AI 产品经理手记① 别急着做,先问值不值得

写 AI 安全手记的时候，我聊的是怎么不让 AI 出事。可这两年，我越来越觉得，还有一个更前置的问题，值得单独讲一讲：有很多 AI 产品，还没轮到"安不安全"，就先死了。

我做企业架构这些年，见过太多这样的 AI 项目。立项时群情激昂，老板拍板、团队加班，Demo 一放惊艳全场；三个月后，没人用了，就那么悄悄下线。

这些项目，不是不努力，也不是技术不行。它们往往是——一开始，就不该被做。

所以我想开一个新系列，专门聊聊"怎么做 AI 产品"。我打算把从一个想法到一个产品的路，拆成六步——问、定、谋、试、验、养，咱们慢慢走，慢慢聊。

这第一步，就是"问"：一个 AI 想法，到底值不值得做。

一、最危险的起点，是"我会用 AI"

我见过的 AI 产品，起点常常是这样的：

"我会用大模型了，太牛了，我要做一个 AI 助手。"

"我手里有一堆资料，喂给 AI，肯定能做个产品。"

"别人都在做 AI，我们也得有一个。"

我把它叫"能力兴奋"。这是最危险的起点——你是从"我有什么能力"出发，倒推"我要做什么产品"，而不是从"用户有什么痛点"出发。

说个最近的例子。很多人知道 Sora，2026 年 3 月，OpenAI 把它关停了。它上线才 7 个月，曾经登顶 App Store。为什么会这样？算一笔账就懂了：有机构测算，它一天的运行成本大约 1500 万美元，而上线一年的总收入，只有约 210 万美元。收入和成本之间，差了整整一个数量级。

连 OpenAI 都扛不住一个"成本和价值错位"的产品，何况我们。

还有个更扎心的。36氪报道过一个程序员，辞职后爆肝 300 天，投入 2 万美元，做了一款 AI 工具，结果 0 用户、0 收入。复盘的第一条原因是：他从没问过任何一个人"你会用这个吗"。

你看，他们都不缺技术。缺的，是最前面的那一步——先确认：这件事，值不值得做。

二、机会从痛点里长出来，不是从 AI 能力里长出来

那机会该从哪儿来？一句话：从流程断点和用户的痛点里长出来，不从 AI 能力里长出来。

我很喜欢一个框架，叫 JTBD，Jobs-to-be-Done，"待办任务理论"。它的核心洞察很反常识：用户不是在"买"你的产品，而是在"雇佣"你的产品，去完成一个任务。

经典的例子是奶昔。一家快餐店想多卖奶昔，把口味调了又调，销量纹丝不动。后来他们去观察：早上买奶昔的都是些什么人？是开车上班的人。他们要的，根本不是"一杯好喝的奶昔"，而是一个能单手拿着、能撑住通勤路上不饿、还不弄脏车的"早餐"。

看清楚了这个"任务"，你才知道该往哪个方向改。

做 AI 产品也一样。别问"我能做个什么 AI"，要问：用户在哪个任务上，正费劲、正烦、正出错？

CSDN 复盘过一个很典型的"AI 会议助手"。Demo 能自动总结会议纪要，惊艳极了，可上线之后，日活越来越低。为什么？因为用户真正的痛点，根本不是"没人总结纪要"——真正的痛点是"会后那些待办，没人跟进、没人落实"。

团队把"AI 能做的事"，误当成了"用户需要的事"。这就是我为什么反复强调：先找任务，再谈能力。

三、先搞清楚：你做的是哪一类 AI

在判断机会之前，还有一件事得先想清楚：你要做的 AI，到底是哪一类。我自己一般分三类。

对话型。比如一个问答机器人，它负责回答问题，做决定的还是人。这种产品的核心是提示词，你要判断的是"AI 回答得准不准、用户省不省事"。

工作流型。把一套固定流程交给 AI 跑，比如自动初审、自动归档。它的核心是流程设计，做决定的，是那张你画好的流程图。你要判断的是"这条流程够不够确定、值不值得自动化"。

Agentic AI。你给它一个目标，它自己想办法、调工具、跨系统把任务做完。这种产品的机会，来自那种"目标很清楚、但具体怎么走没法提前写死"的任务——比如产品调研、异常归因、跨系统的复杂交付。

