产品验证与增长边界

先证明有人需要

AI 让开发更快，但不会自动让需求成立。产品验证应从用户问题出发，而不是从“能生成什么”出发。

阶段	要验证什么	最小证据
问题	用户是否持续遇到，现有解决方式哪里不够	访谈、观察、工单或行为数据
方案	新流程是否明显更省事、更可靠或更易理解	可操作原型和真实任务
价值	用户是否愿意持续使用、迁移或付费	留存、重复使用、明确承诺
交付	成本、支持和风险是否可持续	单位成本、人工负担、故障与退款数据

最小可行产品不是功能最少

它应该用最少范围验证最关键假设。一个功能很多但没有真实用户路径的演示，不是有效 MVP；一个功能很少但能完整完成核心任务、记录结果和收集反馈的版本更有价值。

定价与商业模式只是待验证假设

常见方式包括一次性购买、订阅、按量、服务费、授权和广告。选择时要看价值产生频率、成本结构、用户预算习惯、支持责任和退出成本。没有真实交易与成本数据时，价格只能标为候选，不能写成确定结论。

SEO 与 GEO 的共同基础

搜索引擎和生成式回答系统都依赖可访问、结构清楚、来源明确、持续维护的内容。优先做好：

• 每页解决一个具体问题，标题和摘要准确。
• 使用清楚的层级、表格、定义和内部链接。
• 事实标注来源、日期和适用条件。
• 页面可被抓取，链接稳定，移动端可用。
• 避免批量生成重复、空泛或无法验证的内容。
• 对更新频繁的资料设置复核日期。

GEO 不能保证某个模型引用或推荐，也不能用少量截图证明长期效果。有效评估需要固定问题集、多平台、多时间点观察，并区分收录、提及、引用和转化。

数据分析

先定义问题，再选指标。流量增加不等于产品有效，点击增加不等于用户满意。建议同时看获取、激活、完成、留存、成本和风险指标，并避免收集与决策无关的个人数据。

内容和案例边界

• 匿名典型情境不是实际客户案例。
• 内部演示不是生产效果证明。
• 模型输出和市场预测必须标注不确定性。
• 宣传中的数字要能追溯到数据口径和时间范围。
• 引用他人内容要遵守许可证和署名要求，不能通过去标识伪装成原创。

产品化的最终目标不是“做出来”，而是让用户获得稳定结果，同时公司能持续交付、支持并承担边界内的责任。