夜雨聆风上一讲我们做了一个东西——"今天吃什么"转盘。 9 分钟，从一句话到能打开、能用的产品。
然后呢？
没有人会来用。
没人知道你做了这个东西。就算知道了，也没有理由来用。
这是非技术创业者最容易踩的坑——以为"做出来了"就等于"有人用了"。
不是的。
做出来只是开始。接下来你要面对一个更残酷的问题——
有没有人真的想要这个东西？
别慌。这一讲不教你写代码。教你判断你的东西值不值得继续做下去。
第一波用户从哪来？
你做了一个东西。它现在只在你自己的浏览器里跑着。
怎么让别人看到？
别想"怎么让一百万人看到"。先想"怎么让十个人看到"。
第一批用户，就在这三个地方——
第一，你的朋友。 不是那种点赞之交。是那种你发微信他会认真看的人。把链接丢过去，说"帮我试试这个"。他会试。因为他信任你。
第二，你已经在的社群。 养猫的？丢到宠物群。做自媒体的？丢到同行群。在小区业主群？丢到群里问"大家中午都纠结吃什么的，我做了个小工具"。
第三，内容引流。 写一篇小红书、发一条朋友圈、录一段 15 秒视频——"我做了个东西帮你解决选择困难症"。
——有人可能觉得"那不就是打广告吗"。界限确实模糊。但核心区别是——前者让人防备，后者让人好奇。你发一个"我的产品上线了快来用"，别人看到就划走。你发一个"我做了个东西帮我解决了选择困难症"，别人会停下来看一眼。
但你要有一个心理准备——大部分人会拒绝你的东西。
这不是你的产品不好。
是一个叫"创新扩散理论"的东西说的——任何新事物出现，人群会分成五类： 2.5% 的人是天生的尝鲜者，什么都想先试。 13.5% 的人是早期采用者，看到身边有人用了会跟。 34% 的人要等大部分人都用了才愿意试。还有 34% 的人更晚。还有 16% 的人，一辈子都不会碰新东西。
翻译成人话就是——你丢给 100 个人，只有 16 个人会真的去试。
这不是坏事。
这 16 个人就是你的核心玩家。他们深度使用、给你反馈、帮你传播。剩下的 84 个人，有的浅浅玩一下就不来了，有的根本不碰。
所以冷启动阶段你不用追求"让所有人都喜欢"。你只需要找到那 16 个愿意深度用的人。
别被"只有 20% 的人用"这件事打击到。那不是你的失败，是人性。
别问"你觉得好不好"
拿到第一批用户了。别问"你觉得好不好用"。这是最烂的反馈收集方式。没有之一。
你问"好不好用"，对方会说什么？
"挺好的。""还行吧。""有意思。"——全是废话。
"挺好的"不等于"我会用"。你问过十个朋友，十个都说"挺好的"，上线之后一个都没来。那种感觉——就像你满心欢喜地端出一桌菜，客人吃了说"不错"，然后从此再也没来过。纯纯的画大饼，坑的是你自己。
怎么收集真正的反馈？
看行为，不问意见。
你丢一个链接给朋友，不要问他"觉得怎么样"。问自己三个问题——
第一，他打开了没有？
链接发出去 24 小时，有没有访问记录？没有——说明链接可能没看到，或者看到了懒得点开。
第二，他用了没有？
打开了，有没有点转盘？点了，有没有用超过一次？如果打开看了一眼就关掉了——说明"看起来不关我的事"。
第三，他回来了没有？
用了第一次，第二天有没有再来用？没有回来——说明"用了一次就够了"，不是"每天都需要的东西"。
这三个问题，比一百句"挺好的"有价值得多。
——别觉得"这样看数据好冷血"。不是冷血，是诚实。
人的嘴巴会说客套话，但行为不会骗人。你宁愿面对冷冰冰的数据，也不要被温暖的客套话骗了。那种被"挺好的"骗了三个月之后才发现根本没人在用的绝望感，比看到"0 访问量"要难受一万倍。我吃过这个亏——做了一个自认为牛逼的东西，朋友都说好，上线三个月零活人。纯纯的自嗨，惨。
怎么追踪这些数据：不用任何工具
到了这一步，有人会觉得——"我又不技术，怎么看访问记录？"
你不需要任何工具。 Excel 就行。
建一个表格。列三列——人名、打开、使用、回来。
