课程大纲
产品思维：先验证，再开发，别做没人要的东西
本章主记忆点：做得快 ≠ 做得对——没人点，就别做。
你看完能拿走什么
- 一套"先验证，再开发"的最小成本试错流程，把"做三个月才发现没人要"压缩成"一个晚上就知道方向对不对"
- 5 个立刻能用的动作：Demo-First、用户视角、落地页 + 假门测试、砍功能、快速迭代
- 一个判断"这个功能到底做不做"的标准，不靠拍脑袋，靠数据
前置条件
已完成本系列前面的章节。这一章是四大能力的第一个——在你已经把方向筛好（开工前那几篇）的前提下，解决一个新问题：动手之后，怎么不白做。
为什么产品思维排在四大能力第一个
AI 让写代码变得极便宜。你一个晚上就能让它写出 20 个功能。
但这里有个陷阱：做得快，不代表做得对。
我看过太多人栽在同一个地方，死法就三种：
- 功能堆砌：AI 帮你写了 20 个功能，用户只需要其中 2 个。
- 闭门造车：闷头做三个月，上线发现没人在乎。
- 完美拖延：每个细节都想打磨到位，产品还没上线，人先累垮。
这三种死法是同一个病根：没让市场先开口，就开始烧时间。
这不是我吓唬你。投研机构 CB Insights 复盘了上百家倒闭的创业公司，排第一的死因既不是技术不行、也不是钱烧光——是"做了根本没人要的东西"，占 42%，常年稳居榜首。最贵的从来不是开发成本，是把几个月押在一个错方向上。
产品思维就一句话——先验证，再开发。 用最小成本试错，让市场告诉你答案，而不是你蹲在屋里猜。
这一章和「开工前」分工很清楚：开工前帮你判断"这个方向值不值得做"；这一章是你已经决定动手之后，怎么用最小的代价确认"做出来真有人要"，以及怎么砍到只剩该做的那部分。如果"这东西到底有没有人要"你还答不上来，先回去把开工前那 5 个问题补完，再来这一章。
下面 5 招，我用同一个例子串到底——做一个 AI 简历优化工具。
第一招：Demo-First，别一上来做全功能
AI 时代代码极其廉价，"能用"已经不是护城河了。人人都能让 AI 写出能跑的东西，光"能跑"不再稀缺。
所以重点变了：让用户 10 秒内看懂你这东西能干嘛，比把功能做全更重要。
- 旧思路：先把功能全做完 → 追求功能完整 → 上线了再给用户看。
- Demo-First：只做 1 个核心功能的 Demo → 追求"价值一眼能感知" → 先抓 5 个人试。
新手最常见的错误：Demo 还没影，先去搭登录注册、后台管理、付费系统。这些都是"以后才需要"的东西，第一版一个都不该有。判断哪个是核心，就问一句：把所有辅助功能删光，只剩这一个，它还成立吗？ 成立的那个，才是你该做的核心。
Demo 甚至可以"假"到没有产品。2007 年 Dropbox 还没把东西做完，创始人只录了一段 3 分钟视频，演示"文件自动同步"是什么体验，发到论坛——一夜之间，等待名单从 5,000 人涨到 75,000 人。一段视频，就把"这东西到底有没有人要"验证了。
AI 简历工具的 Demo-First： 不做模板库、不做面试模拟、不做评分系统、不做用户系统。只做一件事——贴上简历 → AI 给出 3 条优化建议。做完直接发给 5 个正在找工作的人试，看他们用不用得起来、要不要再用第二次。
第二招：用户视角——你觉得好用 ≠ 用户觉得有用
开发者最大的盲区，是拿自己当用户。你觉得"功能越多越专业"，用户心里想的常常是"我只要那一个，其他全是干扰"。先定义用户的问题，再设计你的方案，顺序别反。
动手前，让 AI 帮你过三个问题：
- 目标用户是谁？ 让 AI 生成 3 类典型用户画像（年龄、职业、在什么场景下会用），每次想加功能前先对照一遍：这个功能，这三类人里有谁真的需要？
- 他会怎么用？ 让 AI 扮演目标用户，从头到尾把你的产品试一遍，把"在哪一步会卡住、会困惑"列出来。
