需求发现
找到真实需求
大多数人失败的原因：做出没人想要的东西。
避免这个问题的方法：先验证需求，再写代码。
需求发现方法
方法 1：解决自己的痛点
最靠谱的需求来源：你自己的痛苦经历。
优点：
- 你深度理解问题
- 你是最好的测试用户
- 持续的动机
例子：
- 因为手动整理发票很痛苦 → 做了自动发票工具
- 因为追踪订阅服务很麻烦 → 做了订阅管理器
- 因为找不到合适的 AI 工具 → 做了 AI 工具导航站
自问：
- 什么任务让你反复叹气？
- 你用什么工具时总觉得"应该有更好的方法"？
- 你愿意为解决这个问题付钱吗？
方法 2：用 AI 做市场研究
第一步：收集数据
用 AI 的"深度研究"功能（Claude/ChatGPT/Perplexity）：
提示词示例：
请帮我研究"AI 写作工具"这个领域：
1. 市场规模：用户数量、增长率
2. 竞品分析：主要产品、定价、功能
3. 用户痛点：常见抱怨、缺失功能
4. 趋势：新兴需求、技术方向
请提供具体数据和来源。第二步：验证发现
不要只听 AI 的，去验证：
- 访问竞品网站，实际使用
- 看用户评论（App Store、Product Hunt、Reddit）
- 和潜在用户聊天（至少 5-10 人）
方法 3：观察现有产品的缺陷
找到好产品的不足之处：
- 价格太贵：你能做得更便宜吗？
- 功能复杂：你能做得更简单吗？
- 支持的平台少：你能支持更多平台吗？
- 本地化差：针对特定地区优化？
例子：
- Notion 太复杂 → 做了 simpler.notes
- Zapier 太贵 → 做了 n8n（开源替代）
- 英文工具为主 → 做了中文友好的版本
方法 4：细分市场
不要和大平台正面竞争，找他们忽视的小市场。
思路：
- 按地区：中国、东南亚、欧洲...
- 按行业：餐饮、教育、医疗...
- 按角色：独立开发者、设计师、作家...
- 按使用场景：移动端、企业内网、离线环境...
例子：
- 通用项目管理工具 → 专门给设计团队的
- 通用 CRM → 专门给自由职业者的
- 通用笔记 → 专门给程序员写代码笔记的
需求验证
MVP 测试
在投入大量时间之前，先做最小可行产品测试：
步骤：
着陆页（1 天）
- 描述产品是什么
- 展示核心价值
- 收集邮箱
手动服务（1 周）
- 不写代码，手动处理
- 找几个用户，免费服务
- 获取反馈
原型（3-5 天）
- 用 Figma 做界面原型
- 和用户聊，看他们是否买单
- 调整方向
预售
真金白银的验证：
- 在 Product Hunt、Twitter 等平台展示
- 提供早鸟优惠
- 如果没人买，说明需求不成立
好处：
- 验证支付意愿
- 获得早期用户
- 有资金继续开发
常见误区
误区 1：觉得"这肯定有需求"
错误：我觉得应该有人需要，但没验证
正确：找到 10 个愿意付费的潜在用户
误区 2：问"你会用吗？"
问题：人们为了礼貌会说"会"
更好的问题：
- "你会为这个付多少钱？"
- "你上一次遇到这个问题是什么时候？"
- "你现在怎么解决的？"
误区 3：只做不出售的东西
错误：做自己喜欢的，不关心市场
正确：在兴趣和市场需求之间找平衡
AI 辅助需求发现
用 AI 分析评论
python
# 示例：分析 App Store 评论
prompt = """
分析以下 50 条用户评论，找出：
1. 最常提到的问题
2. 用户最想要的功能
3. 价格敏感度
4. 与竞品的对比
[粘贴评论]
"""用 AI 做竞品分析
python
# 示例：对比产品功能
prompt = """
请对比以下 3 个产品：
- 产品 A：[链接]
- 产品 B：[链接]
- 产品 C：[链接]
从以下维度分析：
1. 核心功能对比
2. 定价策略
3. 目标用户
4. 优势和劣势
5. 我们的机会在哪里？
"""用 AI 生成用户画像
python
# 示例：创建目标用户画像
prompt = """
基于以下信息，创建 3 个详细的用户画像：
产品：[产品描述]
目标市场：[市场定位]
每个画像包括：
- 年龄、职业、收入
- 技术水平
- 主要痛点
- 使用场景
- 支付意愿
"""实际案例
案例 1：Screenshot to Code
需求发现：
- 开发者经常需要把设计稿转成代码
- 现有工具要么太贵，要么不准
- AI 图像识别技术成熟了
验证过程：
- 在 Twitter 发了个demo
- 一晚上获得 1000+ star
- 有人问"可以付费用吗？"
- 确认需求，正式开发
结果：每月收入数万美元
案例 2：Rivet (.Type)
需求发现：
- 创始人自己想做播客，但剪辑很麻烦
- 现有工具太复杂，学习成本高
- 本地化工具缺乏
验证过程：
- 先手动帮朋友剪辑
- 收集反馈，了解需求
- 做了 MVP，找 10 个人试用
- 收到积极反馈后正式开发
结果：被 Larger 公司收购
案例 3：Pinecone (向量数据库)
需求发现：
- AI 应用需要向量搜索
- 现有方案要么太慢，要么太贵
- 开发者需要简单易用的方案
验证过程：
- 先在 GitHub 开源
- 社区反响热烈
- 企业询问是否有托管版
- 推出云服务
结果：独角兽公司
需求文档模板
完成需求发现后，写一个简单的文档：
markdown
# 产品需求文档
## 问题陈述
谁：[目标用户]
什么问题：[具体描述]
现在怎么解决：[现有方案]
为什么现有方案不够好：[痛点]
## 解决方案
核心功能：[3-5 个关键功能]
差异化：[为什么我们更好]
## 市场
规模：[用户数量]
增长：[年增长率]
## 竞品
主要对手：[2-3 个]
我们的优势：[具体点]
## 验证
已收集：[用户反馈数量]
预售：[是否有预售收入]下一步
需求验证通过，开始设计产品。