你丢给 10 个朋友， 24 小时之后，一个一个看——谁打开了？打勾。谁点了转盘？打勾。第二天有没有再来？打勾。
10 行数据，一目了然。
——别觉得"这太原始了吧"。原始的才是最好的。你不需要一个花哨的数据看板，你需要的是"一眼就能看到谁用了谁没用"。花哨的东西反而会骗你——你看着图表觉得"还不错嘛"，其实下面全是零。那些搞 SaaS 的人最擅长用漂亮的数据可视化掩盖糟糕的业务数据，你不需要学他们。
这就是"土办法"的价值。它不骗人。
怎么收集反馈：三个层次（附真实对话）
如果对方真的用了，你想听他说点什么——怎么问？
第一层：他遇到了什么卡点？
"你在用的时候，有没有哪里觉得'哎这一步好麻烦'？"
这个问题挖出来的是"操作层面的问题"。比如——
"输入选项太慢了，我打了三个字它才弹出来。""转盘转得太慢了，等得我着急。""手机上那个 GO 按钮太小了，我点了好几次才点到。"
这些问题好改。 AI 改起来分分钟的事。
第二层：他缺了什么？
"你觉得还差什么东西，这个工具就完美了？"
这个问题挖出来的是"功能层面的需求"。比如——
"能不能加个历史记录？我想看看昨天选的是什么。""能不能分享给朋友一起选？我们一起吃饭。""能不能加一个'不想吃这个，重新转'的功能？"
这些问题要不要改——看下一层。
第三层：他愿不愿意推荐给别人？
"你会把这个发给别人用吗？"
这个问题是最关键的。
如果他回答"会啊我刚才已经发群里了"——说明这个东西对他真的有价值。
如果他犹豫了——"还行吧，偶尔用一下"——说明"有也行没有也行"。
这三层问题，一层比一层深。别一上来就问第三层——人家还没用明白，怎么知道值不值得推荐？
——别觉得"问这么多问题好尴尬"。
你是在做产品，不是在推销。问问题是帮你把东西做好，不是在消耗对方的耐心。真正的朋友不会觉得你问问题烦——他们觉得烦的是你做出了一个烂东西还不改。
你改好了再问，人家会觉得你在认真听。这才是建立信任的方式。
我见过一个人做了一个记账工具，丢给 20 个朋友用。 18 个说"挺好的"。他没追问。上线之后，三个月，日活 3 个人——他自己、他老婆、他妈。后来他去问那些说"挺好的"的朋友，才知道大部分人是"不好意思说不好"。他说了一句话让我印象很深："原来客套话是会杀人的。"不是开玩笑。他真的浪费了三个月时间，每天早起第一件事就是看数据——0 。那种每天满怀期待地打开后台，看到一条平直的死线的感觉，比一开始就没人用要残忍得多。
快速迭代：改什么，不改什么
反馈收集回来了。
接下来怎么改？
很多人在这一步犯了大错——把所有反馈都改了。 用户说"加个夜间模式"，你加了。说"加个历史记录"，你加了。说"能不能做个 App"，你开始研究 App 开发。到头来你做了一个功能巨多但每一个都不好用的东西。
——别觉得"用户说要的就得改"。用户说的每一个"想要"，背后都有一个"真正的问题"。你要解决的是问题，不是表面的要求。
举个例子。
用户说"能不能加个夜间模式"。
你以为是"需要一个夜间模式"。但真正的问题可能是——"我晚上躺在床上看，屏幕太亮了刺眼"。
那解决方案不一定是夜间模式。也可能是"把默认背景色调暗一点"、"加一个护眼模式"。
你要改的是问题，不是用户说的那句话。
怎么判断哪些该改、哪些不该改？
给你一个简单的判断标准——
如果一个反馈，超过 3 个人提到了，就改。
只有一个人提的——先记下来，不改。
为什么？
因为一个人的需求可能是个人偏好，不是普遍问题。三个人的需求，大概率是真实痛点。
一个人说"加个夜间模式"，可能是他习惯晚上看。三个人说，说明你的产品在夜间场景有明显问题。这是两码事。
改的时候，只改最重要的那个。 不要一次性改十个功能。改一个，丢回去看有没有效果。有效果，再改下一个。
