收益：
- 能够理解以问题为导向的思维，而不是以解决方案为导向的思维，并利用人工智能探索问题领域并产生想法
- 能够区分问题是“维生素还是止痛药”并利用人工智能进行假设
- 能够理解人工智能产生的想法列表是一个起点，真正的痛苦只能在现场得到验证。
大多数初创公司的消亡并不是因为一个坏主意，而是因为他们为一个没有人真正想要解决的“问题”开发了产品。初创公司创始人通常会从一个解决方案开始：“我要制作一个应用程序，这就是它的工作方式。”然而，经验丰富的创始人会从一个问题开始：“人们现在正在经历什么真正的痛苦，他们愿意为此付出代价吗？”在本单元中，我们将学习按正确的顺序使用 AI（人工智能 - 生成想法和文本的软件），即首先用于发现问题。让我们从一开始就设定限制：人工智能可以产生数百种想法，但只有该领域的人才可以分辨哪些痛苦是真实的。
以问题为导向，而不是以解决方案为导向
问题空间是人们在工作或生活中遇到的一系列困难。解决方案空间是为解决这些困难而产生的产品和服务。新手的错误是直接跳入解决方案区域；因为想象解决方案很有趣，而理解问题却很无聊而且麻烦。然而，错误问题的完美解决方案就是垃圾。
一个好的问题具有三个特征。它经常发生（没有人养成罕见问题的习惯）。很痛（轻微不适不费力）。昂贵（如果问题需要时间、金钱或声誉，那么解决方案就很有价值）。你可以用AI来“挖掘”这三个轴上的问题。
维生素还是止痛药？
这是创业中最有用的区别之一。止痛药可以解决真实且直接的疼痛；否则，一个人就无法完成他的工作，因此支付意愿很高（例如，针对没有报酬就无法工作的商人的收款系统）。另一方面，维生素是一种令人愉快但可有可无的改善。 “如果有就太好了”，但没有它生活仍然要继续（例如，一个丰富多彩的励志应用程序）。维生素可以赚钱，但这条路要艰难得多。当你给AI一个想法时，它立即会问“这是止痛药还是维生素，有什么证据？”让他们提问。
提示：确定问题是否是止痛药的最快方法是问：“人们现在正在做什么来解决这个问题以及他们在这方面花费了多少时间/金钱？”如果目前正在将金钱/精力花在解决方案上（即使它很糟糕），那么痛苦是真实的。
一步一步：利用人工智能发现问题
- 选择人员/细分。考虑特定群体，而不是“每个人”（例如“单独的牙医”）。
- 抓紧你的日子。从人工智能中提取该群体典型的一天、他们反复出现的挫败感以及他们当前的应对策略。
- 将问题转化为假设。将每一个困难变成一个可测试的句子：“X 组在 Y 情况下遭受 Z 的痛苦。”
- 维生素/止痛药过滤器。评估该轴上的每个假设；消灭弱者。
- 生成一个证据问题。对于每一个强有力的假设，“我如何在一周内测试它？”回答问题。
- 把它带到田野里。最终的过滤器是与真人交谈，而不是人工智能（下一个单元）。
注意：人工智能产生的问题列表是一个“起点”，而不是现实。人工智能具有概括性；您所在细分市场的真正痛点可能不在列表中，或者列表中的某个项目可能不适用于您。
三个迷你箱子
案例 1——从解决方案转向问题。一位创始人想要制作“人工智能食谱应用程序”（他从解决方案开始）。当他让人工智能深入研究目标受众（新父母）的一天时，他发现真正的痛苦不是食谱，而是“快速吃掉手头上的任何东西”和“缺乏时间”。他重新定义了这个问题：“更少的材料，更少的时间”。产品理念发生了根本性的变化，变得更加清晰。最终，他与 15 个人进行了交谈； 12证实了这种痛苦。
案例 2 — 过早停用维生素。一个团队正在考虑开发一款“每天向员工发送励志名言”的应用程序。当你让人工智能测试维生素/止痛药并询问“人们现在在这方面花了多少钱？”当你诚实地看待这个问题时，答案是“没什么”。没有人花费金钱/精力来获得灵感之词。他们很早就放弃了这个想法。他们花了几个月的时间开发产品，然后就开始学习了。最便宜的失败是在你开始之前就注意到的失败。
