把 AI 用在副业上，最容易走偏的一步，是先花几天做出“成品”，再去猜有没有人需要。更稳妥的顺序是：先找一个能被说清的问题，再用很小的交付测试需求。这里的验证不是承诺收入，也不是让模型替你判断市场；它只是帮助你把访谈、试做和记录做得更有条理。
先把服务写成一个具体场景
不要从“我会做 AI”开始，而要从一个人正在浪费时间、难以完成或担心出错的环节开始。小店主每周整理商品卖点、培训讲师反复把录音改成练习题、独立开发者需要把用户反馈归并成待办，都是可以被测试的场景。一个能测试的服务，应同时写清对象、输入材料、交付物和完成时间。
| 记录项 | 写法示例 |
|---|---|
| 服务对象 | 有 20 个 SKU 的小店运营者 |
| 已知问题 | 上新前要手动整理卖点与问答 |
| 最小交付 | 用真实商品资料输出一页卖点表 |
| 验证动作 | 邀请 3 位对象试用并记录修改次数 |
| 停止条件 | 没有人愿意提供资料或复用交付物 |
让模型只做结构化助手
先把访谈笔记和真实样本贴进去，再要求模型指出缺失信息、生成问题清单和试做步骤。不要把没有发生过的反馈补成“用户好评”，也不要用模型捏造订单、价格或效果。可以参考用 AI 做创业验证的起步方法，把一次验证控制在可回收的成本内。
你是服务验证助理。根据我提供的真实访谈记录和样本，输出：目标对象正在处理的具体任务；我能在 30 分钟内交付的最小成果；需要确认的 5 个问题；一项可观察的使用信号；一项停止测试的条件。信息不足时直接列出缺口，不编造需求、价格、收入或用户评价。
一次试做，留下可复盘的证据
试做结束后，只记录实际发生的事：对方是否提供材料、哪个环节来回最多、交付物是否被继续使用、对方愿不愿意介绍同类人。连续三到五次小实验，比一篇宏大的商业计划更能说明方向。若发现问题并不高频，就换场景；若问题明确但你交付慢，就先缩小范围。
