用途：在客户或潜在客户对话之后做结构化复盘，把每次对话转化为可行动的认知。触发方式：创始人说“talked to a customer”“customer call”“debrief”“discovery call”“had a call with...”“met with...”等。
使用流程：第0步读取 MEMORY.md（当前楔子、ICP、约束）和 memory/hypotheses.json（活跃假设），并让创始人自由讲述和谁聊了。第1步结构化提取，包括1.1 对象（姓名、职位、公司、团队/公司规模、联系人来源、买家还是用户）；1.2 需求真实性（是否愿意付费、是否在用、是否围绕产品搭建工作流、产品消失是否会着急；警惕“interesting”“need to think about it”等礼貌话术）；1.3 现状（今天如何解决问题、用什么工具流程、花多少时间金钱、谁手动做、哪里出问题；“他们什么都不做”是红旗）；1.4 最窄楔子（他们现在愿意为之付费的最小版本是什么）；1.5 意外（哪点不符合预期，意外是最有价值的信号）。提问必须一次一个，不批量。
后续步骤：第2步按证据层级评估信号强度（1 付费/扩购/集成/续约最强，5 赞美/虚荣流量/投资人兴奋接近零）；第3步对照活跃假设判断确认、反驳或中立，并做“Relay Race”检查，若某假设已有足够证据则提示立即决策；第4步与过往对话比对，识别重复痛点、触发条件、替代方案和买家画像，出现收敛或发散信号；第5步通过 structured-log 记入 memory/YYYY-MM-DD.md，并按需更新 hypotheses.json 和 MEMORY.md；第6步做约束提醒，播报本周合格对话数与目标 8-12 的差距，少于 4 时提示“优先多聊、少写代码”，非目标 ICP 的对话不计入合格。
输出：可给出 Telegram 格式摘要（Discovery、Demand、Status quo、Surprise、Hypothesis、Conversations、Next），并遵循 USER.md 的语言、格式和平台偏好。限制：资料未提供安装命令、收费、价格、平台或效果等信息；依赖 MEMORY.md、memory/hypotheses.json 等记忆文件，且需人工提供对话内容。