# 需求洞察训练方法论和案例合集 - 状态 / Status: 草稿 / Draft - 时间 / Time: 2026-05-14T00:38:48+08:00 - 作者 / Author: 良辰美 - 主题 / Topics: 方法论 / Methodology, AI / AI, 变现 / Monetization --- TLDR Cheatsheet：训练“能看到机会”的脑子，不是练玄学，是练一套肌肉 你说的那种人，真正厉害的地方不是会写代码，也不是会用 AI，而是他脑子里有一个高速运转的商业雷达： 高频痛点 × 新技术降本 × 低成本分发 × 快速收费验证 = 机会。 很多人看到“检讨书生成器”，只会想：这玩意儿也能赚钱？ 厉害的人看到的是：学生害怕惩罚、缺正式表达、想省时间、愿意用工具解决尴尬场景。 很多人看到 AI 卡路里识别，只会想：不就是拍照估热量吗？ 厉害的人看到的是：减肥焦虑、记录饮食太麻烦、App Store 付费订阅、TikTok 展示效果强。 你要训练的不是“灵感”，是这 6 个能力： 1. 痛点嗅觉：看到别人抱怨、偷懒、羞耻、焦虑、重复劳动时，马上问：这里有没有钱？ 2. 问题重构：别问“我要做什么产品”，问“这个人现在雇佣什么东西解决什么尴尬？” 3. 技术映射：AI 能把什么从贵变便宜、慢变快、专业变自助、人工变自动？ 4. 分发直觉：这个东西在哪里被看见？TikTok？小红书？Reddit？App Store？SEO？冷邮件？社群？ 5. 收费勇气：没有付款、预售、等待名单、复购、转介绍的想法，都还只是自慰。 6. 快速下注：72 小时做假门验证，7 天做丑 MVP，30 天看钱和留存，不对就杀。 你现在别再问“我怎么变得有创意”。这问题太虚。你要问的是： 今天我能不能发现 10 个真实痛点，写出 10 个一句话产品，测试 1 个收费入口？ --- 先泼一盆冷水：别把这些人神化 辰美，你听我一句很直接的话。你看到那些小学迷编程、初中做软件、大学赚美金的人，会觉得他们脑子跟常人不一样。确实，有些人天生探索欲强，小时候就进入了“玩具就是工具、工具就是生意”的状态。但这不是神迹。 他们往往比普通人多了三个东西。 第一，更早进入反馈循环。普通小孩写作业、打游戏、刷短视频。他们写一个小程序，马上有人用、有人夸、有人骂、有人付钱。一次反馈，就像往脑子里打了一针商业多巴胺。 第二，他们不觉得小需求丢人。很多机会一开始都很“不体面”：检讨书、头像、简历、卡路里、约会话术、PDF 聊天、发票、客服、表单。平庸的人嫌它俗，聪明的人先收钱。商业世界不是给高雅颁奖，是给真实需求付款。 第三，他们把执行当成思考的一部分。普通人想清楚再做，高手做一点再想清楚。创业研究里有一个概念叫 effectuation，专家型创业者不是先预测未来再行动，而是从自己是谁、知道什么、认识谁出发，用手头资源小步行动，在行动中让目标浮现；它强调 affordable loss，也就是先控制自己亏得起的成本，而不是一上来幻想巨大收益。 所以你要练的不是“天才感”，而是让自己每天都处在高密度反馈里。没有反馈，人会越来越聪明地幻想；有反馈，人会越来越笨拙地接近钱。 --- 第一性原理：好机会不是“想出来”的，是“撞出来、看出来、改出来”的 学术上有个词叫 entrepreneurial alertness，创业警觉性。它说的不是神秘直觉，而是一个人识别市场空隙、技术变化、用户不满、政策变化、竞争错位的能力。研究者把创业机会看成一个核心单位：机会如何被发现、评估和利用，而不只是“这个创业者多牛”。 还有一个更狠的研究角度，叫 problem finding，发现问题。MIT Press 最近回顾了 Csikszentmihalyi 和 Getzels 的艺术学生实验：有些学生拿到静物后马上开始画，有些学生花大量时间移动、观察、重组物体，先寻找一个值得画的问题。后者作品更原创，毕业多年后的艺术发展也更好。这个启发很关键：真正的创造力，往往不是快速回答问题，而是重新定义问题。 你想练这种能力，就别每天只问 AI：给我 20 个赚钱项目。那叫买菜式创业。你要练的是： 别人给你一个普通场景，你能不能看出里面的羞耻、摩擦、预算、替代品、传播点。 