兄弟们，上一篇我们讲清楚了一件事——为什么你应该自己搭一个 AI 知识库。今天我们正式开干第一步：产品思维。
我猜很多人看到「产品思维」四个字会犯怵：这不是产品经理的事吗？我又不开公司。
恰恰相反。AI 编程的门槛越来越低，人人都能借 AI 折腾出个产品。但能不能抓住机会、能走多远，看的是产品思维、架构思维这种「动手前先想清楚」的能力——这也是我在这个教程里单独留出产品和架构两课的原因。
产品思维是每个人都该有的能力。说白了，它就是「动手做之前先想清楚要做什么」——这件事过去贵得离谱，想错了要靠一个团队赔几个月的钱去验证。AI 时代不一样：你一个人就能把想法变成产品。
所以这一篇，咱们不写一行代码，先把整套产品流程聊明白：怎么挖需求、怎么看竞品、怎么找机会、怎么定 MVP、怎么验证。每讲完一步，立刻用我们要做的知识库 fuxi 当案例走一遍——方法论和案例对照着看，落地不走样。
但在五步法之前，我得先把两个心法砸到你头上——没有这两个心法，五步法就是纸上谈兵。
01 普通人做产品的两个心法
先问一句扎心的：你脑子里有没有那种「我要做个 XX 杀手」「我有个 idea 能颠覆 XX」的想法？
如果有，先放一放。这种想法 99% 会死在第一步，原因很简单：
凭空想出来的产品，大概率是别人已经想过、做过、死过的。
短视频 App、记账工具、笔记软件、待办清单……这些坑早被挤满了。你想得到的方向，别人不仅想到了，还烧了几千万验证过。
那普通人怎么办？这一节给你总结一下 AI 时代我做产品的两个心法。心法一管「找什么需求」，心法二管「做成什么形态」——两个加起来，才是你下面五步法的地基。
心法一：找需求的姿势——去你天天用的产品里找金矿
答案就藏在你手机里——你每天打开十几次的那些 App，就是你最大的金矿。
为什么这么说？三个理由。
第一，你是它们的重度用户，需求是真实的。 你已经用它们上千次了。哪里不爽、哪里别扭、哪里要绕个弯才能完成一件事——你身体记得。这种「身体记忆」级别的需求，比你凭空想出来的强一万倍。
第二，市面上的大产品永远做不到为你定制。 微信、Notion、抖音、淘宝……它们要服务几亿人，必然只能做「最大公约数」。你的那个小众场景，它永远顾不上。这不是它的错，是商业逻辑决定的。
第三，AI 时代你第一次有机会自己解决。
以前你不爽也只能忍，因为做一个产品要团队、要钱、要时间。现在不一样了：你借助 AI，一个人就能做一个只服务你自己的「定制版」。不需要让别人买单，不需要拉投资，不需要做出「独角兽」——它只要解决你一个人的问题就够了。
类比：以前你只能进餐厅吃饭，菜单是别人定的；现在你拥有了一个 AI 厨师，可以按你的口味做你的私房菜。 私房菜不会火遍全国，但它能让你天天吃得舒服。这才是 AI 时代普通人做产品最实在的姿势。
别凭空想产品，去你天天用的工具里找它没满足你的地方。 尤其是那些你经常用、还付费开了会员的小众产品，AI 时代完全可以取消了，自己动手撸一个专属于自己的产品。
心法二：做的姿势——小众赛道 + AI Native
这里有两个关键点：小众赛道、AI Native。
为什么要小众赛道，因为你选择了一个大众赛道后，即便你做出一款还不错的产品，但是一旦市场很大，大厂很快就会跟进，你后续几乎没机会竞争。
这也是之前有人问我说，张哥你设计的知识库听起来很牛逼，为啥不产品化做商业产品呢？
因为知识库这个赛道很大，即便我做的再牛逼，后续大厂一定会跟进，事实上，很多大厂都已经在做知识库相关的产品了。
所以这个知识库我只给自己做了，顺便用这个来给大家做教程，教各位完整的，借助 AI 从 0 做出一款最小可用产品。
