S16.6第一性原理做产品（6·收官）：从《定位》到“品类设计“——AI时代如何定义新品类

第一性原理做产品（6·收官）：从《定位》到"品类设计"------AI时代如何定义新品类

导读：Al Ries和Jack Trout在1981年出版的《定位》（Positioning），是营销史上最重要的著作之一。但AI时代出现了一个问题：当每个人都能用AI做出"更好的XX"时，"定位"理论还够用吗？答案藏在一本更近期的著作中------《品类设计》（Play Bigger，2016）。最好的定位不是"更好的XX"，而是"全新的品类"。当你还在思考如何"比竞品好10%"时，聪明的产品已经在创造一个没有竞品的新品类。

一个让人不安的问题

2025年，Product Hunt上每天有超过50个AI产品上线。你去看看它们的介绍，会发现一个惊人的规律：

"AI-powered note-taking app"（AI驱动的笔记应用）
"AI-powered writing assistant"（AI驱动的写作助手）
"AI-powered search engine"（AI驱动的搜索引擎）

发现了什么？它们的共同句式是"AI + XX"。

这不是定位。这是一种功能描述。当你的产品是"AI + 已有的品类"，你实际上是在告诉用户："我和那个已有的东西差不多，只是多了AI功能。"

这就引出了两个致命问题：

第一，用户凭什么放弃已有的Notion，去用你的"AI版Notion"？Notion自己也有AI功能。

第二，当大模型厂商（OpenAI、Google、Anthropic）不断扩展功能边界，你的"AI + XX"随时可能被它们一个功能更新覆盖。

"AI + XX"不是护城河。它是等待被巨头碾过的跑道。

那么，怎么办？答案藏在两部经典著作的碰撞中。

《定位》核心洞见：在用户心智中占领一个位置

1981年，Al Ries和Jack Trout出版了《定位：争夺用户心智的战争》（Positioning: The Battle for Your Mind）。这本书的核心思想可以用一句话概括：

定位不是关于你的产品，而是关于潜在顾客的心智。你要在潜在顾客的心智中，建立一个独特的位置。

这句话在今天看来平淡无奇，但在1981年，它是革命性的。因为当时所有人都认为，营销就是"讲你的产品有多好"。Ries和Trout说：不，不是你的产品有多好，而是用户认为你的产品是什么。

《定位》给出了几个经典原则：

成为第一：在用户心智中，第一个进入的品牌拥有不可撼动的优势。人们记得第一个登上月球的人（阿姆斯特朗），但很少有人记得第二个（巴兹·奥尔德林）。
如果你不是第一，那就"对立"：如果你不能成为第一，那就成为第一的对立面。可口可乐是"正宗"，百事可乐就是"新一代的选择"。
聚焦：不是"满足所有人的所有需求"，而是"成为某个领域的第一"。你的品牌越聚焦，用户心智中的位置越清晰。
用一个词占领心智：沃尔沃 = "安全"，宝马 = "驾驶乐趣"，奔驰 = "尊贵"。用户不需要了解你的全部，他们只需要一个词。

这些原则在今天依然有效。但AI时代提出了一个棘手的问题------

当每个人都用AI做出了"更好的产品"时，"定位"还够用吗？

答案是：不够。因为"定位"解决的是"在已有品类中竞争"的问题。但AI时代最大的机会，不是"在已有品类中做得更好"，而是**"创建一个全新的品类"**。

《品类设计》核心洞见：定义新品类，然后成为领导者

2016年，Al Ramadan、Dave Peterson、Christopher Lochhead和Kevin Maney出版了《品类设计》（Play Bigger）。这本书提出了一个颠覆性的观点：

最成功的公司，不是那些在已有品类中做得最好的公司，而是那些定义了一个全新品类，然后成为这个品类领导者的公司。

他们研究了过去25年科技行业最大的赢家，发现了一个惊人的模式：

Google不是"更好的搜索引擎"，它定义了"搜索引擎"这个品类本身
Salesforce不是"更好的CRM软件"，它定义了"SaaS CRM"这个品类
Uber不是"更好的出租车公司"，它定义了"网约车"这个品类
Airbnb不是"更好的酒店"，它定义了"民宿共享"这个品类