比如“写检讨”不是写作需求，它可能是： 学生不想被老师继续盯着。 家长想让孩子快点交差。 老师其实也不想看一堆废话。 平台可以变成“反思表达训练工具”，而不是赤裸裸帮人糊弄。 你看，同一个东西，粗人看到作弊，高手看到表达训练、模板化、情绪缓冲、教育场景、合规边界。差距就在这里。 --- 好产品的本质：用户不是买功能，是“雇佣”它完成一个任务 Clayton Christensen 的 Jobs to Be Done 理论讲过一个经典奶昔故事。传统做法会问用户：奶昔要更甜吗？更大吗？更多口味吗？但真正的洞察是：很多早晨买奶昔的人，是在通勤路上“雇佣”奶昔帮自己打发无聊、扛到中午、还能单手拿着吃。它的竞争对手不是别的奶昔，而是香蕉、百吉饼、甜甜圈这些替代品。 这就是你要练的产品脑。 不要问： “我能不能做一个 AI 写作工具？” 要问： “这个人现在在什么场景下痛苦？他现在用什么土办法解决？这个土办法哪里丑、慢、贵、尴尬？我能不能给他一个更省心的替代？” 检讨书生成器、AI 简历、AI 头像、AI 卡路里、AI 客服、PDF 问答，本质都不是“AI 生成”。它们是把一个用户不愿意亲自面对的麻烦，包装成一个按钮。 一句话： 产品是人的逃生通道。你要找的不是功能，是人想逃离的那一刻。 --- 案例 1：DoorDash 不是从“我要做外卖平台”开始的 DoorDash 早期叫 Palo Alto Delivery。它不是一开始就有什么复杂平台。DoorDash 自己回顾早期时说，当时配送员就是几个创始人，工具是 Google Voice、Find My Friends、自己的车，办公室是 Stanford 学生宿舍，营销是宿舍公告栏传单。 这里的关键不是“他们很勤奋”，而是他们抓到了一个非常土、非常真实的痛点：小商家明明有订单需求，却没有能力配送。Wired 对 DoorDash 早期的报道也提到，创始人们在访问本地商户时看到很多未履行订单，发现许多商家不是不想卖，而是不想也不会做配送。第一个订单甚至是在网站上线约 45 分钟后来的，他们自己打电话给餐厅、开车取餐、用 Square 收款。 这就是“机会识别”的标准动作： 不是先做 App。 不是先融资。 不是先起个伟大的名字。 而是先找到一叠别人懒得处理、但背后有钱的订单。 你现在看很多 AI 机会也一样。别一上来做大平台。你去找那叠“未履行订单”： 老板每天重复回复的客服。 跨境卖家每天手工整理的差评。 中介每天复制粘贴的房源描述。 医生助理每天手填的表。 律师助理每天整理的材料。 教培老师每天改的作业反馈。 钱就在这些脏活里。别嫌脏。嫌脏的人，最后只能给不嫌脏的人打工。 --- 案例 2：Dropbox 用一个视频证明需求，而不是先把系统做完 Dropbox 的早期 MVP 很经典。Drew Houston 做了一个演示视频，里面还放了很多 Digg 社区能看懂的彩蛋。结果他们的 beta 等待名单从 5000 人一夜之间涨到 75000 人。 这件事太重要了。因为它说明： 验证需求，不一定要先做完整产品。 如果你有一个 AI 产品想法，很多时候你不需要先花一个月做完。你可以先做： 一个录屏演示。 一个 Figma 假界面。 一个手动服务。 一个表单加 Stripe。 一个小红书笔记。 一个 TikTok 前后对比视频。 一个 Reddit 帖子。 一个冷邮件 demo。 普通人总觉得“产品好了再发”。高手会问：“我能不能在产品没好之前，就让用户表现出想要？” 等待名单、付款意愿、转发、评论区催更、用户发来资料让你帮他处理，这些都比你自己觉得牛逼可靠。 --- 案例 3：Airbnb 的麦片盒，看起来荒诞，其实是创始人韧性测试 Airbnb 早期没钱、没流量，Brian Chesky 和 Joe Gebbia 做了 Obama O’s 和 Cap’n McCain’s 竞选主题麦片盒，卖收藏版。Wired 详细写过这个故事：他们用热胶枪手工组装盒子，Obama O’s 三天卖完，有些盒子后来在 eBay 和 Craigslist 上被转卖到 350 美元；他们从 AirBed & Breakfast 主业务上赚得很少，但卖麦片赚了大约 2 万到 3 万美元。