第二个问题，很多人可能会问：张哥，移动互联网各赛道也很多产品了，我们再做还有机会么？
这就是之前我在星球提到过的 AI Native（AI 原生）思维。
具体怎么区分 AI Native 和 AI 增强？看两组例子：
❌ AI 增强：Notion 加 AI 按钮、Word 加 AI 助手、淘宝加 AI 推荐。把 AI 砍掉，产品照样跑、用户照样用，AI 只是个加分项。
✅ AI Native：ChatGPT、Cursor、Perplexity、Claude Code。把 AI 砍掉，产品就不存在了——空壳一个，毫无价值。
判断你的产品是不是 AI Native，看三条：
核心价值由 AI 提供，不是锦上添花
交互以自然语言为主，不是按钮和表单
越用越懂你，AI 在迭代中学习你的偏好和场景
为什么我们必须走 AI Native 路线？因为这是 AI 时代，专属于我们普通人的机会。
很多传统移动互联网产品要么现在没能力改造 AI Native，要么历史积累太大，最多给原来的产品加上 AI 能力。
回到我们要做的知识库 fuxi——它就是 AI Native 的。
你只需要在 Claude Code/Codex 会话窗口，扔给他一个链接，它就会自动分析、整理、输出。如果哪天 Claude 不能用了，fuxi 就废了——这恰恰证明它是 AI Native 的。
知识库严格说也不算特别小众的赛道，但很适合拿来做教程：完整跟完之后，每个人除了学到 AI 产品和技术能力，还能拿到一个专属于自己的定制化 AI Native 产品。
永远记住这两点：
小众赛道 + AI Native。
两个心法管「方向对不对」，下面五步法管「怎么做得下去」——需求挖掘 → 竞品调研 → 机会缺口 → MVP 定义 → 最小验证，一步步把心法落到一张可执行的产品定义上。
02 第一步：需求挖掘——从「我天天被什么烦」开始
需求挖掘是一切的起点。挖错了，后面四步全白搭。
普通人挖需求最大的错误，是凭想象：「我觉得大家都需要……」「现在年轻人应该想要……」。这种「觉得」和「应该」，是产品坟场的主要建材。
正确姿势只有一个：从你的真实日常里挖。
具体怎么做？给你三把铲子，按效率从高到低排：
铲子一：列出你每天用 5 次以上的 App，每个写 3 个「它要是能 XX 就好了」
这是最值钱的需求挖掘动作。打开手机屏幕时间，看看你天天打开十几次的是哪些 App，挑前 3 个，每个憋出 3 条不爽。
我自己做这个练习的时候，列出来的一堆笔记类 App 不爽点有：
想随时随地把链接、想法都丢进去，但每次都要手动开 App、找位置、建条目
它存了一堆素材，但选题时不会主动告诉我能写哪篇
我想发散一个想法，得自己一层层建子页面，AI 帮不上
铲子二：找出你正在重复做的手工劳动
凡是你每周都要做一遍同样动作的事，都是需求金矿。比如每周整理一次 RSS、每周从十几个地方汇总素材、每周给同样的朋友群发同样的内容。
人类对自己的重复劳动有惊人的耐受度，你可能已经做了三年都没意识到——但重复就是机会。
比如我每天会看 GitHub 和 X，那么这两个渠道就是我最初产品支持的渠道，给它一个链接自动翻译总结相关内容，后续才扩展了其他输入渠道。
铲子三：你最近一次为某件事骂娘是什么时候
骂娘时刻是最强的痛点信号。强到你愿意当场掏钱解决的事，就是真痛点。
注意区分痒点和痛点：
痒点：想想就过、不解决也无所谓的事。比如「要是有个 App 能 XX 就酷了」——你不会真去用。
