校准”而非“效果证明”的位置。

康莱德用户测试样本怎么定?小样本证据写进初选材料的边界

如果你正在为2026-2027赛季康莱德中国站准备初选材料,手头只有几位用户的测试笔记,最直接的问题通常是:样本要多大才够?先给结论:在本次核对的可查证赛季说明中,没有出现统一的用户测试样本量门槛;不要自行编造“至少30人”之类规则。更稳妥的做法是按证据类型分开招募,记录实际人数、招募条件与任务结果,并在材料里写明小样本边界。本文给的是教学记录框架,不替代当季官方规则;具体清单与提交要求以官方为准。

一、先分清三类测试,再谈人数

2026-2027赛季康莱德中国站要求用英文提交材料并进行现场Power Pitch(翰林课程《2026-2027赛季康莱德创新者大会时间线公布!组队通道已开,STEM&商科生直接冲!》,2026年8月26日)。有方背景提升在2026年7月3日的赛季组队文章里回顾2025-2026赛季时列出初选四件材料:创新画布、创新简述、创新演示视频、产品介绍网页。以下把这四件材料作为教学参照;2026-2027赛季具体清单应以当季官方公布为准。

三类常见测试回答的问题不同,样本不能混算:

测试类型 要回答的问题 样本特征 可写进材料的内容 不能写成
问题访谈 目标用户是否真实存在这个痛点 有真实使用场景、能讲述具体经历的人 具体场景、原话引用、出现频次 市场比例、总体需求规模
原型可用性测试 用户能否在有限提示下完成任务 能接触原型的目标用户,尽量覆盖不同熟练度 实际人数、任务定义、完成与失败位置 用户满意度百分比、产品接受率
购买意向测试 用户在真实选择情境下选哪个方案 有购买决策权或能影响决策的人 选择记录、价格对比下的实际取舍 付费意愿比例、市场规模推算

常见错误是把问题访谈的“8人提到同一痛点”写成“80%用户有需求”,或把原型测试的“3人中有2人完成任务”换算成“67%可用性通过率”。样本非随机、人数极少时,这类换算没有统计意义,答辩时也经不起追问。

二、样本构成比人数更重要

一个6人的样本如果全部是同班同学,证据价值低于3位真实目标用户。招募时至少记录四件事:来源渠道(社团、家长同事、社区机构)、使用场景是否真实、招募筛选条件、排除原因。所谓“目标用户”不是“愿意帮忙测试的人”,而是项目方案真正要服务的人。

教学示例(非真实参赛数据):做校园食物浪费项目,不要只找同校环保社团成员。可以分别找食堂工作人员、午餐值班老师、每天带饭的学生三类角色,因为他们的使用场景和决策权不同。每类各2人,即使总数仍小,也能形成可比较的画面。样本构成写清楚,比单纯把人数凑大更有说服力。

样本构成记录框架

三、小样本怎么写:报告事实,不报比例

教学示例(非真实参赛数据):团队做了一款校园二手书交换原型,邀请6位有卖书经历的目标用户,其中4位在10分钟内完成发布一本图书的任务,2位卡在注册步骤。材料里可以这样写:

我们在6位有卖书经历的学生中测试了原型,4位完成了发布任务,2位在手机号验证环节停止。失败集中在注册步骤,下一步计划简化验证流程,并在下一轮测试中观察是否仍有同样问题。

这段话报告了人数、招募条件、任务定义、成功与失败位置,并给出下一步验证计划。它没有写“67%用户愿意使用”,也没有写“市场接受度过半”,因此经得起追问。反面写法是把4/6换算成百分比后写成总体结论,或把6人样本描述成“用户调研显示大多数用户”。评委追问“你问了多少人、怎么找的”,团队会很难自洽。

更细的记录可以按人列出完成情况,而不是只报汇总数字。比如第一位完成、第二位卡在注册、第三位完成但超时,这类原始记录在答辩时能迅速说明失败模式,也方便与画布中的限制说明对应。

