核心观点
AI 产品想法最常见的问题不是不够新，而是不够具体。只有把目标用户、真实任务、现有痛点、AI 介入点、MVP 范围、风险和验证路径放在同一张地图上，想法才会从“概念”变成可以继续判断的机会。
背景与问题
很多 AI 产品构想都从一句话开始：做一个 AI 助手、做一个 Agent、把某个流程自动化。这样的描述适合开始讨论，却不足以指导构建。
我希望把“先判断，再构建”做成一个可重复的工具，于是开始设计 AI 产品评估助手 v0.1。
观察与实践
评估助手的核心流程不是直接给出一个分数，而是引导输入经过多轮结构化：
- 用户是谁，正在完成什么任务
- 痛点是真实存在，还是只是想象出来的效率问题
- AI 为什么适合介入，而不是普通软件或人工更合适
- 最小可行版本到底需要验证什么
- 风险、反方观点和验证路径是什么
我的判断
评估工具的价值不是替用户做决定，而是提高决定的质量。它需要同时提供结构和怀疑：一方面帮助用户把想法说清楚，另一方面主动指出证据不足、风险被忽略和价值假设未经验证的地方。
实际产出
- 完成 AI 产品评估助手 v0.1
- 建立目标用户、痛点、AI 介入、MVP、风险和验证路径等报告模块
- 形成产品机会评估的结构化输入流程
延伸阅读 / 关联项目
下一步会围绕真实用户输入、报告可信度和反方观点质量继续迭代，而不是单纯增加更多评分维度。