痛点：反复扎你、不解决你会持续难受的事，为此你甚至愿意付费，比如「我每次找之前存的资料都要翻半小时」——你愿意为它付出代价。
挖需求的铁律：只做痛点，不碰痒点。 痒点是产品坟场的另一半建材。
上面铲子一里我列的那三条笔记类产品不爽点，全部来自我作为一个写公众号的人的真实经验——移动互联网多年，我用过的笔记产品太多了。它解决了我很多问题（项目管理、读书笔记、记日程），但写公众号这个场景，它每次都让我反复骂娘。
这 3 条，就是 fuxi 的产品起点。
03 第二步：竞品调研——别去找新对手，看你正在用的那个
挖到需求后，普通人的下一个错误动作是：打开浏览器搜索「XX 工具推荐」，做一个 Excel 表格列功能。
完全没用。
为什么？因为你最大的竞品，就是你天天用的那个。它已经占了你的使用习惯、时间和数据。新对手再厉害，也得先把你从老 App 里拽出来——这件事极难。
所以正确的竞品调研姿势是：深入研究你正在用的那个，看它为什么不够。
具体三步：
第一步：列出你正在用的工具，标记每个不爽点。 不要看官网功能列表——官网是为了卖货，写的都是优点。要看你自己使用时遇到的真实障碍。
第二步：去找「跟你一样的重度用户」在吐槽什么。 渠道：小红书、即刻、X、知乎差评区、V2EX、产品的官方社区。搜「XX 难用」「XX 不行」「XX 替代」「XX 缺点」——搜负面词比搜正面词信息量大十倍。
三个必问问题：
他们为什么忍着没换？（找出真正的迁移壁垒）
换走的人去哪了？（找出潜在的对手）
大家共同没被满足的是什么？（找出最大的市场缺口）
第三步：警惕「貌似没有竞品」。 如果你觉得「这事儿好像没人做」——99% 是你没找到，1% 是市场根本不存在。一定要再多找一轮，确认是哪种情况。真正的蓝海极少，假蓝海到处都是。
我自己在调查了市场上相关的笔记产品后发现三个共性：不想再手动整理、AI 接入了但不懂我、工具是给所有人用的不是给我用的。
结论：没有现成方案能完美解决，直接自己干。
04 第三步：机会缺口——你的位置在「现有方案的边角料」里
需求和竞品都看完了，接下来要回答的问题是：我能切进去的口子在哪？
答案永远是同一个：大厂顾不上的小众场景。
三种典型机会缺口：
缺口一：场景缺口——同样的事，换个场景没人做。 比如同样是记账，给个体户记账、给夫妻共同记账、给学生党记账，每个场景的需求都完全不同，但大产品只做最通用的那个。
缺口二：人群缺口——小众群体的特殊需求。 比如同样是笔记软件，给程序员、给写作者、给学生、给科研工作者，需求差别巨大。大产品服务最大公约数，小众群体永远在凑合用。
缺口三：体验缺口——功能都有但用起来痛苦。 某个功能存在，但藏得很深、操作繁琐、UI 反人类。光是把一个体验做到丝滑，就是一个机会。
最后还有一个 AI 时代独有的、最大的缺口：AI Native 缺口。 市面上 90% 的产品都还是「老产品 + AI 按钮」，把它们重新用 AI Native 的思路做一遍，几乎就是默认的差异化机会。回到心法二——你看到的每一个老产品，都是一个 AI Native 化的机会窗口。
找到缺口后，用一句话定位来锁死它：
我做的是一个给
___用的___，跟___不一样的地方是___。
这句话填出来，必须每个空都具体到位。如果填出来后觉得「好像跟现有产品差不多」——回到上一步重新挖。
05 第四步：MVP 定义——砍到只剩那一刀价值
定位定完，所有人下一个动作是同一个：开始列功能。
然后列着列着列出 50 个，开干一个月发现做不完，半途而废。
MVP（最小可用版本）就是来治这个毛病的。 但 MVP 是被毁掉最厉害的产品词，你必须先搞清楚它到底是什么。