四、购买意向与证据边界

问题访谈得到的是需求线索,适合写进创新画布的“问题定义”,但不适合直接支撑市场规模。原型测试得到的是任务完成情况,适合写进产品介绍网页和演示视频,但不适合直接写成用户满意度。购买意向测试得到的是选择记录,适合支撑商业判断,但口头说“愿意买”不等于真实付费。

购买意向应尽量设计成实际选择而非直接询问:给用户看两个价格方案,记录他选择哪一个;或给两个功能配置,观察取舍。小样本下可以写“6人中有3人选择方案A”,但不能写成“50%市场愿意支付该价格”。

五、材料之间保持一致

所引2025-2026赛季说明中的四件材料在初选中同时出现,建议用同一套数字与措辞互相核对。画布里的小样本限制说明、简述里的结论、视频口播的措辞、产品网页上的样本来源,需要指向同一组数字。常见不一致是:简述写“访谈12位用户”,画布写“访谈8位”,网页写“多位用户反馈”。这类矛盾在评审浏览时很容易被发现。

建议用一张证据记录表统一来源,至少包含:测试类型、日期与方式、目标用户条件、实际人数、任务或问题、成功与失败记录、限制说明。下图给出一个简化版本:

小样本证据记录表(教学框架)
记录项 填写内容
测试类型 问题访谈 / 原型测试 / 购买意向
日期与方式 线上或线下,单轮或多轮
目标用户条件 招募时设定的筛选条件
实际人数 实际参与人数,不用计划人数
任务或问题 测试中给出的具体任务或问题
成功与失败记录 每人完成情况,失败位置
限制说明 样本偏小、场景有限等

如果初选材料改动,视频和网页需要同步。可参考康莱德初选材料一致性:改动画布后,视频与产品网页怎样同步中的检查顺序。用户测试证据尤其容易在改动后留下旧数字,建议每次修改后重新核对各材料中出现的样本人数和结论措辞。

六、答辩时先承认边界,再讲下一步

被问到样本量时,先承认边界,再说明为什么当前证据足以支持这一阶段的判断。教学示例(非真实参赛数据):

这一轮我们重点验证注册步骤是否是主要障碍,6位用户中有2位卡在同一位置,这足以让我们优先修改该步骤,但不代表已完成可用性验证。下一轮计划扩大到10位不同年级的用户,并增加任务完成时间记录。

这种回答把“小样本”从弱点转成决策依据,比声称“样本虽小但很有代表性”更可信。同时要注意:不要用“下一步计划”替代已经完成的工作,计划中的扩大样本应明确写成计划,而不是已经完成的结果。

七、准备咨询前,先整理三样东西

如果团队希望通过现有联系渠道做用户测试证据审查,建议先整理:用户测试原始记录(人数、日期、招募方式、任务脚本)、失败案例与限制说明草稿、各初选材料中涉及用户证据的段落。审查重点不是“样本够不够大”,而是样本描述与结论边界是否匹配。

与相邻主题的分工可以这样理解:访谈中如何识别客套赞同,可参考康莱德用户访谈:如何区分真实需求与礼貌性赞同;如何设计最小原型,可参考康莱德原型测试:用最小实验验证最关键的产品假设。本文处理的是测试前找谁、找多少,以及测试后如何诚实报告。

八、收束:用三件套替代追求大数字

在本次核对的可查证赛季说明中,康莱德用户测试没有出现统一的样本量数字。更稳妥的做法是:按证据类型分开招募,记录实际人数与招募条件,用小样本的原始任务结果说话,在同一批初选材料中保持同一套数字与限制说明。追求数字好看之前,先保证每组数字都能回答“谁、多少人、做了什么、哪里失败、下一步验证什么”。这套“样本构成—任务结果—限制说明”三件套,比一个没有来源的百分比更能在初选材料与现场Power Pitch中站住脚。

一般活动背景信息可参见赛事背景资料。

小样本证据写法

常见问题

康莱德用户测试需要多少人才够?

