7 天从想法到试验产品：如何用 AI 开发新产品

1. 7 天的目标是拿到证据，用不着做到完美

推出新产品时，代价最大的往往是花六个月做出一样没人要的东西，开发费用倒在其次。所以这一周的任务，是回答“到底有没有人真想要”这个问题，造东西还在后面。

传统的产品开发是先开会想点子，再写计划、做预算、设计、生产，最后才见到客户。问题在于，公司在成本最高的阶段学得最慢。AI 可以缩短调研时间，帮忙整理各种方案，生成文案、图片、原型和测试素材，让团队更早见到客户。但需求是否真实存在，AI 没法替真实的客户来确认。

开始冲刺（Sprint）之前，先用一句话写下假设：“我们相信［哪类客户］有［什么］问题，并且愿意［付费/注册/试用］来换取［什么］结果。”只挑一个最大的风险，比如客户不在乎这个问题、不相信这个方案，或者价格不合适，再设计试验去找答案。

2. 第 1 天：把问题和客户选得足够窄

常见的错误是怕错过机会，把客户群选得太宽。可客户群一宽，方案就变得平淡，谁看了都觉得说的不是自己。

从销售对话、评价、工单、搜索关键词和客户不买的原因中收集客户的声音。可以让 AI 帮忙分类、统计反复出现的情况，但团队必须读一读原始内容，免得丢掉背景。要选经常发生、影响明显、公司解决起来又有优势的问题。

做一份客户快照（Customer Snapshot），写明客户所处的情境、现在的做法、这个问题造成的成本、目前用的解决办法，以及这些办法为什么还不够。避免“30–50 岁的中小企业主”这种宽泛的用户画像（Persona），要选真正接触得到的群体，比如“每月订单超过 1000 笔、至少有三名客服专门回复订单状态的网店店主”。

3. 第 2 天：快速做市场调研，别让好看的数据迷了眼

让 AI 帮忙收集竞争对手、客户现在用的替代方案、价格、功能和宣传话术，然后每次都要核对信息来源和日期。要找出的是：客户现在已经在给谁付钱，哪些空白有证据支持，哪些事公司不该重复去做。50 页的市场报告就免了。

访谈五到八位客户，问他们过去实际做过什么。别问“如果有这个产品，您会买吗”，因为人们往往会客气地回答。要问最近一次遇到这个问题是什么时候、怎么解决的、花了多少时间和钱、谁批准的，以及是什么让他们到现在还没换。访谈后可以让 AI 帮忙转写和总结，但产品负责人应该亲自去听。

4. 第 3 天：设计方案和备选原型

设计三个真正不同的价值主张（Value Proposition），比如降低成本、提高速度或降低风险，光改几个广告用词是不够的。让 AI 帮忙展开每个方向的结果、功能和可能遇到的反对意见，但要由团队根据第一天和第二天的数据来选。

原型做到能回答问题的最低程度就够了。要测试文案，就用落地页（Landing Page）；要测试操作步骤，就用可以点击的界面图；要测试结果，就让团队在幕后人工完成服务，再像自动化系统一样交付出去。这种管家式（Concierge）做法，能在投入完整的技术开发之前先证明价值。

5. 第 4 天：做出试验产品，划定范围

清楚地列出“测试必需”和“暂时不做”两张清单。试验产品应该能完整走通一条主要路径，用户账号、仪表盘、大量设置项，或者和所有系统的对接，都可以先不做。测试期间某些步骤团队能手工完成的，就手工做，用来换取速度。

用 AI 帮忙写界面文案、常见问题（FAQ）、试用指南、示例数据集和测试用例。如果是实体产品，就用效果图、包装样稿（Mockup）、初步配方或规格，以及小批量生产计划。涉及健康、金融或安全方面的监管要求时，必须请专家审核，不能拿 AI 来做认证。

在给客户看之前就定好指标，比如表单填写率、约谈率、预订量、客户能接受的价格，或者试用者多久回来再用一次。没有标准的话，团队会把各种反馈都解读成支持原来的想法。

6. 第 5 天：做一个真正能衡量兴趣的销售页

销售页要回答五个问题：给谁用、解决什么问题、带来什么结果、怎么运作、下一步要做什么。用真实客户的说法，展示使用前后的对比或实际结果。如果客户买单的理由不在技术上，开头就别先说 AI。

按客户的准备程度，设计带有实际投入（Commitment）的行动号召（Call to Action），比如预约沟通时间、留下资料领取样品、支付定金或者提前下单。只要求免费留个邮箱，信号要比愿意提交业务资料或付钱弱得多。后者的转化数虽然少，证据质量却更高。

AI 能很快为每个细分客群写出不同版本的文案、邀请邮件和销售话术，但要管住其中的说法：不要编造没有依据的客户数字或效果，并由负责人确认承诺的东西真的能交付。

7. 第 6 天：主动把方案送到客户面前，别等自然流量

通过老客户、人脉、合作伙伴或已获许可的名单，直接联系目标群体。发一条简短的消息，点出对方的问题，并请对方采取行动，别发长文章，也别把技术从头讲一遍。目标是让对方看到原型并做出决定。

每次试验都要记录客群、文案、渠道、行为和拒绝的理由。AI 可以在当天总结出规律，用来调整下一轮，但不要同时改动好几个变量，否则就不知道是哪一项起了作用。如果感兴趣的人一再误解方案，先改文案，再考虑加功能。

8. 第 7 天：做决定时别爱上自己的想法

把行为和说过的话汇总起来，按问题、方案、价格、信任度和障碍给反馈分类。用事先定好的评分表（Scorecard）来评，夸奖的次数不能代表需求。如果有人感兴趣却不愿迈出下一步，可能是问题不够紧迫，也可能是要求的投入太高，需要分别试验来找出原因。

决定只有三种结果。有行为上的证据、也交付得了，就继续；问题明确，但方案或客群不对，就调整；问题不重要、客户没有预算，或者公司没有优势，就停止。七天内叫停也算成功，因为省下了好几个月的投入。

如果决定继续，就列出下一个冲刺要证明的事，比如客户会不会重复使用、交付成本够不够低、质量是否稳定。别因为拿到几笔预订，就一下子跳去做完整的系统。

9. 让快速推出新产品成为公司的日常机制

建立几样可以反复使用的东西：注明出处的客户声音资料库、假设模板、经过审核的提示词（Prompt）、落地页模板和试验用的仪表盘。每月安排一次产品冲刺，指定负责人，配一小笔测试预算。不管是谁提出的想法，都要拿出同样水平的证据。

公司能快速做出新东西，靠的是客户数据现成、决策快、试验范围小，团队叫停缺乏证据的想法时也不会受罚。AI 用得是否最熟练，并不起决定作用。AI 让每一轮试验更便宜、更快；试验的文化则让这份速度转化为创新，不至于只换来更多的工作量。

总结：在七天里，AI 能缩短从数据到洞察、从洞察到原型、再从原型到测试素材的时间，但最终的答案必须来自客户的行为。从一个范围窄的假设开始，只做必要的东西，请客户拿出实际投入，再按标准做决定。这样公司可以尝试很多新想法，又不必为每一个都押上预算。