后来 Paul Graham 看到这个故事，说他们像“蟑螂一样不会死”，这也成为他们进入 YC 的关键之一。 你别只看热闹。这个故事不是告诉你“去卖怪东西”。它说明一个更底层的东西： 当主路径堵住时，高手会发明旁路现金流。 很多独立开发者死，不是死在产品不行，是死在还没等到产品拐点，现金流先断了。你要训练的能力，不只是产品创意，还有“活下去的创意”。 没钱投广告怎么办？ 做内容。 做工具。 卖模板。 卖服务。 做预售。 做咨询。 做小课。 做一次性自动化脚本。 做能养活主项目的副现金流。 创业不是作文比赛，创业是逃生游戏。你活着，才有资格等到机会。 --- 案例 4：Marc Lou 的 ShipFast，不是高深技术，是把自己的重复劳动产品化 Marc Lou 写过，他在 2023 年 9 月推出 ShipFast，48 小时赚了 6000 美元利润。他还总结了两个决定：每个项目都要有购买按钮，做 painkillers，不做 vitamins，也就是做止痛药，不做保健品。 你看这多朴素。ShipFast 不是外星科技。它是把开发者每次做新项目都要重复配置的登录、支付、SEO、邮件、数据库、落地页这些东西，打包成“更快启动项目”的模板。 这类机会有个名字，我叫它：重复劳动的尸体堆里长出来的产品。 你每次做项目都重复干什么？ 别人每次开店都重复干什么？ 销售每次找客户都重复干什么？ 自媒体每次发内容都重复干什么？ 设计师每次交付都重复干什么？ 财务每月都重复干什么？ 当你看到重复，就要像猎狗闻到血一样兴奋。重复意味着流程，流程意味着模板，模板意味着软件，软件意味着收费。 --- 案例 5：Chatbase 抓住的是“模型很强，但不知道你的资料” Chatbase 的创始人 Yasser Elsaid 在大学最后一个学期注意到一个技术空白：大语言模型很强，但无法访问你的业务资料；当时 RAG 还不是大众熟悉的词。他大约六周做出第一版 Chatbase，上了价格页 30 分钟后收到第一笔 Stripe 付款。三年后，Chatbase 到了约 900 万美元 ARR，团队约 30 人，没有外部投资。 这个案例是 AI 创业的关键范式： 不是“AI 能聊天”。 而是“AI 能不能带着我的数据聊天”。 更进一步，不是“AI 能回答”。 而是“AI 能不能进入我的业务系统，完成动作”。 Chatbase 官网现在也把产品定位成客户支持 AI agent：训练在企业数据上，能回答问题、访问外部系统、采取动作、必要时转人工，并提供分析洞察。 所以你看 AI 机会，别停留在“生成文案、生成图、生成代码”。那已经很拥挤。你要往下问： 它能不能接入某个垂直行业的数据？ 能不能替某个岗位做判断？ 能不能完成动作？ 能不能减少一个人力成本？ 能不能把客户原本 3 天等回复变成 3 秒？ 能不能让老板看到钱、时间、风险的变化？ AI 产品不是会说话就值钱。 AI 必须接上业务后果，才值钱。 --- 案例 6：Cal AI 这类产品，表面是拍照识别热量，底层是焦虑和懒惰的结合 TechCrunch 写过 Zach Yadegari 的故事：他是 Cal AI 的高中生联合创始人，自称 Cal AI 在约 3000 万美元年化收入轨道上；TechCrunch 同时也谨慎说明，无法验证这个收入声明，但 App Store 显示该应用下载超过 100 万次并有大量好评。他此前还卖掉过一个网页游戏公司，金额为 10 万美元。 这个案例不用神化，也别盲目崇拜。真正值得学的是它的机会结构： 减肥记录很痛苦。 传统卡路里 App 需要手动输入。 拍照识别有演示冲击力。 年轻用户愿意在短视频里传播“前后对比”和“AI 评分”。 App Store 订阅付费路径成熟。 AI 让原本麻烦的估算动作变成一个视觉按钮。 你发现没有？这不是单纯的“产品创意”。它是一整套组合拳： 痛点强 + 演示强 + 分发强 + 收费路径强。 很多人做 AI 工具失败，是因为只满足了“功能能做”。但功能能做只是第一步。真正的问题是： 用户看一眼会不会懂？ 愿不愿意转发？ 