AI时代的创业定位：快速验证你的想法
在写第一行代码之前，先想清楚：用户凭什么选你？
这篇是我学习产品定位和快速验证的笔记。如果说上一篇市场调研是搞清楚”这事值得做吗”，这篇就是搞清楚”咋做才能让用户选我”，以及”怎么用最小成本验证想法对不对”。
写在前面
很多人做完市场调研，发现确实有需求，然后就憋不住开始写代码了。三个月后做出个大而全的产品，才发现：
- 定位模糊，用户不知道你和竞品的区别
- 核心假设没验证，做了一堆没人要的功能
- 浪费了时间和钱，才发现方向走偏了
还有一种人走另一个极端，停在PPT里，花很多时间做漂亮的原型和商业计划书，但没有真实的用户行为数据，只是在自己的世界里打转。
2025年底，AI工具已经非常强大。Perplexity Deep Research能一键生成完整调研报告，Claude Opus 4.5和Gemini 3 Pro在分析推理上更强了，v0.dev、Bolt.new、Lovable这些工具能几小时出落地页。用AI可以快速完成一轮完整的价值主张设计、落地页文案、假设梳理和验证实验。但前提是，你得知道先定位什么、再验证什么。
这篇笔记想做三件事：
- 讲清楚从想法到验证的流程，为啥要这么做
- 给一套可执行的方法，用AI辅助快速完成验证
- 用「AI写作助手」作为贯穿案例，你可以替换成自己的方向
一、从想法到验证：流程是咋走的
定位在整个流程中的位置
市场洞察（上一篇）→ 产品定位（这篇前半）→ MVP验证（这篇后半）→ 增长与商业化（后续）- 市场洞察回答：这个方向值得做吗？
- 产品定位回答：用户凭什么选你？
- MVP验证回答：你的假设对不对？
每一行代码都是负债
有句话我印象特别深：“在确认需求之前，你写的每一行代码都是负债。”
验证的目标不是做出一个完整产品，而是用最小成本，证明最关键的几个假设。核心问题是：
- 你的价值主张到底是什么？用户为什么要选你？
- 在所有不确定性里，哪些假设不对会直接死？
假设优先级：啥最重要
不确定性高
↑
┌────────────┼────────────┐
│ 立即验证 │ 尽快验证 │
│ (生死攸关) │ (核心风险) │
重要性 ─┼────────────┼────────────┼─
高 │ 保持关注 │ 暂时忽略 │
│ (潜在风险) │ (已知事实) │
└────────────┼────────────┘
↓
不确定性低优先级 = 重要性 × 不确定性。右下角那些重要但已确定的事情，现在不用管。左上角那些重要又不确定的假设，才是验证的重点。
二、价值主张：用户凭啥选你
价值主张画布
Strategyzer提出的工具，帮你理清产品和用户需求之间的匹配关系：
用户这边：
- 用户任务（Jobs to be Done）：他想完成什么？功能性的、情感性的、社交性的
- 痛点：现在最痛的地方是什么？
- 期望收益：理想中的更好状态是什么？
产品这边：
- 产品/服务：你具体提供了什么？
- 痛点解决者：如何直接缓解这些痛？
- 收益创造者：如何让好处更大、更多、更快？
匹配度越高，价值主张的吸引力就越强。
定位公式
对于 [目标用户]，他们有 [这个需求/痛点]，
[产品名] 是一个 [品类]，它能 [核心价值]，
不同于 [竞品]，我们 [关键差异点]。举例（AI周报助手）：对于经常写周报的程序员，他们有每周花1小时写周报很烦的问题，WeeklyBot是一个AI周报助手，它能5分钟生成专业周报，不同于手动写或套模板，我们自动从Git提交记录提取工作内容。
三、差异化：在竞争中找位置
五种差异化策略
| 策略 | 做法 | 风险 | 案例 |
|---|---|---|---|
| 人群切割 | 只服务一个细分群体 | 市场太小 | Linear（只做工程团队） |
| 场景聚焦 | 只解决一个具体场景 | 扩展困难 | Loom（异步视频） |
| 极致简单 | 砍80%功能，20%做到极致 | 被嫌功能少 | Bear（极简笔记） |
| 价格颠覆 | 免费/超低价/超高端 | 利润压力 | Figma早期 |
| 技术驱动 | 用新技术创造新体验 | 容易被追赶 | Midjourney |
