05-別急著寫 code：用 AI 把「到底有沒有人會付錢」逼到牆角
開始之前，我想先推薦你一本書——Eric Ries 的《精實創業》（The Lean Startup）。我很喜歡這本書，裡面講了非常多重要的概念。
如果你覺得這本書的理論太硬、太難啃，我也推薦另一本《精實執行》（Running Lean），它比較偏執行面，讀起來好上手很多。
這兩本雖然都是 AI 時代以前的作品，但我到現在還是覺得它們非常棒。這篇文章裡很多骨架與概念，其實都站在這些書的肩膀上——它們把「創業就是一連串的假設與實驗」這件事，講得非常透徹，可以說是這個領域的地基。
當然，我不會在這裡重複書裡的內容（這樣講對原著有點不好意思，等於跳過了一些步驟）。但我必須強調：因為這是一份 AI 實戰攻略，我要教你的，是這些書的概念「還沒被完全 AI 化」之前——怎麼把這套思考方式，變成一條 AI 流程。
這樣一來，你一個人，也能擁有一整個「YC 合夥人天團」坐在你對面，不斷逼問你、挑戰你的想法。
先打掉一個最貴的誤會：想清楚 ≠ 想很久
我看過最多人犯的早期錯誤，就是「花一個月坐在那裡想產品」。
以我自己的經驗，花很多時間空想產品問題，幾乎是沒有意義的。你一個人在腦袋裡轉，轉出來的全是你自己想聽的答案。真正的問題只有市場知道，而市場不在你腦袋裡。
但你先別誤會，我不是叫你「不要想」。我是說——你想的方式錯了。
「想清楚」不等於「想很久」。真正該做的，是反覆用幾個很狠的問題，逼出「我到底在賭哪一個假設」，然後立刻用最小的成本，拿這個假設去撞市場。想清楚的目的，是讓你知道「該去驗什麼」，不是讓你在動手前先說服自己。
而 AI 最爽的一點，就是它讓「找人用狠問題逼你」這件事，變得隨手可得。以前你得認識一個願意電你的前輩；現在你打開電腦就有。
第一步：別自己想，讓 AI 逼問你
我自己平常是把 gstack 這套工具裝在 Codex 裡（這個我在 gstack 那篇 講過）。它裡面有一個技能叫 office-hours，這東西基本上就是一個「YC 模擬面談」——你把你的點子丟進去，它不會稱讚你，只會用一連串問題往你最痛的地方戳。
而我後來發現一件很有意思的事：這個工具裡寫死的那幾條原則，跟我自己土法煉鋼這麼多年悟出來的東西，幾乎一模一樣。我幫你翻成白話：
- 「具體性是唯一的貨幣。」 你說「我要做給所有人用」，等於你一個人都找不到。講不出一個具體的名字、職業、公司、他為什麼需要——那就是還沒想清楚。
- 「興趣不是需求。」 別人按讚、加到等待清單、說一句「這很酷」——這些全部不算。會掏錢的、會在你服務掛掉時打電話來罵你的，那個才叫需求。
- 「現狀才是你真正的對手。」 你的競爭對手不是另一家新創，是你的客戶現在「將就在用」的那個土辦法。如果他現在「根本沒在解這個問題」，通常代表這個問題不夠痛，痛不到他願意付錢。
你看，這三條收斂起來，就是一句話——也是這整篇你只要記住一句就夠的話：
你做給誰？這個需求真的存在嗎？而且強到那個人願意「掏錢」嗎？
打開 office-hours，它就會繞著這句話的三個角，一輪一輪逼你。你一個人創業，最缺的就是一個會這樣電你的合夥人。AI 把這個合夥人補上了。
第二步：搞清楚你的「差異化」要打誰
在往下走之前，先認清一件事：不管你是做一個全新的東西，還是切進一個已經有人在做的市場，你最後要回答的，其實都是同一個問題——
你憑什麼不會被取代？
這就是差異化。差別只在於，你的「對手」是誰。
如果你做的是全新的東西：對手是「現狀」
你想做一個市面上還沒有的解法。這之所以難，是因為——你以為的痛點，大部分都是「假痛點」。
你的對手不是另一家公司，是客戶現在將就在用的那個土辦法。到了 2026 年，絕大多數表層問題其實都有人在初步解了。最經典的例子就是客戶管理（CRM）：很多人以前就是拿 Excel 在記。Excel 根本不是為這個設計的，用起來很煩，但「堪用」。
所以你真正要衡量的是：現有的將就方案到底有多爛？爛到客戶願意每年掏三千、甚至每月掏一兩千來換掉它嗎？ 如果他的反應是「煩就煩吧，無所謂」，那就是假痛點——你的解法再好，對應的痛點根本不存在。
