卡住的地方通常不是方法不够好,而是还没把「产品事实与边界」写成一句可被检验的话:服务谁、帮他取得什么进步、用什么尺度衡量。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
先写清产品事实与边界,再谈表达
材料里的观点做主页时,如果从参考网站或首屏样式开始,很容易越写越多,因为还没确定要服务谁、帮他取得什么进步、用什么尺度理解这种进步。把这三件事先写清楚,再按读者真实的决策顺序安排页面,文案、证据和视觉才有共同任务。你的方法论之所以要花很多口舌,可能是因为它同时承担了「产品说明」和「说服」两个功能;先把产品事实与边界单独写出来,方法论才有地方安放。可以拿已完成的那家咖啡公司做一次反向拆解:当初你替它界定的「服务谁、什么进步、什么尺度」,正是你现在需要替自己写的那三句1。
创始人自己讲不清,外包也补不上
AI推演早期公司里,marketing 不是一个可以完全外包的职能;如果创始人自己讲不清产品价值、用户是谁、为什么现在需要它,招一个 marketing leader 也很难替你变出来。这条对乙方工作室同样成立:你替客户做定位和叙事,但你自己公司的定位没法委托给一个「更会写文案的人」。一个可试的方向是,先不写 landing page,而是用一段话向一个不熟悉你行业的人解释:你最近完成的那家咖啡公司,当初卡在什么问题上,你替它做了什么判断,后来什么变了。观察对方能否复述出「你服务谁、解决什么」,复述不出来,说明缺的是产品事实,不是表达技巧2。
现有材料只给出主页写作顺序和创始人做 distribution 的一般判断,没有针对品牌叙事工作室的定位方法,具体客户类型与价值主张仍需你自己界定。
出处
- 1如何做一个考虑周全的landing page?(101次迭代后的7个lessons)
讲主页应从产品事实与边界写起、再按读者决策顺序安排,直接对应你 landing page 卡住的位置。
- 2AI时代,找工作和创业的有效方法|Jobright联创/CTO Ethan对话
说明早期 founder 必须自己讲清产品价值与用户,适合核对「为什么不能靠外包或更会写的人解决」。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 有个投资人讲 alexzandra wang
最直接的是周楠那期访谈,标题就点明他讲 Alexandr Wang 为什么是顶级创始人;片段里还提到 Scale AI 在 2021 到 2022 年因自动驾驶降温而客户变少的转折。
- 找到10%高价值的工作,但是在AI时代,对于data scientist来说,高价值的工作是什么呢?我觉得我之前很多的高价值的工作现在都没有价值了,而且留不下来,而且别人不会觉得是我做的。
AI 让“处理信息”这件事变便宜,所以数据科学里原来值钱的分析、建模、报表正在贬值;新的高价值位置是判断该做什么、把模糊问题变成可执行系统,并对结果负责。
- 为什么个体AI用的很好但是整个公司团队没有上来?
个人用得好,是因为他一个人就能把背景、判断和反馈闭环起来;团队上不来,是因为这些能力散在每个人脑子里,组织结构和激励又没跟着改。
- 职业院校实训科教师(体制内)+ 个人开发者/IP 运营者。想请您诊断我这套工作流架构:① 最脆弱、迟早出事的一环是什么?② 最过度建设(投入产出最差)的一环是什么?③ 如果只能再做一件事,您建议做什么?
最脆弱的是学生数据与云服务混用的那条链路;最过度建设的是多设备、多模型、多平台的全互联架构;如果只做一件事,先给「学生数据不可上云」划出一条可验证的物理边界。
- 我每天很忙,但不知道工作有没有价值,怎么识别 fake work?
识别 fake work 的关键不是看你有多忙,而是追问:这份产出完成后,下游会做出什么不同的决定或行动?如果多生产十份,真实结果也不会更近,那它很可能只是让你感觉在前进。
- 如何看待国内办公场景workbuddy爆火和AICG盛行的短剧,对我们这些使用原生agent的开发者有什么建议。
办公场景的AI工具和短剧爆火,说明AI正在把“生产内容/代码”的单价压到很低;对原生agent开发者来说,越靠近“为结果负责”就越难被替代,光会调工具本身不构成壁垒。