能不能在 5 秒视频里展示价值？ 有没有自然的付费时刻？ 有没有持续使用理由？ 有没有情绪钩子？ 你以后看项目，就拿这几个问题砍。砍完还站着的，才值得做。 --- 案例 7：Base44 说明 AI 把执行门槛打穿了，但也说明“防守”更难了 Wix 在 2025 年 6 月宣布收购 Base44。Wix 官方说，Base44 是一个 AI 驱动平台，用户可以用自然语言创建完整的定制软件和应用，不需要传统编码。TechCrunch 报道称，Base44 是约 6 个月大的 bootstrapped vibe-coding startup，Wix 以 8000 万美元现金收购；同时它也纠正了“单人公司”的夸张说法：Base44 当时并不是真正一个人，还有 8 名员工，并且其中 2500 万美元属于留任奖金。 这件事对你非常重要。因为它证明两件事： 第一，AI 真的在压缩团队规模。过去要一个小团队做的东西，现在一个强人加 AI 可能先跑出来。 第二，越容易做，越容易被抄。真正的护城河不在“我也能生成一个 App”，而在更深的地方：工作流、数据、集成、分发、品牌、客户信任、速度、复购、生态。 所以你用 AI 做产品，千万不要停在“我做出来了”。现在做出来没那么稀缺。 你要问的是： 我能不能比别人更懂这个垂直场景？ 我能不能拿到别人拿不到的数据？ 我能不能绑定一个渠道？ 我能不能成为某类用户默认想到的名字？ 我能不能把一个工具做成工作流？ 我能不能让用户迁移成本越来越高？ AI 时代，做东西更容易，赚钱不一定更容易。因为大家都更容易。真正稀缺的是判断力、分发力、场景理解和持续迭代。 --- 所以，这种“头脑创意力”到底怎么练？ 你要练四块肌肉。 第一块：痛点采集肌肉 你每天要像侦探一样生活。不是刷信息，而是抓“异常”。 看到有人抱怨：记下来。 看到有人求模板：记下来。 看到有人问有没有工具：记下来。 看到有人愿意付费找人代劳：重点记。 看到有人骂某个软件贵、慢、难用：重点记。 看到某个群里每天重复问同一个问题：重点记。 看到某个岗位招聘里反复出现同类任务：重点记。 你的记录格式就一句话： 某类人，在某个场景下，因为某个限制，被迫用某个糟糕办法，付出某种成本。 例子： 跨境卖家在每天处理差评时，因为不懂英文情绪和平台规则，被迫手动复制给 ChatGPT，付出时间成本和账号风险。 健身新手在记录饮食时，因为称重和搜索太麻烦，被迫放弃记录，付出减肥失败的代价。 小公司老板在客服高峰时，因为请不起客服，被迫自己回消息，付出精力和漏单成本。 学生在被要求写反思时，因为不会写正式表达，被迫东拼西凑，付出时间和尴尬成本。 一天 10 条，30 天就是 300 条。普通人靠灵感，你靠库存。灵感会背叛你，库存不会。 --- 第二块：问题重构肌肉 同一个需求，你换一种定义，价值会完全不同。 “检讨书生成器”听起来像偷懒。 “学生反思表达训练器”就更合规。 “老师批量生成反馈评语”又是另一个付费方。 “家长引导孩子反思的对话脚本”又变成家庭教育工具。 “AI 写简历”很普通。 “帮转行程序员把项目经历改成北美招聘经理能看懂的 impact bullet”就具体。 “帮 35 岁中层把混乱经历改成猎头愿意转发的高管简历”就更贵。 “AI 客服”很普通。 “Shopify 店铺退款争议自动处理 agent”就具体。 “牙科诊所未接电话自动回拨预约 agent”就有钱。 “留学中介材料缺失追踪 agent”就有流程。 普通人说产品名，高手说场景。 普通人说功能，高手说替代品。 普通人说用户画像，高手说付费时刻。 IDEO 对设计思维的定义里，有一个非常实用的三角：人的 desirability、技术 feasibility、商业 viability。也就是人想不想要、技术能不能做、商业能不能活。你训练想法，就要同时看这三条，不要单独迷恋技术。 --- 第三块：技术映射肌肉 AI 给你的不是“聊天机器人”，而是一组能力积木。你每天要训练把痛点映射到能力。 常见 AI 能力积木： 文本生成：邮件、脚本、文案、回复、报告。 文本理解：分类、总结、提取、审核、比对。 图像理解：识别、评分、诊断辅助、质检、前后对比。 