補一個 2026 的時代背景：AI 這兩三年，把「一個老問題能被解到多好、多便宜」整個重置了。所以「大多數問題都有人解過」要加但書——表層有人在解，但「解得夠好、夠便宜」的那道縫，正被 AI 重新撐開。這道縫，就是一人公司現在的窗口。
AI 怎麼幫：把點子丟進 office-hours，叫它扮演那個「覺得煩就煩、不想付錢」的客戶來電你；再用 plan-ceo-review 反過來問你「這到底是真痛點，還是你的一廂情願？最可能害死這產品的假設是哪個？」——先讓 AI 幫你把假痛點篩掉一輪。
如果你切進已有市場：對手是「現有競品」
這種情況，需求其實已經被驗證了（有人正在花錢解這件事），所以你不用再煩惱假痛點——你的戰場一開始就是差異化。
這裡給一個我很看重的原則：不要相信無中生有的需求，去找那些「已經有穩定工作流程」的人。 因為穩定的工作代表穩定的現金流，而有現金流，才代表他有付錢的能力。（這條主要適用 B2B；B2C 靠情緒和當下慾望，邏輯不同。）
找到人之後，你只要回答一題：我比他現在用的那個，強到值得他換嗎？
兩條路，最後都通到同一個地方——差異化
底下這套差異化框架，我大量參考了一場之前參加的一個 AppWorks 辦的品牌銷售工作坊（由鮮乳坊 CEO 主講），他講得極好，這裡用我自己的話轉述，向他致謝。
不管你的對手是「現狀」還是「競品」，差異化的目的只有一句，先刻起來：
做到「不能被比較」，就「不會被比價」。
因為只要你跟別人「差不多」，客戶唯一能比的就剩價格，你就被拖進割喉戰。所以你要做的不是「更便宜」，是「不一樣」。差異化分三層，越往下越難被抄、越能讓你脫離價格戰：
第一層・產品層（功能、品質、價格）。 最直覺，但也最容易被抄。尤其「便宜」是最弱的差異化，沒有累積性，明天就有人更便宜。品質與信任稍微好一點，因為要時間養——鮮乳坊早期七年只講一句「獸醫把關，最安心」，別人賣鮮奶，他賣的是「一個獸醫顧一個牧場」的信任感，那不是喊句口號就追得上的。
第二層・定位層（你打誰、你在他心裡是什麼）。 核心心法一句：要受眾，不要大眾。 鮮乳坊是全市場最貴的牛奶，所以他不對所有人喊話，而是反過來想「最願意買最貴牛奶的人會出現在哪」——答案是高端超市，於是火力全壓在那種通路。受眾越小，你的溝通越精準、越省力。另一半是用感性佔住一個心智位置（金莎從不講好不好吃，只講「戀愛」）。
第三層・結構層（你連賣法都不一樣）。 最難被抄。別人「賣鮮奶」，鮮乳坊做「認養牧場」；別人單純供貨，他把行銷、後續產品一起包進去。更高招的是「創造需求」——跟飲料店合作，別人只想「把奶賣給你加進奶茶」，他多講一句「我的牛奶還能幫你帶客人進店」，這個需求原本不存在，是被創造出來的。對手要抄的，不是一條產品線，是你整套玩法。
怎麼找出「對手抄不走」的那一個？ 一個超好用的測試：把你的優勢一條條寫下來，想像貼上競爭對手的 logo——貼上去還說得通的，刪掉；說不通的，才是真差異。（「很安心、對小孩好」換誰都成立，不算；「獸醫把關」「莊園鮮奶」換對手就怪，那才算。）你也可以畫定位圖：X 軸鎖死價格、Y 軸換不同的正向價值，畫個十幾張疊起來，最常浮在最上面的那個，就是你真正的核心競爭力。
差異不夠力怎麼辦？ 兩招：Q＝量化它（「小籠包」→「十八摺小籠包」、「拉麵」→「熬煮十四小時」）；C＝升級賽道或貼形象（「雞精」→「滴雞精」→「熬雞精」、「鮮奶」→「莊園鮮奶」）。光換個講法，你就從紅海跳到一個比較空的新賽道。但記住，消費者最多記得三個——麥當勞麥脆雞廣告從頭到尾只講「熱、脆、嫩」，把最強的差異收斂到三個以內。
最後一招，也最能脫離價格戰：給他超出「買賣」本身的價值。 鮮乳坊賣鮮奶給通路時，常把行銷、公關、甚至後續研發都一起想好給對方。當你願意幫客戶做這麼多「他自己做不到的事」，他就不會再用「價格」這個維度跟你談，而會用「價值」這個維度——而價值的維度，是沒有天花板的。