在本次核对的可查证赛季说明中,没有出现统一的样本量要求;具体规则以当季官方为准。更实用的做法是按问题访谈、原型可用性、购买意向三类测试分别决定人数,并报告实际参与人数、招募条件和任务结果,而不是编造通用门槛。

小样本结果能不能写成百分比写进初选材料?

不建议把小样本换算成总体百分比。可以写“6位目标用户中4位完成任务,2位卡在注册步骤”,但不适合写成“67%用户接受”或“市场接受度过半”。报告原始人数、失败位置和限制说明,比追求百分比更经得起答辩追问。

初选材料里的用户测试数字不一致怎么办?

先建立一张统一的证据记录表,列出测试类型、日期、目标用户条件、实际人数、任务结果和限制说明,再逐项核对各材料中的数字与措辞。每次改动后重新同步,避免出现简述写12人、画布写8人的矛盾。

康莱德市场规模:区分TAM、SAM与初期可触达客户

为什么"市场规模"是康莱德商业计划书的隐形杀手?

在准备 康莱德报名材料怎么整理?初选提交物分类与上传自检 的过程中,团队往往投入大量精力打磨技术原型或科学原理,却在最后的商业落地环节失分。一个常见的误区是:将全球潜在需求(Total Addressable Market, TAM)直接等同于自己的预期收入。对于背靠 NASA、强调 STEM 与商科深度融合的赛事而言,评委不仅看重技术的可行性,更看重商业逻辑的严谨性。

当你在撰写商业计划书时,如果声称"全球有10亿人需要我们的APP,每人付费1元,所以我们有10亿市场",这通常会被视为缺乏对竞争格局和获客成本的基本认知。正确的做法是层层剥离,从宏观愿景下沉到微观执行,清晰界定以下三个概念:

  • TAM (Total Addressable Market):理论上的最大市场空间,即所有可能购买该产品或服务的人群总和。
  • SAM (Serviceable Available Market):你的产品实际能服务到的细分市场,受限于地域、渠道或特定功能。
  • SOM (Serviceable Obtainable Market):在现有资源、竞争环境和时间框架内,你真正能够获取的客户份额。

教学案例一:无人机精准施肥系统的逻辑陷阱

【教学说明:以下案例为原创教学假设,用于演示市场估算方法,并非康莱德官方赛题或评分标准。】

以 康莱德SDG选题怎么落地?从17个目标到具体项目题目 中可能涉及的农业技术方向为例,我们来看一个典型的错误推导过程。

错误示范:

团队A认为:"中国耕地面积巨大,传统施肥浪费严重。全国每年化肥使用量约为5000万吨,每吨化肥价格约3000元,因此我们的目标市场是1500亿元。"

这里,团队A实际上计算的是整个化肥行业的产值,而非他们作为"技术服务商"的市场规模。这种算法忽略了两个关键点:第一,他们的产品不是卖化肥,而是卖"精准施肥服务"或"设备租赁";第二,并非所有农户都会立即采用新技术。

修正后的分层计算:

  1. TAM:中国智慧农业解决方案的整体潜在市场价值。假设根据行业研究,中国智慧农业市场规模约为1200亿元。
  2. SAM:针对大型农场或合作社,且具备一定数字化基础、愿意尝试无人机作业的区域市场。假设某省规模化种植区占全省耕地30%,该省智慧农业渗透率目标为5%,则SAM = 1200亿元 × (该省耕地面积占比) × 30% × 5%。为简化,假设该省占比为全国的8%,则SAM ≈ 1200亿 × 8% × 30% × 5% = 1.44亿元。
  3. SOM:在项目启动的第一年,考虑到团队只有3-4人,资金有限,且主要依靠导师推荐的试点基地,预计能签约的农场数量为4个(取3-5个的中点),每个农场年服务费约8万元,则SOM = 4 × 8万 = 32万元。

通过这种拆解,评委能看到团队对现实约束条件的清醒认识,而不是沉浸在虚幻的数字游戏中。

市场规模层级漏斗

教学案例二:珊瑚礁水质监测的差异化定位

【教学说明:以下案例为原创教学假设,用于演示市场估算方法,并非康莱德官方赛题或评分标准。】

再看另一个涉及海洋生态的项目,如 康莱德商业计划书财务部分怎么写?收入成本与资金用途测算 相关方向中可能涵盖的水质监测领域。这个领域的特殊性在于其公益属性较强,商业化路径相对隐蔽。

常见困惑:

团队B担心:"环保项目很难谈钱,是不是不需要算市场规模?"