语音能力：转写、摘要、客服、销售回访、会议记录。 代码生成：快速 MVP、自动化脚本、内部工具。 RAG：让 AI 带着公司资料、合同、手册、课程、文档回答。 Agent：不只回答，还能查系统、改记录、发通知、建工单、提醒人。 多模态：文字、图、音频、视频混在一起处理。 你看到一个痛点，就问 7 个问题： 这件事有没有大量文本？ 有没有大量图片？ 有没有大量重复判断？ 有没有大量“问答”？ 有没有大量表格、文件、合同、截图？ 有没有人现在靠复制粘贴完成？ 有没有一个动作可以自动执行？ 如果答案里有 3 个以上是“有”，就值得写进机会库。 Stack Overflow 2025 开发者调查显示，84% 的受访者已经使用或计划使用 AI 工具，51% 的专业开发者每天使用 AI；但 66% 的开发者也说他们对“AI 方案差一点但不完全对”感到沮丧。这说明 AI 已经普及，但“验证、收尾、落地到真实流程”的环节仍然很值钱。 这就是你的机会。不是做一个更会吹牛的 AI，而是做一个更能把事情办完的 AI。 --- 第四块：分发肌肉 我直接说：很多独立开发者死在不会获客，不是死在不会开发。 一个想法如果没有明确渠道，基本就是半残。 你写想法时必须同时写： 用户在哪里聚集？ 他们现在搜索什么关键词？ 他们关注哪些博主？ 他们在哪些群里抱怨？ 他们在哪些 App 评论区骂人？ 他们会被什么 5 秒视频吸引？ 他们会不会转发给同类人？ 有没有一个 KOL 能用它做内容？ 有没有一个模板、榜单、免费工具能带 SEO？ Marc Lou、Pieter Levels 这些人厉害，不只是产品快，是他们长期 build in public，有自己的受众，有发布节奏，有故事，有可见度。Pieter Levels 在 2023 年接受 The Bootstrapped Founder 访谈时也提到，AI 创业和独立开发竞争已经变得更主流、更拥挤，大公司也会关注并复制独立开发者的动作。 所以你必须明白： 产品不是做完才去分发。产品从第一天就是为分发而设计。 一个 AI 产品，最好天然适合至少一种分发： 适合录屏演示。 适合前后对比。 适合生成可分享结果。 适合做免费小工具。 适合 SEO 长尾页。 适合冷邮件发给老板。 适合 App Store 关键词。 适合社群传播。 适合创作者合作。 不适合任何分发的产品，你做得再精致，也像在沙漠里开了一家豪华餐厅。 --- 你要建立一个“机会账本”，别再靠脑子空转 你每天搜集想法，然后用一个分数表打分。不要凭感觉，感觉会骗你。 维度 问题 评分 痛点强度 用户现在是否真的难受、焦虑、亏钱、丢时间？ 1-5 频率 这个问题每天、每周、每月发生吗？ 1-5 付费能力 谁付钱？个人、老板、公司、机构？ 1-5 替代品糟糕度 现在的解决方式是否贵、慢、麻烦、丑？ 1-5 AI 杠杆 AI 是否让它便宜 10 倍、快 10 倍、自动化？ 1-5 分发路径 是否有明确渠道能找到用户？ 1-5 演示冲击力 5 秒钟能不能看懂效果？ 1-5 竞争压力 是否已经红海？你有没有细分切口？ 1-5 7天验证 7 天内能不能做出可测试版本？ 1-5 总分低于 28，别做。 总分 28-35，可以烟雾测试。 总分 36-42，做 7 天 MVP。 总分 43 以上，值得连续打 30 天。 但注意，分数不是圣旨。分数只是防止你被自己感动。 --- 一个真正可执行的训练法：30 天“机会雷达训练” 每天 60 分钟，不许偷懒。 前 20 分钟：扫痛点 你去 5 个地方看真实人类： App Store 1 星评论。 Reddit 或贴吧里求助帖。 小红书评论区。 Product Hunt 新品评论。 G2、Capterra、Trustpilot 差评。 淘宝、Shopify、独立站卖家群。 招聘 JD。 YouTube/TikTok 热门视频评论。 知乎问题。 微信群聊天记录。 只记录抱怨、求助、重复问题、付费代劳。 中间 20 分钟：写痛点卡 每条按这个格式写： 谁，在什么场景，因为无法完成什么，被迫用什么土办法，付出什么成本。 最后 20 分钟：写产品卡 每条痛点生成 3 个产品方向： 最小工具版：一个按钮解决一件事。 