——别觉得"一次只改一个太慢了"。你以前改东西要等开发排期，改一次要等一周。现在 AI 改一个功能只要几分钟。你慢的不是"改的速度"，是"想清楚该改什么"的速度。把时间花在"想"上，比花在"改"上值钱。
一个更狠的测试：痛点程度
到了这一步，你需要判断一件事——你的产品解决的是一个"有也行没有也行"的问题，还是一个"没有它会疯掉"的问题？
怎么判断？问一个简单的问题——
"如果这个东西明天消失了，你会怎么样？"
如果对方说"啊？那我每天中午又要纠结了，烦死"——说明你解决了一个真痛点。
如果对方说"哦……那我再用回美团看看？"——说明你是一个"锦上添花"的东西，不是"雪中送炭"。
锦上添花的东西，用户不会留下来。
雪中送炭的东西，用户会替你传播。
这就是 Sean Ellis 的"40% 法则"——如果一个产品的用户调研中， 40% 以上的人说"如果没有它会非常失望"，这个产品就值得继续做。
不到 40%，说明方向有问题。
——别觉得"40% 太严格了吧"。
严格才好。
你宁愿面对一个严格的标准然后知道自己该怎么做，也不愿意被一个宽松的标准骗了。我见过一个做社交 App 的团队，用户调研的时候 90% 的人说"挺好的"，结果上线三个月，日活不到 50 个人。他们就是被"宽松的标准"骗了。
AI 帮你做用户调研（完整版）
到了这一步，你可能会觉得——"我要去问一堆人，好累啊。"
确实累。
但 AI 能帮你分担一部分。不只是帮你分析反馈，还能帮你做调研。
第一，让 AI 扮演你的用户，做模拟访谈。
在你去问真人之前，先让 AI 帮你练手——
你是一个对"选择吃什么"有选择困难症的人。我是一个做这个工具的创业者。你每天中午和同事一起吃饭，经常会纠结吃什么。你用了一个转盘工具帮我选午餐。请你用你自己的经历和感受，回答我的问题。然后你问他——
"你在用的时候有没有哪里觉得麻烦？"
"你觉得还差什么功能？"
"你会推荐给别人吗？"
AI 不会给你"挺好的"。它会给你一个模拟用户的真实回答——"转盘转得太慢了，我等得不耐烦"、"能不能加一个'不想吃这个重新转'的按钮？"
这不是说 AI 的回答是真的。是说它能帮你提前知道用户可能会问什么，让你去问真人的时候更有准备。
第二，让 AI 帮你写调查问卷。 "帮我写一份 5 个问题的问卷，目的是了解用户对我的'今天吃什么'工具的使用体验和改进建议。问题要简短，用聊天的语气，不要太正式。每个问题后面留一个简短的输入框。"AI 写出来的问卷，比你随手写的要专业得多。用腾讯问卷或者金数据发出去，免费的。
第三，让 AI 帮你分析反馈。
把你收集到的所有微信聊天记录、问卷回答，一股脑丢给 AI——
这些是我从用户那里收集到的反馈。帮我做三件事：1. 找出最常见的 3 个问题2. 找出最想要的 2 个功能3. 告诉我用户在哪一步流失最多（比如多少人打开了但没用）AI 会帮你归类、排序、提炼。比你自己一条条看要快得多。
第四，让 AI 帮你分析使用数据。 有访问数据——多少人打开了、多少人用了、平均用了多久——丢给 AI ：
这是我对"今天吃什么"工具的访问数据。帮我分析一下：- 总共多少人访问- 多少人完成了核心操作（点了转盘）- 流失率是多少- 用户在哪一步流失最多- 给我 3 条改进建议AI 会告诉你——"80% 的人打开了但没有点转盘，说明首页不够吸引人"。这种洞察，你自己看数字可能看不出来。
这些都不是"替代你去跟用户聊天"。是让你把时间花在"跟用户聊天"上，而不是花在"整理聊天记录"上。 ——别觉得"AI 分析的不一定对"。确实不一定对。但 AI 的分析可以帮你快速缩小范围——你先看 AI 说的问题，再去验证是不是真的。比你自己从头分析要快。
什么时候该坚持，什么时候该转向
做了，改了，看了反馈。
然后你面临一个选择——
继续做这个方向，还是换一个？
这是一个很多人卡住的地方。