- 他最痛的是什么？ 让 AI 去读竞品的 1 星差评，从真实抱怨里扒痛点（这和开工前的竞品差评分析是同一个动作，做过就别重复做）。
AI 简历工具的用户视角： 同样是"优化简历"，应届生的痛点是"不会写项目经历"，转行的人痛点是"不会把旧经验翻译成新岗位的话"。先搞清楚为谁做，再决定做什么——这两类人要的，根本不是同一个东西。
具体怎么让 AI 生成画像？别只甩一句"给我目标用户"，要给场景："我在做一个 AI 简历优化工具，帮人改简历。生成 3 类典型用户，每类写清楚：他是谁、在什么处境下会用、最怕简历哪里出问题。" 拿到画像你就会发现，"应届生"要的是帮他把没什么内容的经历写得拿得出手，"35 岁转行"要的是把十年经验重新包装成新岗位听得懂的话——这时候你得选：第一版先服务谁。一个版本想同时讨好所有人，结果是谁都不满意。
第三招（核心）：先验证，再开发
这是整章最重要的一招。花一个晚上验证，省你三个月白干。
产品还没做，怎么知道有没有人要？两步最小验证法，不用写一行功能代码：
① 落地页测试
- 产品先别做，先做一个介绍页：一句话讲清楚它能帮你解决什么问题。
- 页面上放一个"我想试"的按钮，点了就留个邮箱或微信。
- 把页面发到目标用户真实待着的地方，统计有多少人真的点了。
落地页不用写代码。Carrd、Framer，甚至一个排版干净的 Notion 页面，半小时就能做出来。关键不是页面多漂亮，是那句话有没有戳中人。Buffer 当年就靠两页落地页起步：一页讲产品、一页放价格套餐试探有没有人愿意付费，7 周收了 120 个邮箱，产品上线 4 天就出了第一个付费用户——还没动手做产品，就先验证了"有人愿意掏钱"。
② 假门测试
- 在已经有的界面上，放一个新功能的入口按钮，但先不开发它背后的功能。
- 有人点 → 说明有需求，值得做；点的人寥寥 → 恭喜，你省下了开发它的时间。
- 用户点了发现"暂未开放"，放一句"正在做，留个邮箱第一时间通知你"就行。
假门测试最经典的是 Zappos：它一开始没有库存，创始人跑到鞋店拍照挂网上，有人下单才去店里买了寄出去。先用"假装有货"验证"网上买鞋这件事到底有没有人干"，验证成立才真正建仓——这家公司后来卖了十几亿美金。
AI 简历工具的验证： 做一个落地页，写上"AI 帮你 3 分钟优化简历"，发到几个求职群。如果 50 个精准用户里有几十个点了"我想试"——方向对了，放手做；如果只有个位数点——要么这句卖点没讲清楚，要么方向本身有问题，回去改，别急着写代码。没有放之四海的及格线，但"发给精准人群几乎没人点"，就是最清楚的危险信号。
还有一种情况要警惕：点的人不少，但你一问"愿意为它付费吗"就没声了。愿意点 ≠ 愿意付钱。 这个系列的终点是第一笔收款，所以如果你打算靠它收钱，验证的时候就顺手把"愿不愿意付费、愿意付多少"也问出来，别只测了个热闹的兴趣。
A/B 测试这类精细活，等产品长大了再用。起步阶段，落地页 + 假门这两步就够了。
第四招：砍功能——会砍比会加更难
真正厉害的人不是会加功能，是会砍功能。只留 1 个核心功能，其他全部丢进"不做清单"。
有个数字值得记一辈子：产品分析公司 Pendo 统计了大量软件的真实使用数据，发现平均 80% 的功能很少、甚至从不被用，只有约 12% 的功能贡献了 80% 的使用量。你咬牙多做的那些功能，大概率就落在没人用的那 80% 里——做了，纯亏。
几个工具帮你砍：
- 灵魂拷问：如果只能留 1 个功能，是它吗？不是 → 先不做。
- ICE 打分：给每个功能打三个分——影响力（对用户多重要，1-10）、信心（你多确定它有用，1-10）、容易度（多好做，1-10），三个相乘，分高的先做。让 AI 帮你打初稿，你再调。