這裡怎麼 AI 化：上面每一步 AI 都能當陪練——叫它扮演對手跑「換 logo 測試」、把假差異戳破；叫它一次列二十個「正向價值軸」幫你找最強的那個；叫它用 Q／C 幫你想十種講法和新品類名稱。但有一條紅線，跟假痛點那邊是同一條：AI 給你的預測有參考性、但沒有決定性。 它能幫你把差異化想得快、講得利，可是這個差異到底值不值得客戶多掏錢，永遠只有市場知道。所以正確用法是：跟 AI 快速收斂出一個版本，立刻拿去給真客戶測——他掏不掏錢，才是真 feedback。
第三步：用 AI 模擬你的客戶（一行 code 都不用寫）
這是最 AI-native、也最多人沒在用的一招。
在你動手做任何東西之前，你可以先做一個純思考實驗：叫 AI 扮演你的目標客戶，先壓測你的說法。
怎麼做？給它一個很具體的人設——不是「一個小店老闆」，而是「一個開了三年、每天忙到沒空、連三千塊軟體訂閱都要猶豫半天的早餐店老闆」。然後讓 AI 站在這個人的立場，狠狠質疑你的產品：他為什麼要換掉現在的做法？他真的會付這個錢嗎？他第一個會嫌的是什麼？
這招的價值，是它能在你浪費任何時間之前，就幫你淘汰掉明顯的爛點子、磨利你要對真人講的那套說法。office-hours、CEO review、模擬客戶——本質上都是同一件事：用會說話的 AI，當你前期不用花錢、隨叫隨到的陪練。
但這裡有一條死規則，你一定要刻在心裡：
AI 不會掏錢。
AI 模擬出來的客戶，再像也只是個影子。它說「我願意用」，是零成本的幻覺——它又不會真的付錢給你。它能幫你把說法磨利、把爛點子篩掉，但它永遠取代不了真實市場裡，一個真人掏出真錢。把 AI 的「願意」當成驗證，是前期最危險的自我安慰。
AI 陪練負責讓你「準備好去問」，真實市場負責給你「唯一算數的答案」。兩件事，別搞混。
第四步：然後，用最小的東西去撞真實市場
陪練做完，就該出去撞了。
你不需要做完一個產品。你需要的是一個「最小到能讓人決定要不要付錢」的東西——一份簡報、一頁提案、一個半成品原型都行。而這正是 AI 現在最擅長的：你可以用 AI 在幾個小時內，生出一頁像樣的 landing page 或一份提案。
帶著這個東西，準備好你的收錢工具，直接去找你認為的目標客戶，問他一句話：你願不願意為這個付第一筆錢？
關於節奏，我的真心建議是——先去闖。
我是個實戰派，我不相信「研究超久才開始動」。前期吃點虧、提出幾個不三不四的商業模式，都沒關係，那是必經之路。如果你沒創過業，先去試個兩三次，你對市場的 sense 自然就長出來了。等到第三次你想新題目時，再花多一點時間去埋伏、去分析也不遲。很早期的階段，不用 care 那麼多，先 run 起來再說。
這跟前面講的「想清楚」不衝突——想清楚是「用狠問題逼出要驗的假設」，闖是「立刻拿去驗」。一前一後，都是為了用最小成本拿到真實信號。
第五步：必須得遵守的絕對規則——從第一天就收費
這條我要單獨拉出來講，因為它太重要了。
大部分情況下，你的解法一開始就一定要收費。 我這邊參考的是 Heptabase 的做法——我自己很喜歡這個軟體，也很認同創辦人詹雨安公開談過的一個概念：要測試市場真不真，就一定要收費，而且從一開始就收。
為什麼？因為沒付錢的人，都不是你的客戶。
只是這句話要講得更精準一點，不然容易誤用：沒付錢的人，他嘴上講的偏好不可信——讚美是免費的，他說「很棒、我會用」毫無成本。但他用腳投票的行為還是有價值的：他有沒有回來再用一次、卡在哪一步、有沒有主動問你「什麼時候上線」。嘴巴的話當噪音，行為的訊號要看。 只有真正跨過「掏錢」這道門檻的人，他講的話才開始有重量。
但反過來也有一個陷阱，我要幫你擋一下:
客戶不付錢，不代表「產品一定有問題」——先確認你是不是「找錯人」了。
這就回到 office-hours 那條「具體性」。你拿給一個根本不是目標客戶的人，他當然不付錢，但那不代表你的方向錯。一次被拒就放棄一個其實對的方向，是很常見的死法。所以被拒絕的時候，先問自己:我問的，是不是那個「最痛、最該付錢」的人？ 如果不是，換人再問。如果是——那才輪到下一招。
第六步：軸轉（Pivot）——不付錢的時候，怎麼轉
如果你確認沒找錯人，他就是該痛的人，但他還是不付錢，那你大概需要軸轉了。