案例3——秘密止痛药。一位创始人专注于小型旅游公司。 AI 为这个团队带来了欢乐；问题有很多，但有一个很突出：由于 WhatsApp 以及手动跟踪预订和取货，导致不断重复预订和损失资金。这是一个常见、痛苦且昂贵的问题——经典的止痛药。他放弃了其他6个想法，专注于这一痛点。
四个可复制模板
1）挖一天：
您的角色：客户发现专家。目标群体：[例如单身工作牙医]。每小时描述此人的典型工作日。列出您在每个阶段遇到的反复出现的问题以及您当前如何处理这些问题（当前的解决方案/补救措施）。如果您不确定，请写下“假设，必须得到验证”。请记住，您是在概括。
2）将问题转化为假设：
列出以下痛点，并将每个痛点转变为以下模式：“[细分]在[情况]时刻经历[痛苦]，导致[成本]。”然后将每个假设标记为“止痛药/维生素”，并用一句话写出其基本原理。
3）维生素/止痛药压力测试：
评估以下问题假设：[假设]。在 (1) 频率、(2) 疼痛强度、(3) 成本轴上评分 1-5。 (4) 回答问题“人们现在正在为这个问题做什么和花费什么？” (5) 给出疼痛缓解总分，如果较差，请解释为什么较差。
4）廉价的测试设计：
我想在一周内测试以下假设，而无需编写代码：[假设]。给我推荐 3 种便宜的测试方法（例如面试、预注册页面、模拟门测试）。对于每个：我要衡量什么，有多少人就足够了，哪个结果说“痛苦的事实”，哪个结果说“没有痛苦”。
弱提示/强提示
弱提示：
给我 20 个创业想法。
这个提示会产生一个没有上下文和片段的想法垃圾堆；所有这些都是以解决方案为导向的，没有一个是基于真正的痛苦。
强力提示：
您的角色：以问题为中心的客户发现导师。细分：[小型旅游公司所有者]。写下该小组在工作时最有可能经历的 8 种痛苦，每种痛苦都采用“细分-情况-痛苦-成本”模式。将每种疼痛标记为止痛药/维生素，并告诉我如何通过廉价的一周测试来验证 3 种最强的疼痛。
方法
输出的性质
可验证性
从解决方案开始
很酷但毫无根据的想法
低
征求非分段意见
一般，没有特色
低
问题+片段+假设
可测试的疼痛列表
高
问题+廉价的测试设计
便携式计划到现场
最高
常见错误
- 从解决方案开始。想象产品，然后寻找问题；颠倒和危险的顺序。
- 为“每个人”做这件事。片段越宽，疼痛就越模糊；从小处开始。
- 将维生素误认为是止痛药。爱上“如果有就好了”的想法；测试付款意愿。
- 将AI列表误认为是真实的。 AI的问题清单是假设；未经真人验证，任何产品都不会被制造出来。
- 不询问频率/成本。没有人会为很少或可以自由忍受的问题购买解决方案。
请注意：人工智能可能会将一个普通问题呈现为一个“大机会”，以博取你的同情。针对确认偏见，对于产生的每个问题，一定要问“证据在哪里，人们现在花了什么？”你自己问这个问题。如果没有证据，这个想法仍然只是猜测。
总之
当初创公司针对错误的问题生产产品时，他们就会死亡；这就是为什么必须从问题开始，而不是从解决方案开始。好问题是频繁出现、痛苦且昂贵的。止痛药/维生素的区别是预测哪种疼痛会导致支付意愿的最实用方法。人工智能对于深入了解某个细分市场、将痛点转化为可测试的假设以及设计廉价的测试来说是一个强大的帮助。但人工智能产生的问题清单是一个起点；真正的痛苦只有在实地、通过与人交谈才能得到证实。使用人工智能作为制作人和评论家，而不是爱上自己的想法。
应用任务
选择一个段（尽可能窄）。使用“挖掘一天”模板，消除人工智能中该部分的痛苦。然后，使用“将问题转化为假设”模板创建至少 5 个假设，并将每个假设标记为维生素/止痛药。从“廉价测试设计”模板中针对 2 个最强的镇痛假设制定每周测试计划。计划在一周内与真人一起进行至少一项这些测试，并提前写下哪个结果将说明“残酷的事实”。
清单
- [ ] 我是否从特定细分市场的问题开始，而不是从解决方案开始？
- [ ] 我是否将每个问题都变成了可检验的假设？
- [ ] 我是否沿着维生素/止痛药轴过滤了每个假设？
- [ ]“人们现在在这方面花了多少钱？”我是否对每一个假设都提出了问题？
- [ ] 我是否将 AI 列表视为需要在现场测试的假设而不是现实？