这是一个误解。即使是非营利导向的创新,也需要证明其可持续性。如果完全依赖捐赠,项目难以长期存活。因此,必须找到付费方。

分层计算:

  1. TAM:全球沿海城市及保护区的水质监测预算总和。假设全球海洋监测设备与服务市场约为80亿美元,这是一个宏观数字,但对初创学生团队直接引用意义有限。
  2. SAM:国内重点旅游海岛或国家级自然保护区中,急需低成本、高频次监测手段的特定区域。假设中国国家级海洋自然保护区共50处,其中具备旅游开发属性、有动力投入监测的约占40%,即20处;每处年均监测预算约50万元,则SAM = 20 × 50万 = 1000万元。
  3. SOM:结合团队目前的硬件原型成熟度,第一年可能达成的合作意向单位数量。假设团队能通过导师联系到2个试点保护区,以免费提供设备试用换取数据授权(设备折旧价值按每套8万元计算,共16万元),同时向1家科研机构提供数据订阅服务(年费3万元),则SOM = 3万直接收入 + 16万试用合作价值 = 19万元(或直接收入视角为3万元)。

在这个案例中,区分 SAM 和 SOM 的关键在于"技术成熟度"与"客户信任建立周期"。学生团队很难直接拿下大型政府订单,但可以通过小规模试点积累数据,从而逐步扩大 SOM。同时,团队需要确保客户终身价值(LTV)大于获客成本(CAC),即使初期采用免费试用模式。

诊断表:你的市场估算是否经得起推敲?

检查项 高风险信号 改进方向
数据来源 仅引用维基百科或新闻标题中的宏观数据 寻找行业报告、上市公司财报或政府统计年鉴的具体细分数据
定价模型 假设用户会按理想高价付费,忽略竞品价格 进行简单的竞品对比,设定符合市场预期的单价
获客渠道 声称"通过社交媒体病毒式传播"而无具体策略 列出至少两条可行的线下推广或合作伙伴渠道
时间维度 未说明 SOM 是在多久时间内实现的 明确标注为"首年"、"三年后"等具体时间节点
LTV与CAC关系 忽略客户获取成本,假设所有收入均为利润 估算单客获取成本,验证LTV > CAC的基本商业逻辑

给参赛团队的针对性练习建议

为了在康莱德中国站线上初选的材料提交前完善这一部分,建议团队进行以下练习:

  1. 反向推导法:先确定你们目前最有可能拿下的第一个客户是谁(SOM),然后问自己:要服务更多这样的客户,我需要克服什么障碍?由此推导出 SAM 的范围。
  2. 敏感性测试:如果 SOM 比预期少一半,你们的商业模式还能跑通吗?如果答案是肯定的,说明你们的财务预测具有韧性。
  3. 可视化呈现:在商业计划书中,不要只放文字描述。使用同心圆图表展示 TAM、SAM、SOM 的比例关系,并在旁边附上简短的计算公式来源。

记住,康莱德创新者大会旨在培养解决真实世界问题的能力。2026-2027赛季初选材料提交截止时间为2026年12月25日,团队需在此前完成商业计划书。清晰的数学逻辑和对市场现实的尊重,本身就是 STEM 素养的一部分。与其追求宏大的叙事,不如展现扎实的微观洞察。

商业计划书自查流程

常见问题

康莱德比赛中,如果我的项目是纯公益性质,还需要计算市场规模吗?

是的。即使项目侧重社会影响力,评委也关注其可持续性。你需要界定"受益人群规模"以及潜在的"资助方或合作方市场",证明项目不依赖单一捐赠即可长期运行。

我没有行业数据,如何估算 SOM?

