點子驗證：花一天而不是一個月
本篇是「一個人做產品」系列的第 2 / 18 篇。你可以從系列總覽開始閱讀，也可以直接接著看本文。
Side Project 最常見的死法：跳過點子驗證
你有一個很棒的點子。
你興奮地打開編輯器，選了框架、建了 repo、開始寫第一個功能。三個週末過去了，prototype 有了雛形。再花兩個週末做 UI、處理 edge case、加上登入功能。
兩個月後，你終於覺得可以給朋友看了。
結果朋友說：「喔，這個啊……其實已經有一個 app 在做了，而且免費。」
或者更慘的版本：你把連結丟到社群裡，得到三個愛心、零留言、零下載。
兩個月的下班時間，就這樣蒸發了。
這不是你的技術有問題。這是你跳過了最重要的一步：驗證這個點子值不值得做。
好消息是，2026 年你不需要花一個月做市場調查。你需要的只是一個下午和 AI。
點子驗證的三個必答問題
在你寫任何一行程式碼之前，你需要回答三個問題：
- 有人有這個問題嗎？（市場存在性）
- 他們現在怎麼解決？（競品分析）
- 為什麼你的方案會更好？（差異化優勢）
如果三個問題的答案都很正向，這個點子值得花時間。如果有任何一個答案是「不確定」或「其實沒有」，你剛剛省下了兩個月的時間。
讓我一個一個帶你用 AI 來回答。
第一步：確認問題存在（1 小時）
最危險的假設是：「因為我有這個問題，所以其他人也有。」
有時候確實是這樣。但有時候你的問題太小眾、太特殊、或者只有你自己覺得是問題。
傳統做法
- 在 Google 搜相關關鍵字，看有沒有人在討論
- 逛 PTT、Dcard、Reddit 找相關抱怨文
- 在社群發問「大家有沒有遇過 XXX 的困擾」
- 做問卷（然後花一週等回收）
→ 至少花 3-5 天，而且覆蓋面有限。
AI 加持做法
打開你的 AI 助手，用一組結構化的 prompt 來做快速市場掃描：
我想做一個 [簡短描述你的產品點子]。
請幫我分析：
1. 這個問題的普遍性
- 誰會遇到這個問題？估計影響人數？
- 在哪些場景下會遇到？
- 這是偶爾遇到還是經常遇到？
2. 現有的討論和需求信號
- 搜尋相關關鍵字，這類問題在技術社群（Stack Overflow、Reddit、
GitHub Issues）的討論熱度如何？
- 有沒有相關的 Feature Request 或 Upvote？
- 繁中市場（PTT、Dcard、iThome）有沒有類似討論？
3. 付費意願信號
- 有沒有人願意為解決這個問題付費？
- 類似的解決方案目前的定價範圍？
- 企業用戶還是個人用戶更可能付費？
請用繁體中文回答，並附上你的判斷依據。AI 不會給你 100% 正確的答案——但它會在 15 分鐘內給你一個 方向性的判斷。
更重要的是，它會幫你想到你自己沒想到的角度。「你以為是 A 族群的問題，但其實 B 族群更有需求」——這種洞察靠自己想很難想到，但 AI 的廣泛知識可以幫你觸及。
進階技巧：用 AI 模擬用戶訪談
這是我最喜歡的驗證方法。請 AI 扮演你的目標用戶：
請你扮演一個 [目標用戶描述]。
你平常的工作內容是 [描述]。你對技術的熟悉程度是 [描述]。
我正在做一個 [你的產品]，它可以 [核心功能]。
請以你扮演的角色，真實地回答以下問題：
1. 你覺得這個產品對你有用嗎？為什麼？
2. 你現在怎麼解決這個問題？
3. 如果有這個產品，你願意每月付多少錢？
4. 你最大的擔心或疑慮是什麼？
5. 你覺得這個產品少了什麼功能你就不會用？
請不要客氣，給我最真實的反應。然後換不同的角色描述，模擬 3-5 種不同的目標用戶。
是的，這不如真人訪談精確。但它有兩個巨大的優勢：快（30 分鐘做完 5 種用戶類型的訪談），而且沒有社交壓力偏差（真人訪談中，對方可能因為禮貌而不好意思說「我不需要」）。
AI 模擬訪談適合用來「快速淘汰明顯沒市場的點子」，而不是用來「精確預測市場規模」。這對 Solo Builder 來說已經非常夠用了。產品上線後若想建立真實的回饋機制，可參考第 9 章：用戶回饋循環。