这些公司不是在已有的品类里竞争。它们创造了一个新品类，然后成为这个品类的代名词。

《品类设计》提出了品类设计的三个步骤：

第一步：定义问题。 不是"我们想做一个什么产品"，而是"世界上存在一个什么样的重要问题，以前无法解决，现在可以了？"

第二步：定义品类。 给这个问题和解决方案起一个名字。这个名字必须是一个"新概念"------不是"更好的XX"，而是一个全新的类别名称。

第三步：定义公司。 让你的公司成为这个新品类的代名词。当人们提到这个新品类时，第一个想到的就是你。

这本书最核心的洞察是：品类的价值大于品牌的价值。 巨头们不是在买品牌，而是在买品类。当Facebook收购Instagram时，它买的不是"一个更好的照片分享应用"，而是"移动端照片社交"这个品类。

AI时代的重新解读：为什么"定位"不够了？

为什么"更好的XX"在AI时代失效了？

AI的核心能力是什么？------让"做得更好"变得极其廉价。

过去，如果你想做一个"更好的笔记软件"，你需要：

一个优秀的工程团队（6-12个月开发）
一个精心设计的产品架构
持续的迭代优化

现在，你只需要：

一个会写Prompt的人 + Claude + Cursor（1-2周）
然后你说"我的笔记软件有AI功能"

但问题是------每个人都能这么做。 Notion能做，飞书能做，钉钉能做，连你隔壁的实习生都能做。

"更好的XX"不再是一个有效的竞争策略，因为"更好"的门槛已经被AI归零了。

但AI也创造了定义新品类的机会

反过来看，AI的另一个核心能力是------让"以前不可能的事情"变成可能。

这意味着，AI时代最大的机会不是"在已有品类中做得更好"，而是"定义那些AI才让它们成为可能的新品类"。

我们来看三个案例。

真实案例深度拆解

案例一：Perplexity------它不是"更好的搜索"，而是"搜索的替代品"

2022年，当全世界都在讨论"ChatGPT会取代Google吗"时，Aravind Srinivas和他的团队做了Perplexity。

Perplexity的定位是什么？它不是"AI-powered search engine"（AI驱动的搜索引擎）。它定义了一个全新的品类："答案引擎"（Answer Engine）。

这两者有什么区别？

维度	搜索引擎（Google）	答案引擎（Perplexity）
核心行为	用户搜索 → 获得链接列表 → 点击 → 阅读 → 自己整合答案	用户提问 → 直接获得整合后的答案（带引用来源）
用户心智	"我去Google找信息"	"我去Perplexity问问题"
品类竞争	在"搜索"品类里，Google是不可撼动的第一	在"答案引擎"品类里，Perplexity是定义者

Perplexity做的不是"更好的搜索"，而是"搜索的替代品"。 它没有在"搜索"这个品类里和Google竞争------在"搜索"品类里，Google是死亡的代名词。它创建了一个新品类，在这个新品类里，它自己就是第一。

这就是品类设计的力量。你不是说"我比Google好10%"，而是说"我要做的事情，和Google不一样"。

品类设计关键洞察：Perplexity找到了一个"不可能三角"------准确、全面、即时。 在AI之前，这三个需求不可能同时满足：Google准确但需要你自己整合；维基百科全面但不够即时；社交媒体即时但不够准确。AI让"同时满足"成为可能，于是"答案引擎"这个新品类诞生了。

案例二：Claude Artifacts------它不是"更好的文档编辑器"，而是"AI原生工作空间"

2024年6月，Anthropic发布了Claude Artifacts。这个功能让用户可以在Claude的对话界面中直接创建和编辑文档、代码、图表、网页------所有内容都在一个"画布"上实时渲染。

很多人把它理解为"Claude的文档编辑器"。但如果你用品类设计的视角来看，你会发现Anthropic在做一件完全不同的事。

Claude Artifacts定义的新品类是："AI原生工作空间"（AI-Native Workspace）。

传统工作流程是：你用一个工具创建内容，用另一个工具编辑内容，用第三个工具分享内容。而AI原生工作空间是：你在同一个地方，用对话的方式，创建、编辑、迭代、分享所有内容。