可以采用"自下而上"的方法。例如,假设你能联系到5所学校,每所学校有200名学生,转化率10%,则 SOM 为100人。关键在于展示你的推导逻辑合理,而非数字绝对精确。

TAM 越大越好吗?

不一定。过大的 TAM 若缺乏合理的 SAM/SOM 支撑,会被视为脱离实际。对于学生团队,聚焦于一个清晰、可切入的细分市场(SAM)并展示获取首批客户(SOM)的路径,往往更具说服力。

康莱德原型测试:用最小实验验证最关键的产品假设

为什么"最小实验"是康莱德原型测试的核心

在康莱德创新挑战赛备赛过程中,团队需要在有限时间内完成从问题定义到商业计划书的完整闭环。许多参赛队伍容易陷入一个误区:试图在初稿中覆盖所有功能点,结果导致原型臃肿、假设模糊、反馈失真。

所谓"最小实验",是指用最低成本、最短时间,针对一个具体假设获取可量化的验证结果。这与康莱德评审材料中要求的"创新画布"和"创新简述"直接相关——评审需要看到团队对风险点的清醒认知,而非完美但未经检验的方案。

【教学说明:"康莱德原型测试"是本文用于备赛指导的教学概念,指将精益创业中的最小可行产品(MVP)思维应用于康莱德备赛过程。这不是康莱德官方赛事术语、评审标准或竞赛要求。】

【教学案例一】无人机精准施肥系统的核心假设验证

【说明:本案例为原创教学 illustration,基于 SoilSense SkyFarm 课题方向的公开招募信息重构,非官方赛题或真实团队数据。Source notes 中仅包含该课题的简要招募描述,未涉及具体实验设计或结果。】

假设某团队基于无人机智能闭环精准施肥系统方向,设计原型测试策略。该系统的商业叙事涉及:无人机搭载土壤传感器、自动多点采样、机器学习模型分析变量精准施肥。在原型测试阶段,团队面临关键决策:应该先验证哪个假设?

经过分析,团队识别出三个层级的假设:

  • 技术可行性假设:土壤传感器在无人机振动环境下的数据稳定性
  • 算法有效性假设:机器学习模型能否基于有限采样点预测整块农田的施肥需求
  • 商业落地假设:农户是否愿意为降低的化肥成本支付系统服务费用

团队选择了算法有效性假设作为首个验证目标。理由:如果算法无法从稀疏采样中生成可靠决策,技术可行性和商业模式都无从谈起。最小实验设计如下:

在小型试验田中,团队用无人机按预设网格采集有限土壤样本点,同时用传统人工密集采样获取对照数据。实验目标不是构建完美模型,而是验证在采样点密度降低的情况下,模型预测值与对照数据的误差是否控制在可接受范围。

【教学要点】若误差在预设阈值内,团队获得继续迭代的信心,并将实验数据写入创新画布的"验证"板块;若误差超出阈值,团队需要回溯假设——是采样策略问题、特征选择问题,还是问题本身需要重新定义。这种快速失败、快速学习的机制,是康莱德评审看重的系统思维能力。

最小实验设计流程

【教学案例二】智能防猝死系统的传感器融合验证

【说明:本案例为原创教学 illustration,基于"哨卫"智能防猝死系统方向的公开招募信息重构,非官方赛题或真实团队数据。Source notes 中仅包含该课题的简要招募描述,未涉及具体实验设计或结果。】

第二个教学案例来自多模态感知融合方向。该系统的核心创新在于:胸腹呼吸、脉搏血氧、鼾声三类信号的协同分析。团队面临的原型测试挑战更为复杂——单一传感器验证通过,不代表融合方案有效。

团队的最小实验聚焦于一个具体场景:在模拟睡眠环境中,系统能否在血氧饱和度下降至危险阈值前发出预警。这个假设直接关联产品的核心价值主张,而非边缘功能。

实验设计刻意保持"最小":使用简易外壳模拟枕头形态,集成现成脉搏血氧模块和麦克风,通过笔记本电脑运行初步的信号融合算法。团队招募志愿者进行模拟睡眠测试,记录假阳性率和漏报率。

