如果你是一人公司创业者，最容易卡住的不是“没有想法”，而是不知道这个想法是否值得投入。低成本市场调研的目标，不是收集尽可能多的信息，而是在一周内回答三个经营问题：谁有明确需求、他们愿意为什么付费、你能否用现有能力交付一个可验证的解决方案。

一、先确定调研边界：不要一开始就研究“整个市场”

AI可以快速抓取和整理信息，但不能替你决定研究什么。如果问题定义错误，自动化只会让你更快得到一堆无法决策的资料。

建议把调研对象限定为以下四个维度：

将调研问题写成一句假设：

我认为，某类用户在某个场景下存在某种高频、明确且愿意付费解决的问题；如果提供某种产品或服务，他们会采取下一步行动。

例如：

我认为，客户数量较多的独立设计师需要更快整理项目反馈，并愿意为“反馈归类加修改清单”服务支付费用。

这句话会决定你后续抓取什么数据、如何分类评论，以及哪些竞争对手值得比较。

二、用一周完成一轮需求验证

一人公司不适合进行周期很长、范围很大的市场调研。可以把任务拆成七天，每天只交付一个阶段性结果。

这不是为了在七天内证明项目一定成功，而是为了判断下一步应该：

• 继续验证；
• 调整目标人群；
• 改变产品或服务方案；
• 暂停投入。

三、第一步：用AI爬虫收集公开需求信号

1. 优先收集“用户正在表达问题”的地方

市场需求不只存在于行业报告中，更常见于用户主动提问、抱怨、比较和求助的内容里。可以优先观察：

• 问答社区中的提问和追问；
• 电商或应用商店的用户评价；
• 课程、软件和服务的公开评论；
• 行业论坛和社群中的经验分享；
• 竞争对手的公开案例、功能介绍和常见问题；
• 搜索结果中的相关问题和长尾表达；
• 公开招标、招聘描述或服务需求页面。

抓取前先确认目标网站的使用规则、访问频率限制和个人信息要求。不要绕过登录权限、验证码或访问控制，也不要批量收集不必要的个人资料。

2. 免费与付费工具组合

低成本方案不一定要购买完整的数据平台，可以按任务组合工具：

工具的免费额度、功能和价格可能随时间变化，因此购买前应以工具当前的官方页面为准。对于一人公司，建议先用免费或已有工具完成一轮验证，只有当人工整理时间已经成为瓶颈时，再购买付费工具。

3. 给AI爬虫的任务说明

不要只对工具说“帮我爬取市场信息”。更好的任务说明应该包含范围、字段和排除条件。

请从指定的公开页面中提取与“独立设计师整理客户反馈”相关的内容。

只保留：
1. 明确描述问题、困难、替代方案或购买意愿的文本；
2. 与目标用户和使用场景直接相关的内容；
3. 能保留上下文的完整句子或段落。

请输出以下字段：
- 来源类型
- 内容日期
- 原文摘要
- 用户问题
- 当前解决方式
- 情绪倾向
- 是否出现付费、价格或购买行为
- 可能的需求主题

请排除：
- 重复内容
- 广告和纯宣传文案
- 无法确认与目标场景有关的内容
- 不必要的个人身份信息

AI提取后必须抽样检查。建议至少人工复核以下内容：

• 需求是否被AI误判；
• 否定句是否被识别成正面表达；
• 同一用户或同一内容是否重复计数；
• 评论是否脱离上下文；
• 主题标签是否过于宽泛。

四、第二步：用情感分析找出“痛点强度”

情感分析不应只回答“正面还是负面”。对需求验证更有用的是判断用户处于哪种状态，以及是否存在行动信号。

建议使用五类标签

可以进一步增加三个维度：

1. 频率：问题是否反复出现；
2. 严重程度：是否影响收入、交付、效率或客户关系；
3. 替代成本：用户现在是否已经花时间、金钱或人力解决。

一个问题反复出现，不代表一定值得做。更可靠的判断是：

频率高 + 影响大 + 已经存在替代支出或行动。

情感分析提示词模板

你是一名市场需求分析助手。请分析以下用户文本，不要根据语气猜测购买意愿，必须引用文本中的明确线索。

请输出：
- 情绪：满意 / 失望 / 抱怨 / 求助 / 购买比较 / 无法判断
- 问题描述：用一句话概括
- 影响程度：低 / 中 / 高
- 当前解决方式
- 是否出现付费或购买行为：是 / 否 / 不明确
- 可验证的原文依据
- 你无法确定的部分