第二步：競品分析（1 小時）
如果第一步確認問題存在，接下來要問：別人怎麼解決這個問題？
有競品不是壞事。有競品代表有市場。沒競品可能代表沒人要。
關鍵是你要找到差異化的空間。
AI 加持的競品分析
我想做一個 [你的產品]，主要解決 [問題描述]。
請幫我做競品分析：
1. 直接競品（功能幾乎一樣的產品）
- 列出前 5 個，附上名稱、網址、定價
- 各自的優缺點
- 在 Product Hunt / G2 / Capterra 上的評價
2. 間接競品（用不同方式解決同一個問題）
- 例如：用 Excel 手動處理、用通用工具替代
- 這些替代方案的痛點是什麼？
3. 市場空白
- 現有競品的共同弱點是什麼？
- 哪些用戶需求沒有被滿足？
- 有沒有特定地區（例如台灣繁中市場）的空白？
4. 差異化機會
- 基於以上分析，如果要做這個產品，
最有潛力的差異化方向是什麼？拿到結果之後，你可以進一步深入。挑出最強的 2-3 個競品，請 AI 幫你做更細的分析：
請深入分析 [競品名稱]：
1. 它的技術架構可能是什麼？
2. 它的商業模式（免費增值？訂閱制？一次買斷？）
3. 它的用戶評論中，最常見的抱怨是什麼？
4. 它最近半年有什麼重大更新或方向調整？
5. 它的弱點在哪裡，我可以切入的角度？競品矩陣：一張圖看清全局
分析完之後，把結果整理成一張表：
| 競品 | 免費方案 | 核心功能 | 最大弱點 | 定價 |
|---|---|---|---|---|
| 競品 A | ✅ 有 | 功能 1, 2, 3 | 不支援中文 | $10/月 |
| 競品 B | ❌ 無 | 功能 1, 2 | 介面複雜 | $29/月 |
| 競品 C | ✅ 有 | 功能 1 | 功能太少 | 免費 |
| 你的產品 | ✅ 有 | 功能 1, 2, 4 | 待驗證 | $X/月 |
這張表的目的很簡單：你的產品必須在至少一個維度上明顯優於所有競品。 如果你找不到這個維度，要嘛重新定義你的差異化，要嘛放棄這個點子。
放棄不是失敗。放棄一個沒有差異化空間的點子，是做出了一個好的商業決策。
第三步：快速原型驗證（2 小時）
前兩步是「動腦」驗證。第三步是「動手」驗證——但不是寫程式碼。
做一個 Landing Page，不做產品
你沒看錯。
在你寫任何程式碼之前，先做一個 Landing Page。上面寫清楚：
- 你的產品解決什麼問題
- 它怎麼運作（可以用示意圖）
- 定價方案
- 一個 等候名單 或 預先註冊 的表單
然後把這個 Landing Page 的連結分享到相關社群。
如果有人填了表單——恭喜，你有了第一批潛在用戶。
如果沒人理——你剛剛省了兩個月的開發時間。（驗證階段只需簡單頁面即可；正式的 SEO 優化與轉換率調整，留到第 7 章：Landing Page 與 SEO再處理。）
AI 加持做 Landing Page
2026 年，做一個 Landing Page 不需要兩天。用 AI 可以在 2 小時內搞定：
- 文案（30 分鐘）：用 AI 生成 headline、sub-headline、feature list、FAQ、CTA 按鈕文字
- 設計（30 分鐘）：用 v0 生成 React 元件，或用 Claude 直接生成 Astro/React 頁面，或用 Framer 拖拉
- 部署（30 分鐘）：推到 Cloudflare Pages 或 Vercel，免費
- 表單（30 分鐘）：Google Forms 或 Tally，免費
文案生成的 prompt：
我正在做一個 [產品名稱]，它幫助 [目標用戶] 解決 [問題]。
請幫我撰寫一個 Landing Page 的文案，包含：
1. Headline：一句話說清楚產品價值（15 字以內）
2. Sub-headline：補充說明（30 字以內）
3. 3 個核心功能區塊：