【教学要点】关键洞察可能来自意外发现:当志愿者翻身导致传感器位移时,单一血氧信号出现中断,但融合鼾声频谱分析后,系统仍能维持有效监测。这类发现可被提炼为创新简述中的技术护城河描述,而非预先设计好的卖点。

【对比失误案例】跳过验证直接做全功能原型的后果

【说明:以下为原创教学 illustration,展示常见备赛失误及其工作后果】

某团队在备赛初期花费大量时间制作外观精美的产品渲染图和视频,却对核心假设的验证数据含糊其辞。当评审提问"你们如何证明这个算法在实际农田中有效"时,团队只能回答"我们相信可以优化"——这就是跳过假设验证、直接构建"演示原型"的典型后果。

失误的具体工作后果:该团队在初选答辩中,评审连续追问三个问题:传感器在真实农田光照条件下的信噪比数据、算法训练样本的来源与规模、以及与传统施肥方式的成本对比。由于团队未进行任何最小实验,所有回答都停留在推测层面。最终,该团队在创新画布的"验证"板块得分显著低于同组其他队伍,未能入围决选。

该团队的正确做法应该是:先用最小实验验证算法假设,确认可行后再逐步完善演示。具体修正路径为:用两周时间完成田间小样本测试,获取至少一组对照数据,再基于实验结果调整商业计划书中的技术参数和成本估算。

维度 验证原型 演示原型(失误做法)
核心目标 获取证据,证伪或确认假设 展示概念,争取认同
投入重点 实验设计、数据采集、误差分析 视觉效果、叙事流畅度
失败价值 高——失败本身提供关键信息 低——失败意味着资源浪费且无法补救
康莱德评审适配度 直接支撑创新画布的逻辑链 仅作为辅助材料,不可替代验证
典型后果 即使假设被推翻,团队能快速调整方向 评审质疑时无数据支撑,答辩被动,可能初选淘汰

诊断方法:检查你的原型测试是否满足三个条件——有明确假设、有对照设计、有量化结论。若缺少任一要素,需要重新设计。

可操作的练习序列

基于上述教学案例,建议参赛团队按以下顺序推进原型测试:

  • 第一步:假设拆解。将产品愿景拆解为 3-5 个可独立验证的假设,按"若失败则项目不成立"的标准排序
  • 第二步:最小实验设计。为最高优先级假设设计实验,明确成功标准和失败标准
  • 第三步:48 小时快速验证。在两天内完成首次实验,记录原始数据和团队反思
  • 第四步:迭代或转向。根据结果决定深化当前方向、调整假设,或重新定义问题

【时间提醒】根据 2026-2027 赛季康莱德中国站时间线,初选材料提交截止为 2026 年 12 月 25 日,团队需要在秋季完成核心假设的验证,才能为商业计划书和演示视频留出充分打磨时间。

下一步应该能做什么

完成本文阅读后,一个准备充分的康莱德参赛者应当能够:针对自己的课题方向,写出 3 个可验证的核心假设,并为每个假设设计一个可在 1 周内完成的最小实验。如果尚无法做到,说明需要回到问题定义阶段,而非急于推进原型制作。

关于康莱德创新挑战赛报名材料的整理方法,可参考康莱德报名材料怎么整理?初选提交物分类与上传自检;SDG 选题落地策略参见康莱德SDG选题怎么落地?从17个目标到具体项目题目;商业计划书财务部分的撰写指导可查阅康莱德商业计划书财务部分怎么写?收入成本与资金用途测算。

验证原型与演示原型对比

常见问题

最小实验需要做到什么程度才算"足够验证"?

足够验证的标准是:实验结果能够让你以较高置信度决定下一步行动。通常需要明确的成功阈值、可重复的操作流程,以及至少一组对照数据。不需要完美,但需要诚实记录局限性和不确定性。

如果核心假设验证失败,是否意味着要换课题?

