hello，朋友们，我是专注于自媒体+AI编程的jiangye。
今天智谱在香港上市了，恭喜智谱成为全球大模型第一股！！！
作为GLM的忠实用户，送上我的祝福。
顺带着，今天聊一下做AI编程应用之前，我们应该做什么？
很多 AI 应用的问题，并不出在技术层面。
真正的问题往往发生在更早的时候：
需求是否真实，用户是否愿意付费，场景是否足够具体。
当然这只是我的看法，也不一定对，我也和很多开发者线下聊了，他们缺的不是技术，而是场景和需求。
现在AI技术发展这么迅速，技术根本不是问题，只要有愿意付费的场景，就可以找到技术人才出钱帮你做，最重要的还是跑通，即商业化能力。
我也在反思，我也很痛苦，做了一堆什么玩意啊。
所以最近也不再追求什么高大上的技术了，专精比较重要。
我觉得不管用什么工具，最重要的是想清楚我们需要做什么即可。
分享一下我的思路。
在开始开发之前，把这些问题交给不同类型的智能体去拆解，往往比多写几行代码更有价值。
这一次，我会使用扣子空间智能体的一套智能体，当然，这部分也是我的AI编程课程里面的一个小节内容，做了删减。
下面这套方法，核心目标只有一个：
在你动手之前，用智能体把错误提前暴露出来。
一、先用舆情分析专家，判断问题是否真实存在
开发之前最容易犯的错误，是把个人感受当成普遍需求。
舆情分析专家适合做的第一件事，是从公开平台中收集真实用户的抱怨和不满。
一般是在活人感比较多的社区，社交平台，比如国内的小红书，海外的reddit等。
重点不在于总结他们的观点，而在于还原用户的原始表达。
真正有价值的需求，往往伴随着重复出现的负面情绪和明确的使用障碍。
比如说，我比较关注AI应用，AI工具等，我的需求就是：
分析当前社交媒体和内容平台中，用户围绕 AI 应用和智能体工具的讨论情况，重点关注以下内容：
1. 用户在使用现有 AI 工具时的主要不满和吐槽点
2. 高频出现的使用障碍，例如学习成本、稳定性、价格、实际效果等
3. 用户对自动化、Agent 类产品的真实期待
4. 讨论内容的情感倾向分布，区分正面、中性和负面观点
5. 是否存在尚未被满足、但被反复提及的真实需求场景
然后你可以选定不同平台作为你的数据源。
这一阶段，应该关注三个结果：
-
用户在骂什么
-
这些问题出现的频率
-
哪些抱怨已经影响到实际行为
如果一个问题只存在于讨论层面，没有带来行动层面的改变，往往很难支撑一个产品。
二、用户研究专家，压缩成一个可付费的场景
即便问题真实存在，也不意味着你现在就该动手开发。
用户研究专家的作用，是把一个模糊的大问题，压缩成一个具体、可重复出现的使用场景。
在这个阶段，需要弄清楚几件事：
最核心的用户是谁？
需求发生在什么时刻？
用户当前是如何凑合解决的？
哪一类人最有可能为结果付费？
当这些问题被回答清楚之后，你应该能够用一句话描述你的产品价值。
如果这句话无法成立，说明场景还不够清晰。
所以我这里给一个模板：
我正在评估是否要开发一款面向个人用户和轻量团队的 AI 应用 / 智能体工具，主要用于提升日常工作与创作效率。
本次调研的核心目的包括：
1. 明确当前真正对 AI 应用和智能体工具有强烈需求的用户人群特征，例如职业背景、使用频率和典型工作场景
2. 了解用户在什么具体情境下会主动寻找 AI 工具，以及触发需求的真实原因
3. 分析用户目前是通过哪些替代方案来解决问题，这些方案存在哪些明显不足
4. 识别不同类型用户在效率、稳定性、学习成本和结果可控性上的核心关注点
5. 判断哪些用户群体具备明确的付费意愿，以及他们愿意为哪一类结果付费
请基于真实使用场景进行分析，避免抽象概念描述，尽量使用具体行为和决策过程来刻画用户。
最终希望得到的结果包括：
清晰的目标用户画像
高频且可复现的使用场景
对产品是否值得继续投入开发的判断依据
第一步，它会基于此，定制访谈员。如果你觉得，没有问题，就下一步。
这样，你的一个AI访谈员工就制作好了。
截张图可以看到。
以及最终的访谈链接，感兴趣的朋友可以填写：https://space.coze.cn/se/oAUh732R
三、从用户研究视角砍掉大部分功能设想
很多应用在一开始就陷入功能膨胀，是因为没有对优先级做残酷判断。
我，老犯这个毛病。
这一步可以继续借助用户研究专家，从用户价值角度重新审视你的功能列表。
不过在分发的时候，最好红包+各个社群吸引精准用户。
从上面的填写记录日志可以看到。
重点关注三个判断：
-
哪些功能缺失并不会影响核心使用
-
用户第一次使用时最需要命中的是什么
-
如果只能保留一个功能，哪个最值得被保留
当功能被压缩到极致时，产品的方向反而会变得更清晰。
四、用网站开发专家，先做一个用于验证的页面
在正式开发系统之前，最有效的验证方式之一，是先做一个可以被拒绝的页面。
网站开发专家在这个阶段的价值，不在于技术实现，而在于帮助你设计一个验证需求的页面结构。
你的提示词可以是这样的：
我正在评估是否要开发一款面向个人用户和小团队的 AI 应用 / 智能体工具，在正式开发前，希望先通过一个验证型网页测试用户真实兴趣和行为。
其实从上述用户研究哪里，会积攒几个比较感兴趣的用户。
这个网页只需要解决一件事：让用户产生一次真实的行为。
如果用户连点击都不愿意发生，说明问题本身的吸引力还不够。
五、在涉及风险和收费之前，引入法律与行业智能体
当应用开始涉及收费、数据、金融或决策建议时，风险评估就不能被忽略。
有可能，会因为不合规，导致还没有商业化之前，就被搞得心态崩掉。
这个，非常非常重要。
法律助手适合用来判断合规边界和潜在风险点，帮助你提前规避不必要的问题。
行业或金融观察类智能体，则可以帮助你调整表达方式，降低误解和监管风险。
在这个阶段，关注点不在功能扩展，而在未来走的路是否稳妥。
写在最后
写完这篇稿子，感触良多。
智能体的价值，不在于帮你把产品快速做出来，而在于帮你提前判断是否值得继续做下去。
当一个想法：经得起舆情验证，能够吸引用户感兴趣，能够引导用户产生真实行为
它才值得你投入时间和精力去开发。
在我看来，在 AI 时代，真正高效的方式，是在AI编程之前，把方向校准到位。
附：公众号后台回复“ai编程“，加入AI编程交流群。