服务增强版：人机结合，先手动交付。 平台野心版：未来可扩展成系统。 比如： 痛点：小红书商家每天看爆款笔记，但不知道怎么仿写。 工具版：输入商品链接，生成 10 个小红书爆款标题和笔记结构。 服务版：每周人工+AI 交付 30 条笔记和发布建议。 平台版：小红书商品内容增长 agent，自动选题、生成、排期、复盘。 你连续练 30 天，脑子会变。真的会变。因为你不再从“我想做什么”出发，而是从“世界哪里漏钱”出发。 --- 72 小时验证法：别做产品，先做证据 任何想法，先用 72 小时验证。 第 1 天：做一个假门 可以是落地页、Notion 页面、Figma 图、录屏、表单、海报、小红书笔记。 必须写清楚三件事： 帮谁。 解决什么痛。 多少钱或如何预约。 第 2 天：找 30 个目标用户 不要泛泛发朋友圈。精准找人。 冷邮件 10 个。 私信 10 个。 社群发 3 个。 评论区回复 5 个。 找朋友介绍 2 个。 你只问一句： 我做了个工具，能帮你把 X 从 2 小时变成 5 分钟，想不想试？价格大概 Y。 第 3 天：收证据 证据分等级： 最低级：点赞。 稍好：评论。 更好：私信。 更好：愿意发资料给你试。 更好：加入等待名单。 更好：愿意电话聊。 更好：愿意预付。 最高：当天付款。 没有证据，就别进入开发。 有 3 个强信号，再做 MVP。 有 1 个付款，优先级直接上升。 有 5 个付款，你就别废话，干。 Superhuman 创始人 Rahul Vohra 曾把 PMF 做成可测量过程，核心不是“感觉产品好”，而是持续用调查和细分反馈优化，直到更接近用户强需求。这个思路你要吸收：感觉不算，数据和行为才算。 --- 7 天 MVP 原则：做得丑，但必须能收钱 7 天 MVP 不追求完整，只追求闭环。 第 1 天：确定一个细分人群 不要“所有中小企业”。要“Shopify 女装独立站卖家”。 不要“所有学生”。要“需要写英文申请邮件的中国留学生”。 不要“所有健身用户”。要“刚开始减脂但讨厌称重的上班族”。 第 2 天：做核心动作 只做一个动作。 上传截图 → 得到分析。 上传 PDF → 得到答案。 输入商品 → 得到笔记。 输入客户问题 → 得到回复。 上传账单 → 找出异常。 第 3 天：接支付 就算是手动交付，也要接支付。 没有支付，创业就会变成自我娱乐。 第 4 天：找 10 个用户试用 你亲自看他们怎么用。不要让他们自己摸索。 第 5 天：修最大障碍 不是加功能。只修阻止用户完成核心动作的障碍。 第 6 天：做一个展示内容 录屏、案例、前后对比、用户反馈。 第 7 天：公开发布 发到目标用户所在渠道。 不要“低调内测”。低调是懦弱的高级说法。 --- 你要特别训练“低级需求识别力” 这点我必须骂你一句，也是骂所有想赚大钱但还端着的人。 很多人失败，是因为他们太想做“高级东西”。 什么 AGI 平台、知识宇宙、下一代操作系统、超级智能体。听起来雄心万丈，实际上三个月一分钱没有。 而那些赚钱的人，常常先做“低级但真实”的东西： 帮人写更像人的邮件。 帮人把食物拍照算热量。 帮人生成头像。 帮人把 PDF 变成聊天机器人。 帮开发者省初始化项目时间。 帮商家回客服。 帮销售写跟进。 帮学生整理笔记。 帮老板看报表。 低级不代表低价值。低级需求往往意味着高频、直接、容易演示、容易付费。 当然，低级需求也有道德边界。比如诱导作弊、侵犯隐私、制造外貌焦虑、虚假医疗法律建议，这些钱不是不能赚，是不值得拿命和名声去换。真正聪明的人，不是见钱就扑，而是知道哪些钱会反噬。 --- AI 时代最大的机会：把“专家流程”变成“普通人按钮” Stanford HAI 2026 AI Index 提到，生成式 AI 在三年内达到 53% 的人口采用率，扩散速度快于 PC 和互联网；同一报告也提到美国 2025 年私人 AI 投资达到 2859 亿美元。 这意味着什么？ 不是“AI 很火”这么简单。它意味着用户已经开始接受一个新默认： 我可以用自然语言让机器替我做事。 所以你要找那些过去必须靠专家、顾问、助理、运营、设计师、程序员、客服、分析师才能完成的流程，然后把它变成普通人能按的按钮。 