不一定。首先区分是假设本身错误、实验设计缺陷,还是问题定义需要调整。康莱德评审欣赏的是团队对失败的反思和应对能力,而非一帆风顺的路径。记录失败并展示如何据此迭代,往往比回避问题更有说服力。

如何在创新画布中呈现尚未完成验证的假设?

使用"已验证/验证中/待验证"的分层标注,将已完成的最小实验结果作为证据,将计划中的验证与时间表一并列出。评审关注的是团队对风险的管理意识,而非所有假设都已解决的假象。

康莱德用户访谈:如何区分真实需求与礼貌性赞同

康莱德创新者大会(Conrad Spirit Of Innovation Challenge)的核心评审标准之一,是项目是否解决了真实存在的社会或商业问题。然而,对于13-18岁的中学生参赛者而言,进行有效的“用户访谈”往往面临一个隐蔽的认知陷阱:混淆“礼貌性赞同”与“真实需求”。

当学生向潜在用户展示创意时,对方常因不想打击年轻人的热情而给出模糊的正面反馈。若团队将此视为市场验证,后续开发的解决方案可能缺乏根基。本文旨在提供一套具体的诊断方法,帮助参赛者在备赛阶段提升调研质量。

一、 核心难点:为何“听起来不错”不等于“愿意买单”

在康莱德的五大领域(航空与航天、互联网科技与安全、能源与环境、健康与营养、水与可持续发展)选题中,许多项目涉及技术落地。例如,参考有方教育发布的2026-2027赛季课题方向中的教学演示方向,如“SoilSense SkyFarm”无人机精准施肥系统,其目标用户可能是农场主或农业合作社负责人。这类成年受访者通常具备较高的社交素养,面对高中生团队的询问,倾向于给予鼓励而非严厉批评。

礼貌性赞同的特征:

  • 使用抽象形容词:“很有意义”、“想法很棒”、“未来趋势”。
  • 回避具体承诺:“如果有这样的产品我会考虑”、“挺有意思的”。
  • 缺乏时间成本投入:访谈结束迅速,未主动询问细节。

真实需求的特征:

  • 描述具体痛苦场景:“上周因为施肥不均导致这片地减产了...”
  • 提及现有替代方案的缺陷:“我现在用的XX软件太贵/太复杂...”
  • 表现出对解决方案的急切:“你们什么时候能试用?我可以先试试吗?”

二、 案例对比:从表面反馈到深层洞察

为了说明这一区别,我们构建两个基于康莱德常见赛道的假设性访谈场景。以下案例仅为教学演示,非官方真题,亦非已确认的实际用户反馈记录。

案例 A:被误导的团队(SoilSense 类方向假设)

背景:一支高中团队开发了一款基于AI的土壤监测传感器,计划面向小型有机农场推广。

访谈过程:

  1. 学生问:“叔叔您好,我们做了一个能自动检测土壤肥力的设备,您觉得这个主意怎么样?”
  2. 用户答:“哇,现在的孩子真厉害!这个概念很好啊,环保又智能,我觉得很有前途。”
  3. 学生记录:“用户认可度高,市场需求存在。”
  4. 后续动作:团队继续优化外观,未深入询问价格敏感度或使用频率。

结果:在撰写商业计划书时,团队无法回答评委关于“客户获取成本”和“复购率”的问题,因为所谓的“认可”并未转化为任何购买意向数据。

案例 B:挖掘真实痛点的团队(EcoGuardian 类方向假设)

背景:另一支团队针对自然保护区巡护效率低的问题,设计了无人机+AI识别系统。

访谈过程:

  1. 学生问:“李站长,过去一个月里,有没有哪次非法入侵事件让您特别头疼,或者处理起来特别麻烦?”(聚焦具体事件)
  2. 用户答:“哎,别提了。上个月有个偷猎者晚上进山,我们的巡逻队发现时已经过了两小时,追出去十几公里才拦住。那时候天黑,人眼根本看不清,只能靠运气。”(描述痛苦场景)
  3. 学生追问:“如果有一种设备能在夜间自动识别异常热源并报警,您觉得最大的障碍是什么?是预算、维护难度,还是误报太多?”(探究阻碍因素)
  4. 用户答:“误报最烦人。之前买过红外相机,松鼠一动就报警,半夜把值班员吵醒好几次,后来大家都懒得看了。如果能准确区分人和动物,哪怕贵一点我也愿意申请经费试试。”(揭示关键决策点)
  5. 学生记录:“核心痛点不是‘看不见’,而是‘误报导致的信任崩塌’。需求明确指向高准确率算法,且用户有预算弹性。”