维度	传统文档编辑器（Google Docs）	AI原生工作空间（Claude Artifacts）
创建方式	手动输入	对话式生成
编辑方式	逐字修改	对话式迭代
内容形式	纯文本	文档、代码、图表、网页、SVG------统一渲染
协作方式	多人同时编辑	人与AI协作创作

Claude Artifacts不是在和Google Docs竞争"更好的文档编辑"。它在创建一个全新的工作范式------"人机协作创作"。 在这个新品类里，它没有对手，因为它是唯一的定义者。

案例三：Cursor------它不是"更好的VS Code"，而是"代码编辑器的重新发明"

Cursor是2024年最火的AI编程工具。很多人把它归类为"AI-powered IDE"（AI驱动的IDE）或"VS Code + AI插件"。

但Cursor的创始人Aman Sanger在一次采访中明确说过："We are not building a better VS Code. We are reimagining what a code editor should be in the age of AI."（我们不是在做一个更好的VS Code，而是在重新想象AI时代代码编辑器应该是什么。）

Cursor定义的新品类是："AI原生IDE"（AI-Native IDE）。

传统IDE的工作模式是：你写代码，IDE辅助你（语法高亮、自动补全、错误提示）。Cursor的工作模式是：你和AI一起写代码，AI是"副驾驶"（copilot），甚至是"主驾驶"（autopilot）------

你可以用自然语言描述一个功能，Cursor生成整个实现
你可以选中一段代码，让Cursor重构、解释、修复Bug
你可以让Cursor跨多个文件进行修改，它会自动理解项目结构

Cursor不是在"更好的IDE"这个品类里竞争。它创建了一个全新的品类------AI原生IDE------在这个品类里，代码编辑器的核心交互从"键盘输入"变成了"对话+生成+审查"。

反例：为什么大多数AI产品定义了"伪品类"？

不是所有"新品类"都是真的新品类。AI时代出现了一个典型的错误------"AI + XX"不是品类，是功能描述。

"AI写作工具"不是新品类。写作工具早就存在，AI只是一个新功能。
"AI客服机器人"不是新品类。客服机器人早就存在，AI只是让它更智能了一点。
"AI数据分析平台"不是新品类。数据分析平台早就存在，AI只是增加了一个"自然语言查询"功能。

真正的品类设计，不是告诉用户"我们加了AI"，而是告诉用户"我们做了一件以前做不到的事"。

一个简单的判断标准：如果你的新品类名称去掉"AI"两个字后，就变成了一个已有品类，那你的品类就不是真的新品类。

实操框架：AI产品的"品类设计五步法"

基于《定位》和《品类设计》的核心洞见，结合AI时代的特点，我设计了一套"品类设计五步法"。

第一步：找到"不可能三角"

在AI之前，哪三个用户需求是不可能同时满足的？

这是品类设计最关键的起点。好的新品类，诞生于"不可能三角"的破解。

产品	不可能三角（AI之前）	AI如何破解
Perplexity	准确 × 全面 × 即时	AI同时整合多个来源，即时生成准确答案
Cursor	快速 × 灵活 × 可控	AI生成代码，用户审查和控制，两者兼得
Claude Artifacts	创建 × 编辑 × 分享	AI在一个画布上完成从创建到分享的全流程

实操方法： 列出你的目标用户最想同时完成的三个需求。然后问：在AI之前，这三个需求为什么不能同时满足？AI如何让它们同时满足？

第二步：命名你的品类

不要叫"AI+XX"，要创造一个用户能理解的新概念。

命名有三个原则：

对比原则：你的品类名称应该暗示"我不是XX"。比如"答案引擎"暗示"我不是搜索引擎"。
简洁原则：品类名称应该是一个短语，不是一个句子。用户需要能记住它。
可扩展原则：品类名称应该足够宽泛，能容纳未来的产品演进。不要太窄，否则你定义完品类就被锁死了。

反面教材：不要叫"AI驱动的智能文档协作平台"------太长了，没人记得住。不要叫"下一代AI搜索"------"下一代"是营销话术，不是品类名称。

正面案例：答案引擎（Answer Engine）、AI原生IDE（AI-Native IDE）、AI原生工作空间（AI-Native Workspace）------简洁、清晰、可扩展。

