验证的排序：从便宜到贵
我把验证手段按成本排成四档，能便宜就别贵。第一档是纸面验证：用户访谈加假门测试，几天时间、零开发。第二档是手工验证：绿野仙踪和拼装原型，用人或现成工具模拟产品，一两周。第三档是灰度验证：真做个最小功能放给小流量用户，一两个月。第四档才是正式 MVP。绝大多数伪需求死在前两档，每一档拦下来的都是几十万人力成本起步的浪费，验证的钱花得永远不亏。
假门测试：最便宜的真话机
做个落地页，把设想中的功能写得像已经存在一样，放个「立即使用」按钮，投几百块钱精准流量。用户点了，告诉他「功能内测中，留邮箱优先体验」。这个玩法的精髓在于：用户在以为产品真实存在时做出的点击和留资，比任何访谈都可信，因为他付出的是真实行为，不是礼貌性表态。判断标准要提前定死，比如点击率低于 3%、留资率低于点击量的 20%，就回去重想价值主张——标准事后补的，等于没有标准。
绿野仙踪：用人假装 AI
AI 产品独有的奢侈：可以让真人躲在后台扮演 AI。想验证「AI 自动整理会议纪要」？拉十个目标客户，让他们把录音发过来，你组织人手工整理好发回去，观察他们是不是持续发、会不会主动催、愿不愿意付钱。这一档验证的是最值钱的东西——付费意愿和复购行为，而不是「你感觉怎么样」。它的上限是规模化之前必须想清楚真人成本怎么被模型替代，否则验证出来的可能是一个永远需要人力的生意。
拼装原型：先 API 手搓，别急着自研
AI 时代验证需求的成本被拉到了地板：调 GPT 或 Claude 的 API，写好提示词，套个开源聊天界面，一个工程师两三天就能做出能跑的原型。Jasper 早期就是在 GPT-3 上套壳验证营销文案需求，跑通了、收到钱了，才谈得上自研和优化。这一档最要克制的是把原型做完美的冲动——原型的使命是回答一个具体问题，比如「用户拿到七成质量的输出时还会不会复用」，回答完它的历史使命就结束了。
验证的毕业标准
我的标准是三关：假门留资率过预设的线；绿野仙踪或原型阶段至少有三五个用户持续使用两周以上，且不是你求着人家用的；有人明确表示愿意付钱，或者真的付了。三关全过，才谈得上立项做真产品。只过第一关的叫「有点意思」，离「值得做」还差得远，很多项目就是拿着第一关的数据骗自己上了路。
还有一类常见错误要避开：拿内部员工当验证对象。同事用你的产品是给面子，他的使用数据几乎没有信息量；同样，亲友团的好评、行业群里收的「挺有意思」，都不算数。验证的有效性完全取决于样本是不是真实目标用户、行为是不是有代价——免费试用、人情试用、内部试用，这三种数据都该直接打折甚至扔掉。