结果:该团队在商业计划书中重点展示了降低误报率的算法测试数据,并引用了类似用户的付费意愿佐证,逻辑闭环完整。

访谈信号过滤流程

三、 诊断工具:如何过滤礼貌性噪音

为了避免重蹈案例A的覆辙,建议参赛者在整理访谈笔记时,使用以下表格进行自我审查。这有助于在提交初选材料前修正调研方向。

检查维度 礼貌性赞同信号 (需警惕) 真实需求信号 (可采信)
语言具体度 “挺好的”、“有意义”、“支持创新” “我遇到过...”、“上次花了...”、“如果不解决...”
情感强度 平静、客套、微笑点头 皱眉、叹气、语速加快、身体前倾
行动承诺 “以后有需要找你”、“保持联系” “留个联系方式”、“能不能寄个样品”、“我帮你问问同事”
反对意见 无反对,全盘接受 提出具体顾虑(价格、兼容性、学习成本)

四、 针对性练习序列

结合康莱德2026-2027赛季的时间线,初选材料提交截止为2026年12月25日。建议团队在2026年10月前完成初步的用户画像验证,为后续材料撰写留出迭代空间。以下是推荐的三步练习法:

第一步:重构提问脚本

禁止直接推销方案。将“你觉得这个好吗?”改为“你目前是如何解决这个问题的?”以及“在这个问题上,你最浪费时间的环节是什么?”

第二步:实施“沉默测试”

在用户回答后,停顿5秒。礼貌性赞同者通常会在此刻补充无关紧要的客套话;而真正有痛点的人往往会开始反思并补充更多细节或抱怨。

第三步:寻找“最小可行性承诺”

尝试让用户做出微小的行动承诺,例如:“能否允许我们在下周给您发一份简单的问卷?”或“如果您看到原型视频,是否愿意花2分钟给一些具体反馈?”若用户连这种低成本互动都拒绝,则大概率并非真实潜在客户。

五、 关联资源与下一步

用户访谈的质量直接影响商业计划书的说服力。在完成上述诊断后,建议团队回顾已有的选题逻辑,确保技术方案与挖掘出的真实痛点相匹配。

对于希望进一步了解康莱德选题策略与备赛方法的团队,可以参考以下相关文章:

记住,评委寻找的不是完美的答案,而是经过严谨验证的问题定义。通过区分礼貌与真实,你的项目将从众多同质化创意中脱颖而出。

需求真实性评估矩阵

常见问题

如果所有受访者都只说“很好”,该怎么办?

这可能意味着提问方式过于封闭或推销感太强。建议转向开放式问题,询问用户过去的经历而非未来的假设。此外,可以尝试接触不同层级的用户,或寻求专业导师对访谈脚本进行压力测试,以打破社交礼貌壁垒。

康莱德评审团会专门检查用户访谈的真实性吗?

虽然评审团不会逐一核实每个受访者的身份,但他们会在答辩环节针对商业逻辑进行深挖。如果团队声称有大量用户需求但无法解释具体的痛点细节、市场规模估算依据或获客渠道,会被视为调研不充分。因此,扎实的访谈记录是应对质询的关键防线。

中学生没有预算做大规模市场调研,如何高效验证?

采用“定性为主,定量为辅”的策略。无需数百份问卷,只需深入访谈5-10位典型用户即可发现共性痛点。利用学校社团、社区活动或线上垂直社群进行低成本触达。重点在于访谈的深度而非广度,确保每次对话都能挖掘出至少一个具体的行为证据。

在线客服
微信咨询