- 不做清单：专门列一张"我决定先不做"的功能清单，贴在显眼处。它的作用是挡住你做着做着又手痒加功能——这张清单越长，说明你产品思维越成熟。
- 版本路线：V1 只做核心，V2 加体验，V3 才谈增长。一次只解决一个阶段的问题。
AI 简历工具的不做清单： ❌ 模拟面试 ❌ 简历模板库 ❌ 求职社区 ❌ 岗位推荐。V1 只做：贴简历 → 出优化建议。其他的，等有人天天用了再说。
第五招：快速迭代闭环
上线比完美重要。完美主义是产品最大的敌人。
让一个闭环转起来：
- 先发出去：核心流程能跑通就上线，别等"再打磨一下"。
- 收三个答案：找真实用户问 3 个问题——哪里好用？哪里卡住了？最想加什么？记住，5 个真实用户的反馈，比你脑补 50 个功能值钱。别等攒够一大批，第一批 5 个人就够你定 V2 做什么。
- 让 AI 帮你整理：把收来的反馈一股脑喂给 AI，让它分类、找出现频率最高的诉求、排个优先级，告诉你下一版先动哪个。
AI 简历工具的迭代： V1 发出去，用户说"建议太笼统、不知道怎么改"；V2 就加上"针对具体岗位给出可直接替换的句子"。方向不是你想出来的，是用户告诉你的。
从 Coder 到 Commander
把这 5 招连起来看，其实是一次角色转变。
以前你是 Coder：接到需求，把它实现出来。现在 AI 把"实现"这件事的成本压到了极低——它能比你快得多地把功能写出来。
那你的价值在哪？在判断。 判断哪个方向值得做、哪个功能该砍、什么时候该上线、用户的反馈说明了什么。代码越来越便宜，判断越来越值钱。
这就是产品思维真正的意义：从一个埋头写代码的人，变成一个指挥 AI、对结果负责的人。
上线前自检清单
动手写代码之前，用这张清单过一遍——五项全过再开工：
- 这东西的核心功能，能用一句话说清楚吗？
- 我做了 Demo-First，只做 1 个核心功能，没有功能堆砌？
- 我用落地页或假门验证过，确实有人点、有人要？
- 我列了"不做清单"，砍掉了所有非核心功能？
- 我想好了 V1 / V2 / V3 的节奏，不是一口气全做？
有一项过不了，就别急着写代码，回去补那一项。
常见问题
Q：验证要花时间，会不会拖慢进度？
A：反了。验证的那一个晚上，省下的是后面"做三个月 → 上线没人要 → 推倒重来"的三个月。慢的从来不是验证，是白做。
Q：我做的是很小的工具，也要验证吗？
A：越小越要。小工具最容易"我觉得有用就做了"，结果只有自己用。哪怕只发给 5 个朋友问一句"你会用吗、愿不愿意为它花钱"，也比闷头做强。
Q：落地页连产品都没有，会不会算骗用户？
A：落地页讲的是"我打算做什么"，不是"我已经做好了"。点击代表"我对这个感兴趣"，不代表付款。这是测意愿，不是测交付，谈不上骗。真正不厚道的是收了钱不交付，那是另一回事。
Q：AI 能不能直接告诉我做什么准能成？
A：不能。AI 负责快速把东西做出来，判断值不值得做，是你的事。它能给你参考、帮你打分、替你整理反馈，但最后拍板的人是你——这正是产品思维不可替代的地方。
Q：我已经做了一半，才想起来没验证，怎么办？
A：停下来，把"先发出去"提前。哪怕是半成品，挑核心流程能跑通的那部分，先发给 5 个目标用户看反应。比起咬牙把它做完再撞反馈，提前止损永远更划算——沉没成本不该成为你继续往坑里填时间的理由。
数据来源：CB Insights《The Top Reasons Startups Fail》（"no market need" 42%）；Pendo《2019 Feature Adoption Report》（约 80% 功能很少/从不被用）；Dropbox 演示视频、Buffer 落地页、Zappos 假门测试等经典验证案例。