第三步：定义"闪电扩张"策略

你不可能慢慢定义品类，必须快速占领。

《品类设计》里有一个重要的概念：品类窗口期。 一个新品类出现时，有一个短暂的时间窗口------通常6-18个月------在这期间，你必须快速占领用户心智，成为这个品类的"默认选择"。否则，一旦窗口关闭，后来者无论如何努力都很难超越。

闪电扩张的三板斧：

内容闪电战：大量产出关于你这个品类的教育内容------博客、白皮书、案例研究、行业报告。你不是在"推广你的产品"，你是在"教育市场关于这个新品类"。
灯塔客户：找到行业里最有影响力的3-5个客户，让他们成为你的品类代言人。他们的使用案例，就是你品类价值的证明。
行业话语权：在各种行业会议上，你不是在"介绍你的产品"，你是在"宣讲这个新品类的存在"。

第四步：用"对比话术"建立认知

你不是"XX"，你是"YY"。

这是《定位》里最经典的技术，但在品类设计中同样适用。对比是最快的认知建立方式。

Perplexity：不是"更好的搜索"，是"答案引擎"------直接给你答案，而不是链接列表
Cursor：不是"VS Code + AI插件"，是"AI原生IDE"------代码编辑器的重新发明
Claude Artifacts：不是"文档编辑器 + AI"，是"AI原生工作空间"------人机协作的新范式

"不是XX，而是YY"这个句式，是品类设计最强大的武器。 它帮用户快速建立心智模型------"哦，原来这不是那个东西，这是一个新东西。"

第五步：用"生态"锁定品类

让其他产品成为你品类的"配套"。

当你的品类足够大时，你可以通过生态来锁定领导地位。怎么做？

开放API：让其他开发者基于你的产品构建工具和插件。这会让你的产品成为"基础设施"。
建立品类标准：定义你的品类里"应该怎么做"的行业标准。比如Saleforce定义了SaaS CRM的"标准做法"。
培育互补产品：投资或孵化那些与你的品类互补的产品。它们的存在，会让你的品类更加稳固。

系列收官：从"发现机会"到"创建品类"的完整路径

这是我们这个系列的最后一篇文章。在过去的6篇中，我们用一个完整的路径，重新定义了AI时代的产品方法论。现在，让我们回顾这条路径：

篇目	核心著作	核心问题	核心框架	在路径中的位置
第1篇	《创新者的窘境》	大模型为什么不是护城河？真正的颠覆在哪里？	颠覆性机会评估矩阵	发现机会：找到大厂不会去抢的细分市场
第2篇	《从0到1》	在"能做"通胀时代，你的秘密是什么？	从0到1机会地图	定义秘密：找到只有你能看到的需求洞察
第3篇	《精益创业》	AI时代如何快速验证产品假设？	4D速通法（Demo→Deploy→Data→Decide）	快速验证：在1天内完成从想法到验证
第4篇	《跨越鸿沟》	如何从技术狂热者跨越到主流用户？	鸿沟跨越路线图	跨越鸿沟：解决AI产品的信任问题
第5篇	《与运气竞争》（JTBD）	用户到底在"雇佣"你的产品完成什么任务？	JTBD画布（三层任务模型）	定义价值：确保产品完成的是用户真正需要的任务
第6篇	《定位》+《品类设计》	如何不成为"更好的XX"，而是"全新的品类"？	品类设计五步法	创建品类：成为新品类的定义者和领导者

六篇串联：一条完整的AI产品破局路径

当你把这六篇的框架串联起来，你会得到一条从"0到1到N"的完整路径：

发现机会 → 用《创新者的窘境》找到大模型厂商不会去抢的细分市场，从"低端"或"新市场"切入。

定义秘密 → 用《从0到1》找到你对用户需求的独特洞察------不是技术秘密，而是需求洞察的秘密。

快速验证 → 用《精益创业》的4D模型，在极短时间内验证你的假设，而不是花几个月做一个"完美"的产品。

跨越鸿沟 → 用《跨越鸿沟》解决AI产品的信任问题，从技术狂热者跨越到主流用户。

定义价值 → 用JTBD框架确保你的产品不是在卖"AI功能"，而是在完成用户真正关心的任务------包括功能性、情感性、社会性三个层面。

创建品类 → 用品类设计五步法，不成为"AI+XX"的追随者，而是成为新品类"YY"的定义者。

这六步不是线性的------它们是循环的。 当你定义了新品类，你可能会发现新的细分机会；当你跨越了鸿沟，你可能会重新定义你的秘密。产品建设是一个不断循环、不断深化的过程。