选1主+1-2辅就够了。
针刺型产品
早期产品应该像一根针，而不是瑞士军刀。
| 特征 | 检验问题 |
|---|---|
| 解决一个问题 | 能一句话说清吗？ |
| 立刻见效 | 用户5分钟内能感到价值吗？ |
| 用户主动找 | 有人搜索这个解决方案吗？ |
| 替代方案很烂 | 他们现在怎么凑合？有多痛？ |
四、假设与验证：把不确定的事列出来
九类核心假设
| 假设类型 | 核心问题 | 验证方法 |
|---|---|---|
| 问题假设 | 问题真的存在吗？ | 访谈、社区分析 |
| 客户假设 | 谁有这个问题？ | Persona验证 |
| 方案假设 | 我的方案能解决吗？ | 原型测试 |
| 价值假设 | 用户认可这个价值吗？ | 落地页测试 |
| 付费假设 | 用户愿意付费吗？付多少？ | 预售/假门测试 |
| 渠道假设 | 能稳定触达用户吗？ | 小规模投放 |
| 成本假设 | CAC/成本结构合理吗？ | 单元经济学 |
| 技术假设 | 技术上做得出来吗？ | 技术原型 |
| 规模假设 | 市场够大吗？ | TAM计算 |
验证信号的强度
用户已付费 ████████████ 100%（最强）
用户留下信用卡 ████████ 80%
用户说「我会买」 ████ 40%
用户说「不错」 ██ 20%
用户说「有意思」 █ 10%（最弱）行为大于口头承诺，口头承诺大于情绪性赞美。验证的目标是尽量拿到行为信号：点击、留邮箱、支付意向。
五、验证工作流：从定位到验证
2025年工具清单
| 用途 | 推荐工具 | 说明 |
|---|---|---|
| 深度调研 | Perplexity Deep Research | 一键生成完整调研报告，搜索上百来源 |
| AI分析 | Claude Opus 4.5 / Gemini 3 Pro | Claude擅长长文分析，Gemini擅长多模态推理 |
| 快速问答 | Grok 4.1 / Gemini 2.5 Flash | Grok在X免费，Flash速度快 |
| 落地页生成 | v0.dev / Bolt.new / Lovable | v0擅长UI组件，Bolt全栈，Lovable适合非技术 |
| 原型制作 | Replit Agent 3 / Cursor | Replit Agent自动测试调试，Cursor编码效率高 |
| 假门测试 | Landingi / Unbounce | 快速建立测试页面+数据埋点 |
验证步骤
Step 1：定位与价值主张
Step 2：假设梳理 & 访谈设计
Step 3：落地页与内容
Step 4：流量 + 假门测试
Step 5：MVP范围设计
Step 6：数据分析 & Go/Pivot/Kill决策1：深化价值主张与差异化
目标：基于市场调研结果，输出完整价值主张画布 + 精炼的差异化策略
输入：粘贴上一篇《市场调研》的输出（Persona、一句话定位、竞品差评分析）
完整Prompt：
# 任务
基于我的市场调研结果，深化价值主张设计和差异化分析。
# 市场调研输出（来自上一篇）
"""
## Persona
[粘贴上一篇Step 5的Persona输出]
## 初步定位
[粘贴上一篇Step 6的一句话定位]
## 竞品差评分析
[粘贴上一篇Step 3的竞品差评分析]
## 需求优先级
[粘贴上一篇Step 4的Top需求]
"""
# 输出要求
## 1. 价值主张画布
### 用户任务（功能性/社交性/情感性）
| 任务 | 重要性 | 频率 |
### 用户痛点
| 痛点 | 严重程度(1-10) | 发生频率 |
### 期望收益
| 收益 | 重要程度(1-10) | 现有满足度 |
### 产品价值匹配
| 用户痛点/收益 | 我们的解决方案 | 匹配度 | 竞品对比 |
## 2. 差异化策略
基于竞品差评，评估五种策略（人群切割/场景聚焦/极致简单/价格颠覆/技术驱动），推荐1主+1辅组合。
## 3. 精炼一句话定位
在初步定位基础上优化，用定位公式输出：