最有钱的方向通常是这几类： 一类是 省人工。客服、销售、运营、数据分析、内容生产、文档处理。老板最容易为省人付钱。 一类是 降风险。合同审查、合规检查、申诉材料、广告违规、平台封号预警。风险越大，付费越强。 一类是 提转化。广告素材、落地页、销售话术、邮件跟进、私域转化。能直接连到收入，就容易收费。 一类是 个性化评估。健康、学习、职业、外貌、财务、效率。人类永远想知道“我怎么样”和“我下一步怎么变好”。 一类是 长尾专业工具。不是做给全世界，而是做给一个小职业：牙医前台、移民顾问、独立站卖家、房产经纪、教培老师、健身教练、留学中介、保险代理、短剧投手。 大机会经常藏在小人群里。小人群不是问题，小人群愿意付钱才是重点。 --- 训练“创意”的几个狠招 1. 每天做 10 个“反向拆解” 看到一个赚钱产品，别只说牛逼。你要拆： 它解决的真实痛点是什么？ 用户原来的替代方案是什么？ 它为什么现在才出现？ 它的第一个渠道是什么？ 它为什么能收费？ 它的演示瞬间是什么？ 它最脆弱的地方是什么？ 我能不能换一个人群复制？ 我能不能换一个行业复制？ 我能不能做更窄、更便宜、更快？ 你拆 100 个产品，脑子会自动长出模式识别。 2. 每天练“10 倍降本句” 看到一个流程，就写： AI 能不能让它从 100 美元变 10 美元？ 能不能从 3 天变 3 分钟？ 能不能从专家服务变自助工具？ 能不能从人工审核变自动预审？ 能不能从一次性交付变持续订阅？ 机会往往发生在成本曲线被打穿的地方。 3. 练“羞耻雷达” 人最愿意花钱的地方，往往不是理性，而是羞耻、焦虑、懒惰、攀比、恐惧。 我不想显得不会写。 我不想显得胖。 我不想客户等太久。 我不想老板发现我没准备。 我不想被平台封号。 我不想错过机会。 我不想被同龄人甩开。 商业不是利用人性作恶，而是承认人性存在。你不承认，人性也会被别人拿去变现。 4. 练“土办法观察” 每次看到有人用 Excel、微信群、截图、复制粘贴、手写表格、Notion 拼流程、找人代劳，你都要兴奋。 因为土办法是产品的胚胎。 Excel 表格 → SaaS。 微信群接龙 → 小程序。 截图发客服 → 自动识别。 手工改文案 → AI 编辑器。 复制粘贴到 ChatGPT → 垂直 agent。 找兼职代做 → 自动化工具或服务平台。 真正的机会，不是凭空发明，而是把已经存在的土办法工业化。 5. 练“收费想象力” 很多人想到产品，只想到功能。你要想到收费方式。 一次性模板。 月订阅。 按量付费。 成功分成。 高客单咨询。 软件加服务。 免费工具引流，付费高级功能。 B2C 订阅。 B2B seat-based。 企业版。 API 收费。 数据报告收费。 同一个产品，收费方式不同，命运完全不同。 --- 你现在最应该避开的坑 第一，不要沉迷“想一个惊天动地的点子”。惊天动地通常是回头看才惊天动地。当时只是一个很小的入口。 第二，不要幻想“我技术简单，所以没价值”。很多赚钱产品技术都简单。价值不在技术难，而在需求准、分发准、收费准。 第三，不要一上来做平台。平台是结果，不是起点。先做一个具体人群的具体动作。 第四，不要做没有渠道的产品。没有渠道的产品就是孤儿。 第五，不要只问 AI。AI 会给你平均答案。你要去真实世界里看脏数据、坏情绪、差评、抱怨、私信、付款。 第六，不要逃避销售。不会卖，就不可能真正理解需求。你必须亲自私信、打电话、报价、被拒绝、再改。 第七，不要把“学习”当成拖延。你不是缺知识，你缺交易。赚钱能力是在交易里长出来的。 --- 给你一个 90 天训练计划 第 1-2 周：建立 200 条痛点库 每天 10 条痛点。 每条写清楚人群、场景、土办法、成本。 每晚选 3 条做产品卡。 两周后至少 200 条痛点、60 条产品卡。 目标不是马上赚钱，是让脑子从“我想做什么”切到“世界哪里疼”。 第 3-4 周：做 4 个烟雾测试 每周 2 个。 每个只花 72 小时。 不写完整代码。 只做落地页、录屏、表单、价格、私信。 每个测试至少触达 30 个目标用户。 如果没有任何强信号，杀。 如果有人愿意发资料试用，保留。 