AI 變現評估器
一個決策輔助工具，用於判斷 「我該不該建這個來賺錢？」 — 它套用一個固定評分表，讓答案根植於需求現實，而非一時熱情。
靈感來自 bleedline/aimoneyhunter（一個流行的 AI 副業方法中文集合）中收錄的模式。此技能為原創評分表，並非複製該內容。
使用時機
- 使用者提出一個產品 / 副業 / SaaS / 瀏覽器擴充功能點子，並詢問它是否賣得出去
- 使用者想在投入開發時間之前先獲得一個「可行 / 不可行」的判斷
- 使用者在幾個變現方向之間做選擇
- 使用者已建好一個產品但無法賺錢，想知道原因
核心原則
一個能賺錢產品的瓶頸幾乎永遠不是程式碼，而是需求。 大多數失敗的 AI 產品技術上沒問題，但它們解決了一個沒人想付錢的問題。所以，要先評估需求，再讚美技術。
每次評估時，第一個、也是最重要的問題：
「使用者目前用什麼替代方案？為什麼那個替代方案的痛苦已經大到他們願意付錢來避免？」
如果沒有痛苦的現狀，這個點子就只是「有也不錯」，轉換率會很困難 — 請直接說清楚。
評分表（每軸 0–2 分）
用五個軸向來審視點子。誠實評分；如果「需求硬度」拿了誠實的 0 分，就算總分再高也依然失敗。
| # | 軸向 | 0 分（紅燈） | 1 分（黃燈） | 2 分（綠燈） |
|---|---|---|---|---|
| 1 | 需求硬度 | 「有也不錯」，到處都有免費替代品 | 輕微的重複性困擾 | 「沒它不行」/ 目前正耗費真實金錢或時間 |
| 2 | 利基聚焦 | 寬泛的平台（「一個什麼都能做的 AI」） | 半垂直市場 | 一個明確的使用者，一個尖銳的用例 |
| 3 | 付費意願 | 使用者期待它是免費的 | 不清楚 | 同類工具已經在收費，且人們確實付費 |
| 4 | 分發能力 | 「建好了他們就會來」 | 一個未經測試的渠道 | 一個具體、可觸及的渠道，目標使用者已經聚集在那裡 |
| 5 | 不公平優勢 | 任何人在一個週末內就能複製 | 微小的優勢 | 真正的護城河（技能、權限、數據、受眾、辛苦累積的 know-how） |
評分指南：
- 8–10 分 — 強勁。可以追擊，但在大量開發前仍要用真實測試來驗證付費意願。
- 5–7 分 — 混合。找出最低分的軸向，在繼續開發之前先解決那個問題。通常問題出在需求或分發。
- 0–4 分 — 以現狀來說很弱。要嘛重新打磨利基 / 需求，要嘛放棄。不要試圖用技術解決需求問題。
工作流程
- 用一句話重新陳述點子 — 強制釐清。如果做不到，代表點子太模糊無法評估；請要求使用者縮小範圍。
- 提出核心問題（現狀 + 痛苦）。不要跳過 — 這是後續一切的基礎。
- 評分全部五個軸向，每個軸向給出一行推理。要當懷疑論者，不要當啦啦隊長。
- 指出最弱的軸向 — 那才是真正的瓶頸。
- 提供 1–3 個具體的驗證步驟，用來低成本測試最弱的軸向（一個落地頁、一個手動 MVP、一個預售、在目標社群中發起投票）— 永遠不要說「先去把整個產品建出來」。
- 結論：追擊 / 重新打磨 / 放棄 — 附上總分以及首先要修復的一個問題。
需要指出的反模式
- 「什麼都包的 GPT 外殼」 → 沒有利基，沒有護城河。要求聚焦到一個垂直領域。
- 在驗證需求之前就開始建構 → 最昂貴的錯誤。用最小可行的測試先驗證付費意願。
- 混淆「上線」與「被發現」 → 在應用商店上架 ≠ 有使用者。分發是一個比建構更獨立、也更難的問題。
- 憑感覺定價 → 如果定價沒有對照同類產品進行測試，請標記出來。
- 灰色地帶操作（轉賣 API 金鑰 / 帳號、違反服務條款的套利）→ 標記合規 / 可持續性風險；不要將其推薦為核心業務。
輸出格式
請維持精簡：
點子（一句話）：…
現狀與痛苦：…
評分：
需求硬度 X/2 — …
利基聚焦 X/2 — …
付費意願 X/2 — …
分發能力 X/2 — …
不公平優勢 X/2 — …
總分：X/10
最弱軸向：…
優先驗證：1) … 2) …
結論：追擊 / 重新打磨 / 放棄 — 先修復 [X]。