如果文本只是在表达观点、没有具体使用场景，请标记为“弱需求信号”。

不要把负面情绪直接等同于高需求。用户抱怨某个功能，可能只是偶发体验；而一条语气平静但明确说明“每周都要花三小时处理”的内容，往往更有决策价值。

五、第三步：用关键词聚类还原需求结构

关键词数量多，不等于需求丰富。真正需要识别的是：不同表达背后是否指向同一个任务和购买动机。

1. 先清洗，再聚类

在聚类前处理以下问题：

• 删除品牌名、无意义停用词和重复内容；
• 将同义词合并，例如“整理反馈”“汇总意见”；
• 区分功能词和结果词，例如“自动分类”是功能，“减少返工”是结果；
• 保留场景词，例如“交付前”“每周汇报”“客户修改”；
• 将一句话拆成“对象—问题—结果”三部分。

例如：

2. 建立需求主题

聚类后，可以将结果归纳为三到七个主题。主题过多会失去重点，主题过少则会掩盖差异。

建议为每个主题记录：

• 主题名称；
• 出现次数；
• 涉及用户数量；
• 典型原话；
• 使用场景；
• 当前替代方式；
• 造成的成本；
• 购买或行动信号；
• 你能提供的解决方式。

3. 使用简单评分，而不是迷信数量

可以给每个主题打分：

需求优先级 = 频率 × 影响程度 × 行动信号 ÷ 验证难度

每项可以用1到5分。这个公式不是科学测量，而是帮助你把直觉变成可比较的判断。

例如：

优先验证高分主题，但不要把分数写成客观市场结论。它只是你在信息不完整时使用的决策工具。

六、第四步：建立竞争对手画像，而不是只列竞品名称

竞争分析的目的不是证明“没有竞争”，而是找到用户已经采用的解决方式，以及你可以从哪里切入。

1. 竞争对象至少包括四类

1. 直接竞争者：解决同一个问题的产品或服务；
2. 间接竞争者：解决相近结果，但方式不同；
3. 人工服务：顾问、外包、助理或自由职业者；
4. 用户自建方案：表格、脚本、模板、聊天工具和内部流程。

很多一人公司忽略了最后两类。实际上，用户愿意继续使用复杂表格，说明他们可能已经确认问题重要，只是还没有找到满意的方案。

2. 竞争对手画像模板

对竞争对手的价格、功能和用户评价进行记录时，要标注观察日期。功能和定价会变化，报告中不要使用“永久免费”“一定最低价”这类未经持续核验的表述。

3. 找到可执行的差异化

差异化不一定意味着开发更多功能。对一人公司来说，以下切入方式通常更容易验证：

• 只服务一个具体职业或行业；
• 只解决一个高频任务；
• 提供更快的人工辅助交付；
• 将复杂工具包装成标准化服务；
• 提供现有软件缺少的本地化流程；
• 帮客户完成导入、配置和培训；
• 根据客户已有工作方式进行轻量定制。

例如，不要泛泛地做“AI客户反馈工具”，可以先验证：

为独立设计师提供项目反馈整理服务：客户提交聊天记录和文件后，48小时内得到问题分类、修改清单和待确认事项。

这类方案更容易直接找到目标用户，也更容易在不开发完整产品的情况下收集真实反馈。

七、第五步：把公开资料转成真实验证

AI分析只能告诉你“公开内容中出现了什么”，不能证明某个具体用户愿意购买。下一步必须回到真实用户。

建议进行三种小规模验证

1. 问题访谈

访谈重点不是介绍你的方案，而是还原用户最近一次真实经历。

可以询问：

• 你最近一次遇到这个问题是什么时候？
• 当时具体发生了什么？
• 你用了什么方法解决？
• 花了多少时间、人力或费用？
• 哪一步最不满意？
• 如果问题继续存在，会造成什么影响？
• 你是否尝试过其他工具或服务？
• 什么情况下你会愿意更换方案？