"对于[谁]，他们有[什么问题]，[产品名]是一个[品类]，它能[核心价值]，不同于[竞品]，我们[差异点]。"
## 4. 标题文案（5版本）
分别用痛点切入、结果切入、对比切入、数字切入、情感切入，各写一个标题+副标题。2：假设梳理 & 访谈设计
目标：列出假设清单，识别1-3个LOFA（Leap of Faith Assumption，生死假设），设计访谈脚本
完整Prompt：
# 任务
梳理我产品的核心假设，并为最重要的假设设计Mom Test访谈脚本。
# 产品信息
"""
产品描述：[描述]
目标用户：[Persona]
价值主张：[Step 1输出的一句话定位]
"""
# 输出要求
## 1. 假设清单
按问题/客户/方案/价值/付费/渠道/技术类型，列出所有关键假设：
| ID | 假设陈述 | 类型 | 如果错了会怎样 | 重要性(1-10) | 不确定性(1-10) |
## 2. LOFA识别
挑出重要性≥8且不确定性≥7的假设，说明为什么是生死假设。
## 3. 访谈脚本（基于Mom Test）
针对TOP 1 LOFA设计访谈问题：
### 开场（2分钟）
- 自我介绍（不透露产品想法）
- 建立信任
### 核心问题（10分钟）
| 问题 | 目的 | 好回答示例 | 坏回答示例 |
规则：
- 问过去的行为，不问假设性问题
- 追问具体细节
- 让用户说话，不要推销
### 追问技巧
当用户说____时，追问____
### 判断成功标准
访谈后，你应该能回答：1. ___ 2. ___ 3. ___
## 4. 访谈分析模板
访谈结束后用这个格式整理：
| 发现 | 用户原话 | 与假设的关系 | 信号强度 |3：落地页设计
目标：生成落地页内容，用v0.dev/Bolt.new/Lovable快速实现
完整Prompt：
# 任务
为我的产品设计高转化落地页的完整内容。
# 产品信息
"""
产品：[名称]
一句话定位：[Step 1输出]
核心功能/卖点：[3个]
目标用户：[Persona]
定价：[计划定价]
"""
# 输出要求
## 完整落地页内容
### Hero区域
- 主标题：
- 副标题：
- CTA按钮文案：
### 痛点共鸣区
"你是否也有这些困扰？"
- 痛点1：
- 痛点2：
- 痛点3：
### 解决方案区
核心功能展示（每个：图标建议 + 标题 + 一句话描述）
1.
2.
3.
### 工作原理
步骤1 → 步骤2 → 步骤3
### 社会证明
- 用户评价示例（3条）
- 数据展示建议
### 定价区
- 方案结构
- 最推荐方案标注
### FAQ
3-5条常见问题
### 最终CTA
- 标题：
- CTA按钮：
- 降低风险元素（试用/退款）
## v0.dev专用Prompt
把上述内容转化为可直接粘贴到v0.dev的prompt：
"Create a landing page for [产品名]..."完成后：把v0.dev Prompt粘贴到 v0.dev 或 Bolt.new，几分钟出页面。
4：假门测试
目标：用行为数据验证付费意愿
假门测试原理：用户看到真实的产品介绍和定价，点击购买后显示”产品即将上线，留邮箱获取早鸟优惠”。
完整Prompt：
# 任务
设计假门测试方案，验证用户付费意愿。
# 产品信息
"""
产品：[描述]
定价：[计划定价]
目标用户：[Persona]
落地页URL：[如有]
"""
# 输出要求
## 测试页面设计
购买按钮点击后的页面内容：感谢您的兴趣！ [产品名] 正在最后开发阶段，预计 [时间] 上线。 作为早期支持者，您将获得： ✓ [好处1，如终身8折] ✓ [好处2，如优先体验] 留下邮箱，第一时间通知您： [邮箱输入框] [提交]
## 数据埋点
| 事件名 | 描述 | 用途 |
|-------|------|------|
| page_view | 访问落地页 | 分母 |
| click_pricing | 点击定价 | 兴趣度 |
| click_buy | 点击购买 | 付费意向 |
| submit_email | 提交邮箱 | 强意向 |
