一、 真实痛点：做独立开发与副业，最怕"感动自己的自嗨"
身边的技术和产品朋友想搞点独立开发或轻量副业时，几乎 80% 的人都会踩同一个坑------闭门造车。
大家总觉得自己想出来的某个功能"绝了、一定有大把人用"，吭哧吭哧熬夜写了两个月代码，上线后 App Store 零星几个下载，甚至连亲戚朋友都懒得打开。后来我意识到：真正的刚需，从来不是凭空脑暴出来的，而是藏在市面上成熟产品的差评区里。
用户的愤怒、吐槽和无奈，往往就是最真实的市场空白。但"从差评里挖金子"这件事，手动做起来真的能把人逼疯：
- 信息噪音极大：翻开 App Store 或社交媒体的评论区，80% 都是"垃圾软件退钱"、"一颗星都不想给"这种纯发泄情绪的话，极度分散注意力；
- 归纳整理耗时：为了找共性问题，需要肉眼扫几百条评论，手动复制到表格里逐行分类、打标签，看上一个小时眼睛酸痛，脑子直接成了一团浆糊；
- 缺乏从"槽点"到"产品方案"的推导桥梁：好不容易整理出一堆差评，往往只停留在"知道大家在骂什么"，很难快速抽离出清晰的差异化功能点和 MVP（最小可行性产品）框架。
今天我尝试把整个"差评逆向工程"的脏活累活全部丢给 TRAE Work。令人惊喜的是，原本需要折腾一整晚的调研与立项工作，在 10 分钟内被梳理成了一份条理清晰的落地方案。
二、 实操过程：让 TRAE Work 成为我的"毒舌产品合伙人"
我把整个探索流程拆解为层层递进的三个步骤：
步骤 1：清洗情绪垃圾，提取高浓度隐形需求
首先，我把从某几款知名大厂记账 App 评论区复制下来的原始差评喂给 TRAE Work，并下达了严格的过滤与结构化指令：
💡 我的 Prompt 1：
"请作为毒舌但敏锐的独立产品经理，帮我深度分析以下抓取的真实用户差评。
要求：
- 过滤单纯发泄情绪的脏话与废话，提取真实痛点；
- 输出结构化 Markdown 表格，表头为：
【槽点ID】、【用户真实抱怨场景】、【产品核心致命伤】、【用户未被满足的隐形诉求】；以下是原始差评记录： - '我就想记个早餐15块钱，点开App先给我弹3个全屏借贷广告，卡死半天！记账软件能不能纯粹点？！'
- '换了个新手机，数据同步直接丢了半年的账单，去问客服说是云端同步冲突，连个本地导出CSV备份的功能都不给，纯纯流氓！'
- '自动记账功能根本识别不准微信账单，每次都要手动去重新选分类，几十个乱七八糟的三级分类选得头大，我就想要个极简的一级大类！'
- '吃相太难看了，原本免费的月度资产趋势图，更新之后直接锁死变成每年198的VIP专属功能，吃相难看立即卸载！'
- '跟对象一起合租记账太痛苦了，找不到一款轻量支持两人共享账本的，其他软件要么太重太复杂，要么全是广告社交功能。'"
步骤 2：逆向思考，推导"做减法"的差异化 MVP 方案
拿到结构化痛点后，我不急于写长篇大论，而是引导 TRAE Work 站在"反向对抗大厂臃肿"的角度，推导小而美产品的生存空间：
💡 我的 Prompt 2：
"基于刚才提取的痛点表格：
- 总结出市面上同类记账产品普遍存在的 2 个'为了商业化而牺牲体验的反人类设计'；
- 帮我构思一款主打差异化的'轻量独立开发 MVP 记账工具'，列出它的 3 个杀手级卖点（Killer Features），并说明如何做极简且让人乐意买单的收费策略。"
TRAE Work 迅速给出了极具穿透力的反馈：指出大厂记账 App 本质是在做"金融流量变现"，因此必然会强塞贷款广告和理财社区；而独立开发者的护城河恰恰在于"纯本地存储 + 秒级打开 + 极简双人共享"，采用一次性买断制就能击中这批受害用户的痛点。
步骤 3：一键生成标准立项备忘录
最后一步，让 TRAE Work 将前面的所有思考整合成一份可直接指导开发的落地文档：
💡 我的 Prompt 3：
"请将上述所有分析内容整合为一份接地气的《极简双人记账工具 MVP 立项备忘录》。
结构必须包含：
一、 目标受众画像与核心痛点
二、 核心功能清单（分为 P0 核心上线功能 与 P1 后续迭代功能）
三、 极简技术选型建议（针对跨端与轻量后端）
四、 种子用户冷启动推广思路
排版清晰规范，重点结论加粗。"
Trae Work生成的完整的 HTML 文档：
share.traecontent.cn/artifact/50...
三、 落地成果与效率提升
通过与 TRAE Work 的三轮对话，最终交付了一份 0 废话、结构严密的独立产品立项书。
| 评估维度 | 传统人工调研与立项 | TRAE Work 提效后 |
|---|---|---|
| 整体耗时 | 2～3 小时（人肉翻评论、手动拉表） | 不到 5 分钟 |
| 信息提纯度 | 容易被负面情绪带偏，遗漏真实诉求 | 快速剥离垃圾噪音，直击底层痛点 |
| 落地可行性 | 容易陷入"功能越多越好"的自嗨 | 精准锁定 P0 功能，方案极其克制轻量 |
四、 经验复用与避坑指南
用 AI 做需求挖掘，最忌讳的是直接问"我该做什么产品"，这样只会得到泛泛而谈的废话。总结了 3 条通用技巧：
- "反向输入"最有效：把真实的差评、吐槽甚至竞品下架功能的公告喂给 AI，往往比喂正面的行业报告更能榨出干货；
- 强制 AI"做减法" ：大模型往往倾向于给你堆砌一个大而全的庞大系统，必须在 Prompt 中强调"单人开发、轻量级、只留 3 个核心功能"等硬性限制；
- 通用的「差评逆向 MVP」Prompt 模板：
markdown
角色设定：资深敏锐的独立产品经理
输入内容：[粘贴多条用户真实抱怨/差评]
处理要求：
1. 提取结构化痛点表（场景/致命伤/隐形诉求）
2. 反推竞品的反人类设计逻辑
3. 输出单人可交付的 MVP 方案（只留 3 个高频杀手级功能）与商业模式