- 每個有一個標題（8 字以內）和一段說明（50 字以內）
4. 「為什麼選我們」：3 個差異化賣點
5. 定價方案（免費 + 付費兩檔）
6. FAQ：5 個常見問題
7. CTA 按鈕文字
語氣：專業但不冰冷，口語化但不隨便。繁體中文。一天驗證流程：時間表
把以上三步串起來，你的一天驗證流程長這樣：
| 時間 | 步驟 | 產出 |
|---|---|---|
| 09:00 - 10:00 | 問題存在性分析 | 市場掃描報告 + AI 模擬訪談 |
| 10:00 - 11:00 | 競品分析 | 競品矩陣 + 差異化定位 |
| 11:00 - 12:00 | 休息 + 消化 | 決定「做 / 不做 / 調整方向」 |
| 13:00 - 15:00 | Landing Page 製作 | 上線的 Landing Page + 等候名單 |
| 15:00 - 16:00 | 分享到 3-5 個相關社群 | 觀察反應 |
一天。6 個小時。
如果結論是「不做」，你省下了兩個月的下班時間。
如果結論是「做」，你已經有了市場調查報告、競品分析、差異化定位、Landing Page、和第一批潛在用戶名單。
大多數 side project 連這些都沒有就開始寫程式碼了。你已經贏在起跑點。
驗證的常見陷阱
陷阱 1：確認偏差
你太想做這個東西了，所以會不自覺地只看正面信號、忽略負面信號。
對策：在做驗證之前，先寫下「如果以下三件事中有任何一件成立，我就放棄」的 kill criteria。例如：
- 已有 3 個以上免費競品且評價 4.5+
- AI 模擬訪談中，5 種用戶有 3 種以上表示不需要
- Landing Page 一週內零人填表
陷阱 2：過度驗證
另一個極端：一直在做調查、一直不開始動手。
驗證的目的不是消除所有風險，而是把最大的風險降到可接受的程度。如果你的三個必答問題都有還不錯的答案，就可以進入下一步了。
上班族的時間很寶貴，花太久驗證也是一種浪費。
陷阱 3：把 AI 的回答當聖旨
AI 的市場分析是基於它的訓練資料，不是即時數據。它可能不知道上個月剛冒出來的新競品，也可能高估或低估特定市場的規模。
AI 的回答是參考，不是結論。用 AI 來加速你的思考，但最終判斷是你的。
真實案例：我怎麼驗證「登雲學院」
讓我用自己的真實案例來示範。
我想做一個 GCP 認證的中文線上課程平台（cloud-on-academy）。在開始寫任何程式碼之前，我做了這些驗證：
問題存在性： 在 PTT 和技術社群搜尋「GCP 認證」，發現大量「有沒有中文資源推薦」的問題。確認需求存在。
競品分析： 發現中文市場的 GCP 認證課程極少。Coursera 和 Udemy 有英文課程，但繁中市場幾乎是空白。AWS 認證的中文資源比 GCP 多很多。
差異化： 繁中市場第一個系統化的 GCP 認證課程，用台灣工程師的實戰經驗切入，不是翻譯。
Landing Page： 做了一個簡單的頁面，放上課程大綱和等候名單表單。
結果： 一週內收到足夠的表單填寫，確認值得繼續做。
整個驗證流程，我花了一個週末。
如果 2026 年用 AI 來做同樣的事，可能半天就夠了。
本章重點回顧
- 🎯 寫程式碼之前，先回答三個問題：問題存不存在？別人怎麼解決？你有什麼差異化？
- 🤖 用 AI 加速：市場掃描、用戶訪談模擬、競品分析，傳統一個月的工作壓縮到一天
- 📄 做 Landing Page 比做 prototype 更重要——先確認有人要，再開始做
- ⚠️ 小心確認偏差，設定 kill criteria，AI 的回答是參考不是結論
- ⏱️ 上班族的時間珍貴，驗證的目的是「快速淘汰壞點子」，不是「消除所有風險」
下一步
點子驗證通過了？
下一章，我們來面對 Solo Builder 最容易糾結的問題：技術選型。
一個人做產品，技術棧的選擇標準跟團隊完全不同。不是選「最流行」的技術，而是選「一個人最能掌控、AI 最能幫忙」的技術。