最大的误解：MVP = 最简陋的版本。
错。
类比：MVP 是滑板车，不是半辆车。 你要从家到公司，给你一辆没轮子的车——这是半辆车，没有价值。给你一个滑板车——它小、它慢、但它真的能把你送到公司。MVP 就是滑板车：小可以，慢可以，但必须能完整完成一件事。
这里要额外补充一点：自用或内部用的产品，丑点没啥。但要是开放给所有用户的产品，AI 时代必须要有设计审美，这是我个人实践下来必须注意的一个点。
你们可以看下，过去我发布过的所有对外产品，无论是 AI Daily News、个人站点，还是 token-tracker 开源项目，都不会很丑。但我们内部很多工具，谈不上美，甚至连界面都没有，纯终端输出。
知识库的 MVP 不是「只能存文件」或「只能搜索」——那是半辆车。MVP 是走通一次完整的「输入 → 处理 → 输出」闭环：你能丢东西进去，AI 能处理，你能拿到结果。哪怕这三步都很糙，也比一个「完美但残缺的存储功能」强一百倍。
因为这是给我们个人用的，前期不需要做界面，一个 Claude Code/Codex 会话窗口就够。
特别强调一点：如果你做的是 AI Native 产品（参见心法二），MVP 必须能跑通一次完整的 AI 价值流。 不是「先做出 UI 框架，AI 留个位置以后接」——那是半辆车，是最常见的自欺欺人。AI Native 产品的 MVP，AI 这一步必须能真跑、能出真结果，哪怕 UI 简陋甚至没有 UI、流程手动、效果不完美。
砍功能三把刀，把你列的 50 个功能砍到 5 个以内：
第一刀：这是不是核心？ 把它砍掉，产品还成立吗？如果还成立，砍。
第二刀：现在能不能不要？ 一个月后再加行不行？如果行，砍。
第三刀：一个月不做这个会死人吗？ 没人会因为它哭、不会因为它流失，砍。
砍完后，把剩下的功能填到一张一页纸 MVP 定义里，六个格子：
格子 | 内容 |
|---|---|
用户 | 我是谁（就一个人，就是你） |
问题 | 解决我什么具体痛点（一句话） |
输入 | 我要喂什么进去 |
处理 | AI 帮我做什么 |
输出 | 我要拿到什么 |
不做什么 | 明确写出不做哪些功能（最重要的格子） |
六个格子里，最重要的是「不做什么」。它防止你后面边做边加功能，把 MVP 做成又一个烂尾工程。
fuxi 的 MVP 长什么样
定位定完，我开始列功能。第一轮列了三十几条：周报、微信对接、语音输入、自动配图、多端同步、协作分享、定时提醒、灵感发散对话……
然后挥起三把刀砍：
第一刀砍掉：协作分享、多端同步——团队用的，自用不需要
第二刀砍掉：周报、自动配图、定时提醒——一个月后加也来得及
第三刀砍掉：微信对接、语音输入、灵感发散对话——锦上添花，后续逐步对接
砍完之后，fuxi v1 的一页纸 MVP 定义长这样：
格子 | 内容 |
|---|---|
用户 | 我自己 |
问题 | 素材散落、选题时找不到、想发散没人帮、AI 完全没参与 |
输入 | 我手动丢进去的链接、想法 |
处理 | Claude 读完 → 写带立场的摘要 → 更新索引 → 反向更新相关条目 |
输出 | 一个能问、能查、能告诉我「今天可以写哪篇」的本地知识库 |
不做什么 | 不做数据库、不做配图、不做协作、不做多端、不做音视频识别 |
整个 v1 就三样东西：一个文件夹 + 一段 Skill 提示词 + 一份索引文件——简陋得像辆滑板车，但它能跑通完整流程。
06 第五步：最小验证——怎么知道你不是自嗨
一页纸定义完，能不能直接开干？还差一步：验证你的假设是不是真的。
