7月AI效率工具产品化复盘：从10个实验中学到的PMF验证教训
一、起点：为什么是AI效率工具
7月初我立了一个flag：一个月内跑10个AI效率工具实验。当时只有一个朴素的想法——用AI提升个人生产力。但真正动起来后发现，个人效率工具和可产品化的工具之间隔着一条鸿沟。
我做了一个起点判断：AI效率工具的红利期只有6-12个月。因为大模型能力外溢正在让大量场景变为可能。但同时，能力外溢也意味着门槛在快速降低。所以"快"是唯一的策略。
我在7月前两周做了10个不同方向的MVP（最小可行产品）。有些是代码级别的、有些是工作流级别的。有的是插件形态、有的是独立应用。目标归一：找到有重复使用率的产品雏形。
二、真实数据：10个实验的生死录
我先给出核心数据结论。10个实验的30天留存分布如下：
| EXP-01 | AI代码审查助手 | 62% | 38% | 24% | 存活 |
| EXP-02 | AI周报生成器 | 71% | 15% | 3% | 终止 |
| EXP-03 | AI会议纪要工具 | 58% | 41% | 31% | 存活 |
| EXP-04 | AI知识库问答 | 45% | 12% | 5% | 终止 |
| EXP-05 | AI邮件助手 | 33% | 8% | 2% | 终止 |
| EXP-06 | AI翻译工作流 | 55% | 28% | 18% | 观望 |
| EXP-07 | AI PPT生成器 | 67% | 22% | 6% | 终止 |
| EXP-08 | AI测试用例生成 | 48% | 35% | 27% | 存活 |
| EXP-09 | AI SQL生成器 | 40% | 10% | 3% | 终止 |
| EXP-10 | AI API文档工具 | 52% | 19% | 8% | 终止 |
上述数据遵循以下统计口径：
- 所有留存均基于"至少3次使用的独立用户"。
- 样本量在50-200之间（不同实验用户池不同）。
- 数据采集从7月1日到7月27日。
让我印象最深的不是成功的3个，而是失败的那些实验中隐藏的规律。以下是每个实验的深层复盘：
EXP-02的教训（周报生成器）：首日留存高达71%，看起来很棒。但这是"新鲜感留存"，用户在第一次用完后没有回来。根本原因：周报是低频场景（每周1次），而30日留存仅靠3-4次使用机会支撑。这是致命伤——AI产品如果场景本身低频，留存曲线必然崩塌。
EXP-04的教训（知识库问答）：45%的首日留存，掉到5%。用户反馈的核心问题："回答质量不稳定"。知识库质量参差不齐时，AI给出的答案"有时候神准，有时候胡说八道"。用户在一次踩坑后就流失了。这说明：知识库问答对数据质量的要求远高于功能本身。
EXP-07的教训（PPT生成器）：用户只"看"不"改"。他们用工具生成初版后，发现修改还不如从零做。这是因为生成-编辑的闭环没有打通。
三、四条核心教训：从失败中蒸馏
教训一：场景频次决定了留存上限
这是一个乘法关系：
留存率 = 场景天然频次 × 产品体验系数 × 替代成本
当场景天然频次过低时（如周报=1次/周），即使产品体验满分，留存率也无法突破场景限制。
矫正方法：将低频场景嵌入高频行为。比如把"写周报"整合到每日工作日志中。
教训二：新鲜感不是PMF信号
首日留存高但后续断崖式下降的产品（EXP-02、EXP-07），属于"新鲜感中毒"。用户因为好奇心而使用，而非因为刚需。
鉴别方法：观察D7/D1比值。
真实需求比 = D7留存 / D1留存
> 0.5 → 可能PMF
< 0.2 → 新鲜感驱动
经验法则：D7/D1<0.3的实验直接跳过，不值得投入优化资源。
教训三：AI可靠性vs用户容忍度的剪刀差
这是最反直觉的发现。我原以为用户对AI的容错率很高。实际数据是：
- 用户对"确定性场景"的容错率极低（如SQL生成、代码审查）。
- 用户对"开放性场景"的容错率较高（如会议纪要、翻译）。
这意味着：打确定性场景（代码）需要在准确性上做到极致；打开放性场景（内容生成）需要在流畅度和体验上下功夫。
教训四：闭环远比生成重要
以EXP-07（PPT生成）为例，用户真正的时间消耗不是在"生成初稿"，而是在"修改完善"。如果工具只能生成不能高效修改，就只解决了一半问题。
所以考核AI工具不是看"生成质量"，而是看"编辑效率"。即：用户从生成结果到最终可用产物的修改时间。
四、活下来的三个产品：共性分析
存活下来的三个产品（代码审查、会议纪要、测试用例生成）的共同特征：
五、总结
核心技术提炼：
