最近一直在想一件事：当AI能帮我们完成越来越多的开发工作，做出一款好产品，究竟还难在哪里？
假设你有一个点子，借助AI，我们可以设计产品的需求文档，页面可以不断调整，功能也能逐步补齐。看着产品慢慢成形，很容易产生一种感觉：最难的部分好像已经过去了。
可如果把目光从代码移到用户身上，另一个问题才刚刚开始：对方为什么要用它？
我越来越觉得，开发门槛降低之后，我们更需要认真对待自己的判断。过去积累的经验、对具体处境的理解，以及愿意追问下去的耐心，都要在这里发挥作用。
创意可以借助AI，判断需要自己慢慢长出来
我不觉得AI只能做机械执行，也不觉得它给不出有启发的创意。有时，它提出的一个角度，确实能帮人跳出原有思路。
但让AI列出十个产品方向，和你真正理解其中一个方向，距离仍然很远。
那些值得继续追问的念头，可能藏在一次不起眼的观察里：有人为了核对一份数据，在几个系统之间来回切换；一个团队明明有协作工具，关键进度却仍靠私聊确认。旁观者看到的是操作繁琐，熟悉业务的人可能会发现，背后还有责任划分或信息可信度的问题。
同样的现象，看得多了、问得深了，才逐渐形成判断。所谓沉淀，大概就包括这些没法靠一句提示词省略的过程。
AI可以帮我们分析观察到的材料，提出不同解释。只是，如果输入本身离真实处境很远，输出再完整，也还没有经过现实的检验。
好产品也未必需要一个全新的概念
说到这里，我也在想，我们是不是有时候把"创意"理解得太窄了，总觉得一定要提出一个从来没人想过的东西。
一个概念即使几年前，甚至十几年前就被讨论过，也不意味着今天围绕它做产品就没有价值。值得琢磨的是，它过去为什么没被用好，现在又有什么条件发生了变化。
我们可以把它叫作重新包装。但我觉得，"包装"也要看具体做了什么。让用户听懂价值、减少尝试时的顾虑，本身就是产品工作的一部分。如果只是换个名字，把老功能套上一层新说法，实际使用的问题原封不动，那就值得打个问号。
这也让我没那么执着于点子是不是足够惊艳。能从一个熟悉的概念里，看出它为什么始终没有满足某类人，再把那个缺口补上，同样需要经验和思考。AI可以参与这个过程，而我们仍然需要带着具体问题去判断，哪一种调整值得尝试。
刚开始做产品时，最容易被自己的想法说服
产品还没落地的时候，我们总能想到很多功能。脑海里的使用流程很顺，想象中的用户也恰好需要这一切。
现在有了AI，每增加一个想法，似乎都能很快动手试试。这种便利也可能让人跳过一个问题：这个功能到底替谁解决了什么？
假设我们想做一款自动生成周报的工具。最初想到的需求可能是"大家不想写周报"，于是开始设计模板和一键生成。
可真正聊起来，某个团队的问题也许是任务散落在不同地方，每到周五都要重新整理。另一个团队则可能连汇报标准都不一致，员工不知道主管关心什么。它们看上去都在为周报发愁，需要的帮助却未必相同。
如果没有弄清这些差别，我们就容易花很多时间，把一个未经确认的猜测做得越来越完善。功能齐全带来的满足感，还可能让我们更舍不得修改最初的方向。
痛点要放进用户现有的生活里看
"从市场痛点出发"很容易变成一句正确的空话。真正开始做的时候，还得看对方现在怎么处理问题，以及为什么一直这样处理。
有人抱怨某个步骤麻烦，但一个月只遇到一次，用现有办法花几分钟就能完成。我们提供的新工具，即使操作更方便，也未必值得他注册账号、迁移数据，再学一套流程。
所以，与其问"你会不会用一个这样的产品"，我更想知道：上一次碰到这个问题是什么时候？当时怎么解决的？最费时间的地方在哪里？
这些回答也未必能直接给出答案，但至少能把讨论拉回具体事情。用户说喜欢，可能是认可想法，也可能只是出于礼貌；愿意拿真实任务来试一次，才让我们有机会观察产品是否真的帮上了忙。
这也不意味着必须找到一个前所未有的大问题。一个范围很窄、反复出现的麻烦，只要有人在意，就值得进一步了解。
推广营销，应该更早进入产品思考
做开发容易把注意力放在"能不能实现"上，想着等产品做好，再考虑怎么推广。
但用户可能已经有熟悉的办法，甚至已经购买了同类服务。让他尝试一个陌生产品，需要的不只是一句"我们更好用"。他还得知道收益在哪里，是否值得投入时间，以及试用过程中会不会增加额外负担。
营销也会反过来检验产品定位。假如我们始终没法用对方熟悉的话解释价值，可能是表达有问题，也可能是自己还没想清楚。
而有人点进来、注册了，也只是开始。真实任务能否顺利完成，下一次是否还会回来，都需要继续看。开发成本即使有所下降，建立信任和让产品进入日常使用，仍然需要投入。
先做一次小验证，再决定投入多少
我现在更认同一种克制的起步方式：先选一类具体的人，围绕一个明确问题，做出足够小的尝试。
接下来，我们得愿意面对反馈。用户绕开了某个功能，未必是他没理解；几个人都在同一步停住，也值得回去检查自己的设计。
早期验证当然不能保证产品成功，但它至少让下一次投入有了更多依据。早点发现想法不成立，有时比顺利写完一批功能更有帮助。
别把主动思考的习惯一起交出去
所以，我对这类提问一直有点警惕："我想做一款惊艳世人的产品，你帮我想想。"
问题不在于不能向AI征求意见。真正值得警惕的是，我们会不会从此习惯等它给方向，自己只负责执行。
更有价值的讨论，应该带着我们已经观察到的事情进去：某类用户遇到了什么，他们尝试过哪些办法，我们还拿不准哪里。这样的交流能帮助思考继续往前走。
AI越好用，我们越有条件把精力留给这些事情。做产品所需要的敏锐，也是在一次次接触真实问题、修正自己判断的过程中练出来的。