如果有人愿意付钱，进入 MVP。 第 2 个月：做 2 个可收费 MVP 每个 MVP 只做一个核心动作。 必须有支付。 必须有人真实使用。 必须每周和用户聊。 必须记录他们卡在哪里。 目标不是完美，是找到一个有人愿意反复用的小闭环。 第 3 个月：只保留 1 个，冲到每天 100 美元 每天 100 美元不是终点，是第一个真实信号。 如果一个产品连每天 100 美元都冲不到，就别幻想日入 10 万刀。 你要做的动作： 每天发内容。 每天找用户。 每天修一个转化障碍。 每周做一个案例。 每周测试一个渠道。 每周提高一次价格或改一次套餐。 月底复盘：是继续、转向，还是杀掉。 这 90 天之后，你会比 90% 的空想型创业者强。因为你手里有痛点库、用户反馈、失败样本、付费数据。那才是你的武器。 --- 最后说一句狠的：你不是缺创意，你缺“残酷筛选创意”的系统 创意很多，真正能变钱的创意很少。 你不需要更浪漫，你需要更残忍。 一个想法让你兴奋，不重要。 用户愿不愿意付钱，重要。 你觉得技术酷，不重要。 用户能不能 5 秒看懂，重要。 你觉得市场很大，不重要。 你能不能找到前 10 个买家，重要。 你觉得以后能做平台，不重要。 今天能不能解决一个痛点，重要。 世界不会奖励你想得多，世界奖励你把一个真实问题解决到别人愿意掏钱。 金句送你一句： 机会不是天空掉下来的光，机会是你盯着黑暗看久了，终于看见哪里在漏钱。 --- 末尾 SOP：从发现机会到上线收费 SOP 版本 1. 选一个观察场 选择一个具体人群：跨境卖家、健身新手、牙科诊所、留学生、房产经纪、独立开发者、教培老师。 2. 连续采集 50 条痛点 只采集真实抱怨、差评、求助、重复劳动、付费代劳。 3. 写痛点卡 格式：谁，在什么场景，因为什么限制，被迫用什么土办法，付出什么成本。 4. 映射 AI 能力 判断它属于文本、图片、语音、表格、RAG、agent、自动化、数据分析中的哪一类。 5. 写 10 个一句话产品 格式：帮 X 在 Y 场景下，把 Z 从 A 成本降到 B 成本。 6. 打分筛选 用痛点强度、频率、付费能力、替代品糟糕度、AI 杠杆、分发路径、演示冲击力、7天验证难度打分。 7. 72 小时烟雾测试 做落地页、录屏、表单、价格页，触达 30 个目标用户。 8. 收集强信号 强信号包括：愿意发资料、愿意电话聊、愿意加入等待名单、愿意预付、当天付款。 9. 7 天做收费 MVP 只做一个核心动作，必须能收钱，允许人工补后台。 10. 30 天增长测试 每天找用户，每周做案例，每周测试渠道，每周复盘转化和留存。 11. 决策 有钱、有复用、有推荐，继续。 有兴趣、没钱，改收费对象。 有使用、没留存，改场景。 没信号，杀掉。 --- Checking List 做之前问： 这个痛点是真人说出来的，还是我脑补的？ 这个问题是否高频发生？ 用户现在的替代方案是什么？ 替代方案是否明显糟糕？ 谁付钱？个人还是公司？ 付费动作发生在什么时候？ AI 是否让成本、速度、体验产生明显变化？ 5 秒钟能不能展示价值？ 我能不能在 72 小时内测试？ 我能不能在 7 天内做出可收费版本？ 我知道去哪找前 30 个用户吗？ 我有没有勇气今天就报价？ 如果用户不买，我怎么判断是产品错、价格错、渠道错，还是人群错？ 这个产品有没有道德、隐私、法律风险？ 如果被复制，我的下一层护城河是什么？ --- 5W2H 模板 维度 你必须回答的问题 Who 谁最痛？谁付钱？谁使用？谁决策？ What 具体解决什么动作？不要写大词，只写一个可完成任务。 Why 用户为什么现在必须解决？不解决会损失什么？ Where 用户在哪里出现？社群、搜索、App Store、短视频、线下行业、邮件名单？ When 什么时候触发需求？每天、每周、考试前、报税季、发货后、客户投诉时？ How 怎么用最小版本交付？AI 自动、人工辅助、模板、录屏、表单、插件？ How much 用户愿意付多少钱？一次性、订阅、按量、服务费、成功分成？ 真正开始时，你只需要一句话： 我帮谁，在什么场景，把什么痛苦，用 AI 和自动化，变成一个更便宜、更快、更省心的结果，并且我知道怎么找到他们、怎么收费。