商业产品的验证手段——A/B 测试、用户访谈、问卷调查——对自用产品基本都用不上。
自用产品的验证逻辑很简单：你自己用 14 天，看会不会扔。
听起来像废话，但这是 AI 时代普通人最大的红利——你既是产品经理，又是用户，验证成本几乎为零。
我的知识库一开始就是一个极其简单的功能，但是后面几乎每天都用，所以它值得我投入时间和精力去持续迭代。
三种轻量验证手段，按推荐度排：
手段一：纸笔模拟（最低成本） 连代码都不用写。拿张纸或开个空白文档，假装产品已经做好了，自己手动走一遍流程。比如做知识库，你就手动把今天看到的文章塞进文件夹、手写一份摘要、手动建索引。走一遍你就知道哪些步骤反人类，哪些环节根本不需要。
手段二：手动跑流程（中等成本） 不写代码，不做设计，但用现成工具拼一个临时版。比如用 Codex + 一个链接 + 文件夹，先手工把流程跑通。能跑通了，再考虑工程化。
手段三：找 5 个目标朋友试用（最高成本） 如果你做的不是纯自用产品，找 5 个目标用户用一周。5 个就够，不要找 50 个——5 个里有 3 个真用起来了，而且还持续，假设就成立；50 个里有 5 个用起来了什么都说明不了。
验证的核心信号：
✅ 正向信号：
你主动想去用它（不需要逼自己）
你有把它推荐给朋友的冲动（哪怕没做完）
你产生了「再加 XX 功能就完美了」的冲动
MVP 定义完，我没急着扩功能，而是我发现哪怕过了两周，我几乎每天都在用它，而且还沉淀了不少优质内容。于是，后续我陆续接入了微信、加了周报、加了摘要分析，选题提示等新功能。
更外部一点的信号：我在直播间演示过之后，一堆人都说想要这个知识库。
这就是最大的自我验证。
动手：把心法和五步法套到你自己头上
老规矩，每篇都有动手环节。这一篇不写代码，但走完五步，你会有一份属于自己的一页纸 MVP 定义。
第 1 步：挖出最痛的那条需求 看手机屏幕时间，挑 3 个每天打开 5 次以上的 App，每个写 3 条「它要是能 XX 就好了」。从这 9 条里圈出一条——最频繁骂娘、忍得最久、解决了立刻松一口气的那条。这就是你要做的产品。
第 2 步：看现有工具为什么不够 你现在用什么工具凑合解决？为什么凑合得难受？去搜一下其他人的吐槽，看是不是跟你一样。
第 3 步：定位 + 判断 AI Native
套定位模板：「我做的是一个给 ___ 用的 ___，跟 ___ 不一样的地方是 ___。」每个空必须具体。然后用心法二的三条标准过一遍——核心价值由 AI 提供？交互以自然语言为主？越用越懂你？如果是 AI Native，记住：**AI 这一步必须能真跑、能出真结果，别留个位置以后接**。
第 4 步：填一份一页纸 MVP 定义 六个格子（用户、问题、输入、处理、输出、不做什么）逐个填。砍功能时挥三把刀，不要心软。
第 5 步：设计 14 天验证计划 明确你的正向信号是什么、失败信号是什么。写下来，贴在显眼的地方，14 天后回来对一下。
小结
这一篇是产品思维入门，要带走的不是技巧，是两个心法 + 一套流程。
相信看完这一篇，你对如何开始做出一个 MVP 产品，已经有了整体的认识。
但还不能动手，它只是「想清楚要做什么」。下一步要回答的是「怎么把它造出来」——东西从哪进、存哪、怎么取、各部分怎么协作。
下一篇，咱们进入实战篇第三步——架构思维：把你的产品想法，落地成一份设计工程图纸。我会带你看到，架构思维不是工程师专有的专利，AI 时代，人人都该具备基本的架构思维——因为你不会被技术细节绑架，只会从「东西怎么流」这个最朴素的视角出发。
本系列持续更新，建议收藏。