为什么一定要分这么清？因为很多失败，就错在"用错了类型"：一个路径完全固定的任务，你非要做成 Agent，又贵又不可控；一个本来就该人做的判断，你想让一个问答机器人去背锅。先分清类型，后面的判断才有着落。

四、四道门：一个想法，先过这四关

那到底怎么判断值不值得做？我会让一个想法，先过四道门。这也是我在自己的 AI 产品工作流里，每次都必过的。

第一道，稳定交付。AI 能不能稳定地兑现它承诺的结果？要警惕那种"靠堆无限上下文换体验"的产品，看着聪明，其实一碰就碎。

第二道，错误责任。AI 错了，谁接得住？如果一个错误根本发现不了、也纠正不了，这个产品就很危险。

第三道，投入产出。它值不值得长期运行？Sora 的教训就在这儿——价值和成本，必须算得过来。

第四道，合规安全。它碰不碰隐私、红线？这道门我不展开，AI 安全手记那八期，全在讲这件事。

四道门，任何一道没过，都别急着往下走。

五、怎么找到真痛点：别问观点，问行为

道理讲完，最难的是"怎么知道用户到底痛不痛"。我见过太多人，兴冲冲地做了问卷、找了用户，问回来的全是"挺好的、可以、有需要会用"，结果产品做出来，没人用。

问题出在：你问的是观点，而观点，是会骗人的。这里我强烈推荐两个方法。

一个是 Mom Test，"妈妈测试"。它的核心是：别问"你觉得这个想法好不好""你会不会用"，而是问"你上一次遇到这个问题，是什么时候？你当时是怎么解决的？"

记住一个原则：过去的行为，永远比未来的假设可靠。

几句我自己常用的访谈话术：

"你上一次遇到这个问题，是什么时候？"——确认问题真实存在。

"为什么这件事难？"——多问几个为什么，一直挖到根因。

"你试过什么办法去解决？"——有替代方案，说明真痛；什么办法都没有，可能根本不够痛。

"现在的办法，你不喜欢哪一点？"——找出现有方案的缺口。

另一个是 JTBD 的"四种力量"。一个人为什么愿意换产品？看四股力：对现状的不满（推力）、新方案的吸引（拉力）、对新方案的焦虑、以及留在现状的习惯。后两股力最容易被忽略。用户不是不知道你的产品好，他只是怕麻烦、怕出错、舍不得改。

我自己现在还有个小习惯：在见真用户之前，先用 AI 把用户"演"一遍。我会写一个特别细的画像，细到他昨天下午三点在干什么、有多少预算权限、最怕什么，然后让 AI 扮演他，我来访谈。预演一遍，再去见真用户，问的问题会扎实得多。

六、干货：一张"机会假设卡"，把想法写清楚

最后，给你一个能直接上手的东西：机会假设卡。它的作用，是把你脑子里那个模糊的想法，变成一页可以讨论、可以验证的假设。

卡片上最关键的几个问题是：

一、这个产品，一句话说是什么？

二、谁会用它？别写"所有人"，写具体的角色。

三、具体在什么场景下用？

四、他现在最费劲、最烦、最容易出错的地方是什么？

五、没有你，他现在怎么解决？

六、为什么这事非得 AI 不可，普通软件为什么不够？

七、最重要的——这个想法，最可能不成立的原因是什么？

八、下周，你最想验证的一件事是什么？

第七个问题，我特别希望你认真写。多数人只写"为什么会成"，不写"为什么会黄"。可恰恰是提前想清楚"最可能不成立的原因"，你才不会爆肝 300 天，最后换来 0 个用户。

写完这张卡，你要做的不是立刻开发，而是带着第八个问题，去验证。

▲ AI 机会发现地图：两个起点、三类 AI、四道门、证据方法、机会假设卡

写在最后

我做了这么多年技术、做架构，曾经以为，产品的核心是"做出来"。

但看得越多，我越明白：一个产品经理最值钱的能力，不是把产品做出来，而是在动手之前，判断它该不该被做出来。

做 AI 产品，技术已经不再是最大的门槛。一个人加 AI，几乎能做出任何东西。真正稀缺的，是那份"在兴奋里保持冷静、先验证再投入"的判断力。

这，也是这个系列我想陪你一起练的东西。

下一期，我们聊第二步"定"：当一个想法值得做了，怎么划定它的边界——为谁做、不做什么、什么才叫好。