軸轉這個詞也來自《精實創業》。它的精神是「一腳釘住、轉另一腳」——保留你已經驗證過、確定對的部分，只改動一個沒被驗證的假設。（嚴格說，書裡列了大概十種軸轉，不只一種；我這裡幫你簡化成一個好記的模型。）
你可以把你的創業假設想成一個三角形，三個角：
- 受眾——你做給誰
- 痛點——你解決他的什麼問題
- 方案——你用什麼功能去解
軸轉，就是讓兩個角不動，只轉其中一個：
- 釘住「痛點＋方案」，轉受眾：你的東西沒錯，是賣錯人了。把同一個產品，拿去找另一群真的會痛、會付錢的人。——你「找對人卻還是沒人付錢」時，最常見的就是這種轉法。
- 釘住「受眾＋痛點」，轉方案：人對、痛點也對，但你解的方式他不買單。換個做法、換個功能切入。
- 釘住「受眾＋方案」，轉痛點：這群人確實在用你的東西，但你一開始瞄準的痛點不是他們最痛的那個。把火力移到那個真正讓他睡不著的問題上。
這裡怎麼 AI 化：軸轉最怕「拍腦袋亂轉」。你可以先把這三種轉法，每一種都丟給 AI 當陪練跑一遍——「假設我把受眾換成 X，這群人會不會更痛、更可能付錢？理由是什麼？」讓 AI 幫你把每個方向的假設先推演、先壓測一輪，挑出最值得去驗的那一個，再拿去撞真實市場。AI 負責幫你「想得快」，市場負責幫你「驗得準」。
最後，心態上記住一件事:軸轉是常態，不是失敗。 創業初期你的市場直覺本來就還不準，轉個幾次才找到對的位置，是再正常不過的事。
第七步：有了第一批客戶之後（0.3 → 0.4）
當第一筆錢、第一批客戶真的出現了——恭喜，你初步提的需求被市場認可了。但先別急著做夢。
這個階段，先管你下個月活不活得下來就好。 先確定能賺錢、先把自己養活，長期願景先擺一邊。
接著做兩件事，而且可以讓 AI 幫你做：
- 搞清楚「到底是誰在付錢給你」——把你的付費客戶輪廓拉出來看，常常會跟你當初設想的不一樣。
- 評估能不能往更理想的初步受眾（Tentative TA）擴展——這群付錢的人旁邊，有沒有一圈更大、更願意付的人。
你可以直接把客戶名單和訪談記錄丟給 AI，叫它幫你歸納「付錢的人有什麼共同點」、「下一圈該打誰」。
等客戶靠口碑慢慢變多，你就可以開始加一些「加速器」:病毒式的傳播設計、邀請制、或各種讓現有客戶願意把別人拉進來的機制。等規模到了一定程度，才輪到下一件事。
第八步：這時，才把長期願景具象化
我自己的經驗是——長期願景，可以稍微晚一點再想。
因為前期實在太容易軸轉了，產品最後會長成什麼樣，一開始根本說不準。這不是叫你完全不想願景，而是說:一開始的願景通常非常模糊，沒關係;等你走到「有穩定收入、客戶在成長」這個階段，才是把它具象化的時候。
為什麼這個階段一定要有一個清楚的長期願景?因為當你的收入開始長、客戶開始多，你會迎來有史以來最多、也最雜的客戶回饋。而你的客戶群還沒收斂，這些回饋會把你往四面八方扯。
這時候，具象化的長期願景，就成了你的篩選器:
- 它是篩選回饋的標準。 一個回饋到底要不要採用?看它符不符合你的長期願景。背道而馳的，再有道理也不採用。（這其實就是頂尖 CEO 那個本能:聚焦的本質是「決定不做什麼」。）
- 它確認了你作為「作者」的權利。 你是這個產品的開發者，某種程度上是它的作者。作為作者，你有最高的權利去決定它要往哪裡走，而不是被客戶的每一句話牽著鼻子。
當然，這也只是我個人的想法。
收尾
把這整篇收成一句話:前期最稀缺的，從來不是執行力，是「誠實」。
誠實面對「這需求到底真不真」、「人家到底會不會掏錢」、「我是不是在自我安慰」。而這件事最難的地方在於——人很難對自己誠實。 你會不自覺地過濾掉壞消息、放大好消息。
這就是 AI 真正幫到你的地方。office-hours 也好、CEO review 也好、模擬客戶也好，它們的共同點是:它們不拍你馬屁。 它們會一遍一遍問你那個你最不想回答的問題——憑什麼有人會付錢給你?
你一個人創業，以前最大的劣勢，是沒有人這樣逼問你。現在，你可以有一整個 YC 合夥人天團，住在你的電腦裡，隨時開工。
去用它。但記得，它負責逼問，掏錢的答案，永遠要去真實市場拿。