行动清单（全系列总结）

以下是全系列6篇的核心行动清单，你可以把它当作AI时代的产品方法论速查表：

1. 机会评估 ------ 用颠覆性机会评估矩阵，问自己：大模型厂商5年内不会认真做这个市场吗？如果答案是"会"，换个方向。

2. 秘密定义 ------ 你的秘密不是"我用的是GPT-4"，而是"我看到了别人没看到的需求"。写下你的秘密，然后问5个用户验证。

3. 极速验证 ------ 不要花3个月做MVP。用AI在1天内做一个可交互的Demo，拿给用户看，观察他们的反应。

4. 鸿沟跨越 ------ 你的早期用户是"技术狂热者"还是"主流用户"？如果是前者，你需要一个完全不同的冷启动策略。

5. 价值定义 ------ 用JTBD画布重新审视你的产品：用户真正雇佣它来完成什么任务？功能性、情感性、社会性三层都覆盖了吗？

6. 品类创建 ------ 你的产品是"AI+XX"还是"全新的YY"？如果去掉"AI"后品类名称变成一个已有品类，那你还没有真正定义新品类。

终极检验 ------ 问自己最后一个问题：如果OpenAI/Google/Anthropic明天发布了一个功能，恰好覆盖了你的产品，你的用户会留下来吗？ 如果答案是"不会"------说明你还没有建立真正的护城河。回到第1步，重新开始。

互动时间

【投票】 你的AI产品，你觉得它在哪个阶段？

A. 机会发现阶段------还在找方向，不确定什么值得做
B. 验证阶段------有想法了，但还没验证用户是否真的需要
C. 增长阶段------产品跑通了，但不知道怎么规模化
D. 品类定义阶段------产品有了一定用户，但不知道如何构建真正的护城河

【评论区话题】 这是本系列的收官之作。回顾6篇文章，对你触动最大的是哪一篇？或者，你在做AI产品的过程中，最大的困惑是什么？欢迎在评论区留言，我会认真回复每一条。另外，如果你用这个系列中的任何一个框架分析了你的产品，欢迎分享你的发现------最好的案例我会在后续文章中署名引用。

全系列回顾

如果你想重温系列中的任何一篇：

开篇：AI时代的产品困局与第一性原理的破局之力
第1篇：从《创新者的窘境》看AI颠覆------为什么大模型不是护城河
第2篇：从《从0到1》看AI创业------在"能做"通胀时代，找到你的秘密
第3篇：从《精益创业》到"Demo优先"------AI时代的产品验证范式革命
第4篇：从《跨越鸿沟》看AI产品冷启动------技术狂热者到主流用户的致命一跳
第5篇：从《与运气竞争》（JTBD）看AI产品价值------用户到底在"雇佣"什么
第6篇（本篇）：从《定位》到"品类设计"------AI时代如何定义新品类

全系列已完结，感谢你的阅读和陪伴。

关注本专栏

本系列虽然完结，但产品探索永无止境。关注本专栏，你将持续获得：

✅ 经典重读 ------ 用第一性原理重新解读经典著作，提炼AI时代的新方法论

✅ 深度拆解 ------ 真实产品案例的底层逻辑深挖，不只是表面分析

✅ 实操框架 ------ 每篇一个可复用的方法论工具，学完就能用

✅ 持续更新 ------ 更多产品方法论系列正在规划中，关注后第一时间收到推送

点击关注，和我们一起，用第一性原理穿透AI时代的迷雾。

本文为《第一性原理做产品：AI时代从"能做"到"做好"的破局之道》系列第6篇（收官篇）。

全系列共6篇，已全部更新完毕。建议收藏本文，方便随时回顾完整的方法论框架。