避免一开始就问“你会不会购买”。很多人会礼貌性地表示感兴趣，但不会采取行动。

2. 预售或服务试用

一人公司可以先把想法包装成一个小服务，而不是直接开发完整产品。例如：

• 一次性诊断；
• 手动整理；
• 小范围代办；
• 模板加指导；
• 定制化报告；
• 低复杂度的试用项目。

验证重点是用户是否愿意：

• 提供资料；
• 安排时间；
• 使用结果；
• 修改现有流程；
• 支付定金或试用费用。

3. 内容或落地页测试

制作一页简单说明，包含：

• 服务对象；
• 解决的问题；
• 交付结果；
• 适用场景；
• 试用或咨询方式。

不要只统计浏览量。更值得记录的是：

• 点击了解详情的人数；
• 提交具体问题的人数；
• 愿意预约沟通的人数；
• 愿意提供资料的人数；
• 愿意支付测试费用的人数。

八、用一个统一模板写需求报告

一周结束时，报告不需要长，关键是让自己能够据此做决定。可以使用以下结构。

1. 执行摘要

调研主题：
目标用户：
核心场景：
调研时间：
资料来源类型：
有效样本数量：

主要发现：
1. 
2. 
3. 

当前判断：
继续验证 / 调整方向 / 暂停投入

下一步行动：
- 
- 
-

2. 需求证据表

需求主题：
目标用户：
发生场景：
问题描述：
出现频率：
影响程度：
当前解决方式：
已付出的时间或费用：
用户原话或事实依据：
尚未确认的部分：
建议验证动作：

3. 竞争对手画像表

竞争对象：
服务人群：
解决任务：
交付方式：
用户选择它的原因：
用户不满的地方：
价格或购买信号：
进入门槛：
我的可行切入点：
需要进一步核验的信息：

4. 决策结论

结论不要写成“市场很大”或“用户有需求”，而要写成可执行判断：

在已收集的公开资料和访谈样本中，目标用户反复提到项目反馈整理耗时，并已有使用表格和人工记录的行为。初步支持“反馈整理服务”这一方向，但尚未充分验证持续付费意愿。下一步先向10名目标用户提供一次小范围试用，重点观察资料提交率、完成率和付费转化，而不是继续扩大资料抓取范围。

九、常见误区：AI越多，不代表判断越可靠

误区一：把搜索热度当成购买需求

搜索量只能说明有人关注，不能说明这些人是目标客户，更不能说明他们愿意付费。必须结合具体场景、现有替代方案和行动信号。

误区二：只收集正面反馈

正面评价通常比较简短，负面反馈更容易暴露交付问题。分析时既要看不满意之处，也要看用户为什么仍然继续使用现有方案。

误区三：让AI直接替你下结论

AI适合提取、归类、比较和发现遗漏，不适合在证据不足时宣布“需求成立”。报告中应区分：

• 已观察到的事实；
• 基于事实的推断；
• 尚未验证的假设。

误区四：忽略合规和隐私

公开可见不等于可以无限制收集和使用。尤其是聊天内容、联系方式、用户评价中的身份信息和敏感信息，应尽量最小化采集，并在分析前进行脱敏。涉及特定网站、个人信息或商业数据时，应先检查适用的服务条款和法律要求。

误区五：工具搭建时间超过验证时间

如果你花五天搭建爬虫、看板和自动化流程，只剩两天接触用户，流程就失去重点。第一轮调研可以接受手动操作，先验证“问题是否值得解决”，再优化“如何规模化收集”。

十、最后的决策检查清单

提交报告或决定投入前，逐项检查：

• [ ] 是否明确了具体目标用户，而不是泛泛的“所有创业者”？
• [ ] 是否记录了真实使用场景？
• [ ] 是否保留了足够的原始证据？
• [ ] 是否区分了事实、推断和假设？
• [ ] 是否同时分析了产品、人工服务和用户自建方案？
• [ ] 是否观察到用户已经投入时间、金钱或精力解决问题？
• [ ] 是否进行了至少一次真实用户验证？
• [ ] 是否提出了下一步可在两周内完成的实验？
• [ ] 是否对抓取资料进行了去重、脱敏和人工抽查？
• [ ] 是否避免把一次小样本结果包装成普遍市场结论？

对一人公司而言，好的市场调研不是一份漂亮的长报告，而是一套能减少错误投入的判断流程。AI爬虫负责扩大资料收集范围，情感分析负责识别问题强度，关键词聚类负责还原需求结构，竞争对手画像负责寻找切入位置；最终是否值得做，仍要由真实用户的资料提交、试用、预约和付费行动来验证。