——有人说"这有什么好卡的，有人用就继续，没人用就换呗"。没那么简单。
"没人用"有两种——
第一种：东西还没做好，所以没人用。
比如你丢出去的链接打不开、转盘转不动、输入框点不了。
这不是"没人想要"，是"东西坏了"。这时候你该做的是修 bug ，不是换方向。
第二种：东西做好了，但还是没人用。
转盘能转、功能正常、界面好看——但就是没人来用，来了的人用了一次就不回来了。
这才是"方向问题"。怎么判断是哪种？看一件事——用了的人，会不会回来用第二次。
如果有人用了一次，第二天又来了——说明方向是对的，只是需要让更多人知道。你该做的是推广，不是换方向。
如果所有人都是用了一次就再也不来了——说明"这个东西对用户来说不够重要"。你该考虑换方向了。
换方向不等于"全部推翻重来"。你做的是"今天吃什么"，发现没人用。
但你可能发现——用户其实更需要的是"一周菜谱规划"。
那你不需要从头做一个新产品，你只需要在现有基础上加一个"生成一周菜谱"的功能。
方向微调，不是推倒重来。
那个"要不要换方向"的决策，是最折磨人的。
你花了一个月心血做这个东西，你不想放弃。但数据告诉你"没人用"。那种挣扎感，真的让人睡不着觉。
我见过太多人在这个时候死扛——"再改改就好了"、"再加个功能就好了"——到头来浪费了更多时间。
承认"这个方向不行"，比硬撑需要更大的勇气。那种明知道方向错了还要继续骗自己的感觉，比直接放弃要痛苦得多。
你每天打开后台看数据，看到那条平直的线。第一天安慰自己"再等等"，第二天说"可能还没传播开"，第七天说"我再加个分享功能试试"。第十五天，你终于承认——不是功能不够多，是没人需要这个东西。那天的感觉，像吞了一块石头。
验证清单
别记了，直接拿去用。
你做出了原型，丢出去之后——按这个清单一项一项检查——
1. 有没有人打开？
发出去 24 小时，有没有访问？没有 → 检查链接有没有发对、朋友有没有收到。
2. 有没有人用？
打开的人里，有没有完成核心操作（比如点了转盘）？没有 → 检查页面是不是不够直观、引导不够清楚。
3. 有没有人回来？
用了的人，有没有用第二次？没有 → 这个东西可能不够"刚需"，考虑方向微调。
4. 有没有人主动提反馈？
有没有人主动跟你说"这里可以改一下"？没有 → 主动去问，按三层问题问。
5. 有没有人愿意推荐？
有没有人主动把链接发给别人？有 → 方向对了，开始放大推广。没有 → 继续改，或者考虑换方向。
6. 痛点测试：如果明天这个东西消失了，你的用户会失望吗？
问 10 个用户。 4 个以上说"会" → 真痛点，继续。不到 4 个 → 可能是伪需求，考虑方向微调。
五项都过 + 痛点测试通过，放大做。三项以下过，考虑换方向。
别嫌这个清单简单。越简单的东西越好用。你不需要一个 50 页的验证报告，你需要的是一个"今天就能执行"的行动清单。
所以你现在该做什么？
打开你上一讲做出来的东西。
丢给 5 个朋友。别问"好不好用"，看他们有没有打开、有没有用、有没有回来。
建一个 Excel ，一行一行记。
收集反馈，用 AI 帮你分析。改一个最重要的问题，再丢回去看效果。
问一句："如果明天这个东西消失了，你会怎么样？"
——就这么简单。
因为有一个很残酷的事实——
大部分产品不是死在做不出来上，是死在"做出来了没人用"上。
你花了 9 分钟做出了原型。现在你要花 9 天确认这 9 分钟，没有白费。
别辛辛苦苦做出了东西，丢到网上就完了。那种"做了就算完"的心态，是杀死最多项目的凶手。你花了 9 分钟做出来的东西，如果不去验证、不去找人用、不去看反馈——那这 9 分钟就是白费的。
白费才是最让人心痛的事。
下一讲，我们会讲——产品验证通过了，怎么让人知道？
因为当你确认"这个东西有人想要"之后——
你要面对一个新的问题：怎么让那 5 个朋友，变成 500 个？