先别写代码:用 AI 做需求验证的 5 个方法
vibe coding 最大的浪费不是写错代码,是把没人要的东西做出来了。AI 让验证成本趋近于零:一天搭个落地页测转化、放个假按钮统计点击、先人肉交付再让 AI 做工具、用 AI 做访谈纪要与主题提炼、直接预售看敢不敢收钱。验证不是拖延,是用最小成本买下「不做」的权利。

vibe coding 时代,最贵的是"做出来没人要"
AI 把写代码的成本打到了地板价,但有一个成本它打不掉:你花两周做出来的东西,根本没人要。过去做错一个产品的代价是几个月工资,现在是"反正 AI 写的,两周就当玩了"——听起来很轻松,但两周乘以一年 26 个"玩玩",就是一年。
好消息是,AI 同样把"验证需求"的成本打到了地板价。以前做一次用户验证要搭问卷、约访谈、手动分析;现在这些脏活 AI 都能干。验证不再是"正规军才配做的重流程",而是每个 vibe coder 在写第一行代码之前都该跑的一套动作。下面 5 个方法,按成本从低到高排。
方法 1:落地页烟雾测试——一天,零代码
让 AI 用 v0/Lovable 这类工具一天搭一个产品落地页:讲清楚你打算解决什么问题、怎么收费、放一个"立即预约/加入等待名单"按钮。然后花 50-200 块买点精准流量(或者发到 3 个目标用户聚集的社群),看 7 天转化率。
判断标准很粗暴:100 个精准访客,连 5 个留资的都没有,需求大概率是伪需求。别跟我谈"页面做得丑"——真痛点面前,用户对丑的容忍度极高。当年 Dropbox 就是一个演示视频+等待名单验证的,页面丑不丑根本不重要。
AI 在这里的价值是把"搭页面"从 3 天压缩到 3 小时,让你没借口跳过这一步。
方法 2:Fake Door——在现有流量里放一扇假门
如果你已经有个小产品/小号/社群,别急着开发新功能。先在显眼位置放一个"即将上线:XXX"的按钮或 banner,用户点了之后弹窗说"还在内测,留下邮箱第一时间通知你"。统计两周点击率。
这是验证需求里性价比最高的一招:零开发成本,测的是真实行为而不是口头表态。问卷里人人都会说"我想要",但手指点不点按钮是诚实的。点击率超过 3%-5%(看品类),再投入开发;没人点,你省下了一个月的无用功。
注意吃相:弹窗文案别骗人,写清楚是"内测预约",别写"已上线"。Fake door 测的是意愿,不是诈骗。
方法 3:人肉交付先行——先当客服,再当老板
Concierge MVP(礼宾式 MVP):别写代码,你亲自给前 10 个用户"人肉交付"服务。比如你想做 AI 简历优化,就先手动给 10 个人改简历,收不收费另说,关键是观察:他们愿意为什么付费?哪个环节最痛?你人肉交付时最想"要是有个工具自动干这个就好了"的那个点,就是真需求。
AI 在这里的角色是反过来的:不是帮你写产品代码,而是帮你做"人肉交付"的工具——访谈纪要模板、交付 checklist、半自动化的处理脚本。等人肉交付跑顺了、需求被验证了,再把其中最标准化的环节写成产品。这叫"先有服务,再有软件",顺序别反。
方法 4:AI 辅助用户访谈——把 10 场访谈变成可用结论
约 8-10 个目标用户,每人聊 20 分钟。访谈提纲让 AI 帮你写(围绕"过去怎么解决这个问题的"而不是"你想不想要我的产品"——后者只能得到礼貌的谎言)。录音转文字后,把 10 份纪要一起喂给 AI:"提炼出重复出现 3 次以上的痛点,按提到频率排序;标出原话引用。"
这招解决的是独立开发者最大的短板:样本太小、分析太主观。人脑听 10 场访谈,记住的都是符合自己预期的那几句;AI 做主题提炼,至少能给你一个相对诚实的频率统计。如果 10 个人里有 7 个在描述同一个痛点,这就是信号;如果 10 个人说了 10 种完全不同的痛点,说明你还没找到靶子。
访谈里最有价值的问题永远是:"你现在是怎么凑合解决这个问题的?为此付过钱吗?"——付过钱的凑合方案,是最强的需求证据。
方法 5:预售——敢不敢收钱是最好的验证
终极验证:在产品不存在的时候,先收钱。早鸟价、终身会员预售、意向金,形式不限。能收到 10 个人真金白银的预付款,这个需求就值得你投入两个月;收不到,前面 4 个方法测出来的"意向"都要打个问号。
很多人不敢做这一步,怕"收了钱做不出来"。解法:预售文案写清楚"产品开发中,预计 X 月交付,不满意全额退款",用 Stripe 这类工具(对,上一篇指南讲过怎么接)10 分钟就能搭好收款。退款承诺把你的风险锁死了,而"有人愿意先付钱"这个信号,比 100 份问卷都值钱。
记住一句话:用户用嘴投票都是噪音,用钱投票才是信号。
验证的红绿灯:什么算"通过"
5 个方法可以叠加用,但判断标准要事先定好,不然你会不自觉地移动球门柱。给一套参考阈值:落地页 100 精准访客 ≥5 留资;Fake door 点击率 ≥3%;10 场访谈 ≥6 人描述同一痛点且有人为此付过钱;预售 ≥10 单。四个里面亮两个绿灯,动手写代码;全红,体面放弃——杀项目的清单我们之前写过,杀得越早赚得越多。
最后说个观点:vibe coding 让"试错"变便宜了,但"试错"不等于"乱试"。AI 时代真正的护城河不是写代码的速度,而是判断"什么值得做"的眼光。验证,就是用最小的成本,批量生产这种眼光。
所以,下次有想法让你手痒想开干时,先逼自己跑完这 5 步。代码晚两周写不会死,方向错了两周才真要命。
相关文章

每个 vibe 项目迟早会遇到同一个时刻:列表页一打开就要查十几次库,并发稍高数据库就被打满。这篇实战从缓存的三问心智模型讲起,逐层拆解 HTTP 缓存头、Next.js 数据缓存、Redis 应用缓存与 AI 结果缓存(语义缓存/prompt 缓存),给出缓存键设计、穿透击穿雪崩的三件套解法和失效策略,最后附一份上线检查清单。

10 月 3 日,Sites in ChatGPT 以约 209 点赞、218 评论冲上 HN 前页。这不是发布,而是一场清算:提示词直达 URL,到底是玩具、原型托管,还是生产力?四个争论焦点、文档实锤的技术事实(D1/R2、登录、自定义域名),以及给 vibe coder 的三个判断。

公网上的每个接口都会在某个深夜被超预期调用。这篇实战为一人团队搭建限流体系:算法选型(滑动窗口 vs 令牌桶)、四层防御、AI 接口烧钱专项防护、配额设计、429 响应规范、误伤排查,最后附上线检查清单。