## 成功标准
| 指标 | 计算 | 成功标准 |
|-----|------|---------|
| 购买意向率 | click_buy / page_view | > 3% |
| 邮箱转化率 | submit_email / click_buy | > 30% |
## 流量获取
1. 即刻/小红书/Twitter发文（免费）
2. 相关社群/知识星球分享（免费）
3. 小额广告测试（100-500元）5：MVP范围设计
目标：只做验证价值主张所必需的最小功能集
完整Prompt：
# 任务
设计MVP功能范围，目标2天内可上线。
# 产品信息
"""
产品描述：[描述]
核心价值：[一句话]
目标用户：[Persona]
"""
# MVP原则
- 只做Happy Path（正常流程）
- 不做边界情况和异常处理
- 不做完美UI
- 不做复杂权限/后台
- 能用第三方服务就不自己写
# 输出要求
## 功能分类
### Must Have（没有就不是这个产品）
| 功能 | 为什么必须 | 最简实现 | 预估工时 |
### Won't Have（这次不做）
| 功能 | 砍掉的理由 |
## MVP核心流程
[用户操作1] → [系统响应] → ... → [价值交付]
## 技术简化
| 本应该做的 | MVP简化为 |
|-----------|----------|
| 用户系统 | 仅邮箱登录/无登录 |
| 数据库 | LocalStorage/Supabase |
| 支付 | Stripe Checkout链接 |
## 2天开发计划
Day 1: [核心功能]
Day 2: [联调+测试上线]6：数据分析与决策
目标：基于验证数据，做Go/Pivot/Kill决策
完整Prompt：
# 任务
分析验证数据，给出Go/Pivot/Kill决策建议。
# 验证数据
"""
## 落地页数据
- 访问量：
- 点击购买数：
- 留邮箱数：
## 访谈数据
- 访谈人数：
- 主要结论：[复制Step 2访谈记录]
## 其他观察
[任何额外发现]
"""
# 输出要求
## 1. 数据解读
| 指标 | 数值 | 行业基准 | 评价 |
## 2. 假设验证结论
| 假设 | 验证方法 | 结果 | 置信度 |
## 3. 关键洞察
- 最重要的正向发现：
- 最重要的负向发现：
- 最大的意外发现：
## 4. 决策建议
- [ ] Go：全力推进，理由___
- [ ] Pivot：调整___后再验证，理由___
- [ ] Kill：放弃，理由___
## 5. 如果Go，下一步
1.
2.
3.
## 6. 遗留风险
还有哪些假设没充分验证？六、一页纸报告模板
完成所有步骤后，用AI整合成简洁报告：
帮我整合成一份一页纸报告：
## 一、产品定位
**一句话定位**：我们是「」，专门为「」，解决「」，不同于「」，我们「」。
**目标用户**：
**核心痛点**：
## 二、假设验证
| 假设 | 类型 | 验证结果 | 证据 |
## 三、关键结果
**验证数据**：访问___，点击购买___，留邮箱___
**正向结论**：
**负向结论**：
## 四、决策
- [ ] Go / Pivot / Kill
**理由**：
**下一步**：七、几点心得
定位不是文案，是取舍
定位是一组选择：选谁、不选谁；解决哪个场景、不解决哪个；做哪些功能、不做哪些。文案只是把这些选择说出来。
验证不是做MVP，是杀死错误假设
验证的目的是尽快发现哪几个想法是错的。写验证计划时问自己：如果这个假设错了，我越早知道越好吗？如果是，它就应该优先验证。
别被弱信号迷惑
“这个想法挺有意思的”只有10%的信号强度，“我会买的”也只有40%。真正有价值的是点击购买、留信用卡、加入付费群——这些行为信号有80%以上可信度。
用行为投票，而不是用赞美投票。
MVP的少即是多
早期失败的常见原因不是做少了，而是做太多。越多功能，就越多Bug，越多要维护的负债。好的MVP只聚焦一个核心场景，把那一次用户成功的体验做到足够好。
当你完成定位与一轮验证之后，下一步是设计增长引擎，让产品不靠运气获得用户。