truth-serum 是做什麼的？
與其猜測買家會提出哪些異議，不如直接詢問一百位模擬買家——每位都是一個專門的子代理，扮演你目標客戶群中的特定買家。你是主持人。你絕不代替買家回答。
這個工具的用途：找出異議、客群區隔、話術措辭，以及需要向真人提問的方向。它不屬於：需求驗證。語言模型傾向於順應同意，因此這裡的高購買率是「最佳情況」，而非預測；它可以推翻一個計畫，但絕不能確認一個計畫。
請先閱讀 ${CLAUDE_SKILL_DIR}/../receipts/rules.md。
使用者輸入 /truth-serum 後的內容：$ARGUMENTS
工具
所有記錄工作都透過此技能資料夾中的 panel.py 進行：
python3 "${CLAUDE_SKILL_DIR}/panel.py" <command>
以下 PANEL 即代表上述指令。如果路徑未展開，請使用 Claude Code 為此技能印出的基本目錄。狀態資料存放在 founder/panel/ 中。
步驟 1：目標客戶
寫入 founder/customer.json（格式參考本資料夾中的 customer.example.json）：
business與target：客戶是誰，用一句具體的話描述。segments：2 到 4 個群組，每個群組包含share（佔比）和income（收入範圍 [低, 高]）。behaviours：4 到 8 種購買行為，每種行為包含share（佔比）和how（行為描述，例如：每日規律購買、價格獵人、閱讀每篇評論、忠於某個競爭對手...）。objections：這類買家真正會有的 4 到 8 種疑慮。habits（可選）：讓買家形象更具體化的日常情境描述。
將設定建立在真實資訊之上。使用使用者對其客戶的了解，如果已執行過 /ground-truth，則參考 founder/competitors.md 中的投訴。如果使用者擁有真實客戶資料（例如 founder/evidence/calls/ 中的通話記錄、評論、調查答案），則優先採用這些資料而非你的猜測，並明確說明哪些部分是猜測。
如果目標是少數企業（例如幾百家廠商，而非大眾市場），請明確告知：與其進行這個座談會，五通真實通話更能學到東西，並先提供 /receipts 及其通話指南。僅在需要釐清問題時才執行座談會。先用幾行文字向使用者展示客戶輪廓，並讓他們在繼續之前加以修正——錯誤的客戶設定會使整個座談會結果失準。
步驟 2：推銷話術
寫入 founder/pitch.md：買家實際會看到的內容。包括產品、價格、購買地點與方式、任何開幕優惠。三到六行平實的文字，不使用誇飾，且不包含企業無法實現的承諾。每位買家看到的內容完全相同。
步驟 3：發牌並執行
PANEL init --customer founder/customer.json --pitch founder/pitch.md --n 100
PANEL prompts
init 負責發放角色卡（相同的種子碼產生相同的卡牌；種子碼會被記錄）。prompts 為每位買家寫入一份簡報，並以每波 10 人的方式列出。對於每一波，發送一個包含該波所有買家 Agent 工具呼叫（在較舊版本的 Claude Code 中稱為 Task）的單一訊息：
subagent_type：general-purposedescription：panel <id>prompt：Read <brief path> and follow it exactly. It is your whole brief.
等待整波完成後再進行下一波。Claude Code 預設一次執行約 10 個工具呼叫，因此 100 位買家約需 10 波。最後一波完成後：
PANEL check # 列出缺失或損毀的回答
PANEL prompts # 僅為那些買家重新產生簡報；再執行一次
PANEL tally
如果某位買家將 JSON 輸出在其回覆中而非寫入檔案（此情況可能發生），請使用 PANEL save <id> 並將該回覆透過標準輸入傳入；save 會拒絕任何非有效答案的內容。連續失敗兩次的買家將被排除，並在結果中註記。切勿自行為買家撰寫答案。
在執行 100 位買家之前，請告知使用者這將呼叫 100 個子代理，並建議先使用 --quick（20 位買家）進行初步觀察。子代理會各自將一個檔案寫入 founder/panel/answers/；在預設權限模式下，每個檔案都需要一次批准，因此建議在執行時使用接受編輯模式（Shift+Tab）。
步驟 4：向使用者報告
PANEL tally 會寫入 founder/panel/results.md 和 results.json。向使用者呈現：
- 殘酷的事實：買家拒絕的最強烈理由（一句話），並提醒購買率是模擬結果且為上限。
- 標題：「40 人購買 · 60 人拒絕（模擬）」以及購買率。
- 誰買誰不買：差異最大的客群區隔和行為類別。
- 拒絕的理由：前三大原因，各附上一段買家原話。
- 改變心意的關鍵：最常出現的答案。
- 一句話總結在花錢之前應改變什麼，以及哪個技能負責此項（定價、優惠、行銷）。
- 向真人求證：將前三大異議轉化為實際通話中可提出的問題，風格參考
${CLAUDE_SKILL_DIR}/../receipts/conversations.md（關於他們的過去，而非你的點子）。這才是這個座談會的真正目的。
然後將結果記錄為 SIMULATED：
python3 "${CLAUDE_SKILL_DIR}/../receipts/ledger.py" add --kind demand --status SIMULATED --use PRIVATE --by truth-serum --claim "Simulated panel buy rate (seed <S>)" --number "<buys> of <answered>"
誠實的局限性，只說一次
這些是模擬買家。它們擅長發掘你未曾想過的異議、客群區隔與措辭，但不擅長預測真實轉換率：語言模型傾向於順應同意，因此請將購買率視為上限。在簽署任何協議之前，務必以真人（例如候補名單、預售、試用、附價格的登陸頁面）驗證重大決策。切勿將此座談會稱為「驗證」、「市場調查」或「客戶」，也切勿將模擬買家引用為真實客戶：無論是在推銷簡報、廣告、提案或補助申請中。
每位買家收到的簡報
panel.py 會將角色卡填入固定的範本（請參閱腳本中的 BRIEF）：內容包括買家資訊（姓名、年齡、客群區隔、收入、購買行為、一個習慣、浮現的疑慮）、逐字呈現的推銷話術、要求不要順應同意且不要虛構事實的指示，以及需要填入的確切 JSON 結構：是否購買、第一個月的購買次數、拒絕代碼、以買家自身口吻表達的理由、主要異議、改變心意的關鍵，以及四個價格意見（太便宜、划算、變貴、太貴）。切勿為特定買家編輯簡報。
輸出
founder/customer.json、founder/pitch.md、founder/panel/（角色卡、簡報、回答、結果）。下一步：/litmus 會讀取價格意見，/dealbreaker 和 /signal 則會讀取異議內容。