AI写代码的崛起让“vibe coding”成为新潮流，但功能实现与商业化成功之间仍存在巨大鸿沟。本文通过真实案例揭示：缺乏用户定位、需求验证和业务流程设计的产品，即使功能齐全也难以存活。当AI解决了“how”的问题，产品经理的核心价值更在于厘清“what”和“why”。

近期，“vibe coding”这个词超级火，基本人人在用。

打开任何一个AI产品社群，或者我们的朋友圈，几乎每天都能看到有人晒自己“一晚上撸出一个产品”、“三天上线一个工具”、“周末写了个SaaS系统”。

是啊，AI写代码的能力确实越来越强，从前端页面到后端逻辑，从数据库设计到接口调用，只要你描述清楚需求，AI基本都能给你搭出一个能跑起来的东西。

于是一个新的认知开始流行（其实很多人就是笃定这么觉得）：“我现在会用AI写代码了，是不是就可以自己做产品、自己创业了？”

我想说：大部分人确实能用AI做出一款功能齐全的产品，但是距离商业化可用，还差很远。中间隔着一道很多不了解产品设计逻辑的人根本意识不到的鸿沟，产品设计是需要专业能力的，并不是会用代码写功能就可以胜任。

01  一个真实的例子

最近接触了一个朋友的项目。他不是产品经理出身，但用AI在很短时间内做出了一个功能相当丰富的产品。

说实话，功能量级放在正常的产品团队里，一个产品经理可能要花上一两个月才能把这些功能梳理、设计、排期出来。反正让我做，没几个礼拜，我都梳理不出来。

从“做出功能”这个角度看，AI确实把效率提升了一个数量级，快到嗖嗖的。

但当我和他聊起这个产品的时候，问题马上就暴露出来了：

我问他“这个产品主要是给谁用的？”，他的回答比较模糊，说“应该挺多人都能用”。

我问他“用户用这个产品之前，是怎么解决这个问题的？现在为什么要换成你这个？”，他答不上来。

我问他“用户从打开产品到完成核心任务，大概是个什么路径？”，他说功能都在，但具体的使用流程他自己也没有特别想清楚。

也就是说，这个产品功能很全，但说不清楚“为谁而做”、“解决什么刚需”、“怎么用起来”。

这就像一个人拿着最先进的厨具，炒出了一盘色香味俱全的菜。但端上桌才发现，客人其实想吃的是面条。厨具再好，菜做得再快，如果方向错了，这顿饭依然是失败的。

在我们做产品的过程中，功能开发是前面这些梳理清楚后的自然结果，但是前面的问题没有梳理清楚，就无需进入功能开发这一步。

不论是我自己做产品，还是我带着团队做产品，都要他们弄清楚，这个功能解决什么用户的什么问题，为什么必须是这个功能来解决，它在业务流程中的哪个环节、什么位置，等等，把这些都想清楚了，再画原型、评审、交付功能给开发同学。

02  AI能写代码，但写不出“产品判断”

这里有必要把“做产品”这件事拆开来看。

很多人理解的“做产品”，其实只是流程里的最后一环，把想法变成可运行的功能。这一步，AI确实可以帮你大幅提速，甚至替代相当一部分初级开发的工作。

但在“写代码”这一步之前，还有一连串更关键、也更容易被忽略的工作，这些工作合在一起，才是产品真正的“骨架”和“灵魂”：

商业模式：商业模式想清楚了吗？这个产品是怎么赚钱的？是订阅制、按次付费、还是免费引流再转化？客户为什么愿意为这个东西付钱，而不是用免费的替代方案？如果商业模式本身不成立，功能做得再炫，也只是一个“自嗨型作品”。

客户群体定位：客户群体定位清楚了吗？“挺多人都能用”约等于“没有人是目标用户”。是给中小企业的运营人员用，还是给大厂的某个特定岗位用？是给B端客户用，还是C端用户用？客群不同，功能优先级、产品语言、定价策略全都不一样。如果连“我做给谁用”都说不清楚，后面所有的设计都是在猜。

客户需求和痛点：客户的真实需求/痛点是什么？这一点最容易被混淆，“我觉得这个功能很有用”和“客户真的需要这个功能”是两回事（划个大大大的重点！！！）。很多自己做产品的人，本质上是在解决自己想象中的问题，而不是客户真实场景里正在发生、正在花钱、正在花时间解决的问题。没有做过用户访谈、没有验证过痛点强度的功能，堆得再多，也只是“看起来有用”。

需求优先级判断：哪个需求是核心刚需，哪个是锦上添花，哪个可以放到二期再做，这种判断需要基于商业目标、资源投入、竞品现状综合权衡。AI不会替你做这个取舍，它只会“你说什么我做什么”，来者不拒地把你想到的所有功能都实现出来，结果就是功能列表越堆越长，产品却越来越散（这个「产品散」的话题，后续我开一篇文章和大家聊聊，我自己是很有体会的）。

业务逻辑与流程：业务逻辑和业务流程这是最容易被低估，但最决定产品能不能用起来的一环。一个产品里，数据是怎么流转的？不同角色之间是什么关系？一个任务从发起到完成，中间要经过哪些状态、哪些校验、哪些异常处理？如果这条链路在设计阶段就没有理清楚，那么AI写出来的每一个功能模块可能单独看都没问题，拼在一起却互相打架，字段对不上、状态流转不闭环、关键场景压根没被考虑到。

这五个层面，本质上都是“想清楚再做”的部分。

它们不依赖代码能力，而是依赖你对行业、对客户、对业务的理解深度。这恰恰是专业产品经理日积月累训练出来的能力，也是绝大多数AI工具目前完全帮不上忙的部分。

03  “做出来”和“做成”之间的距离

回到开头那位朋友的项目。

从“做出来”的角度，他已经做到了很多专业团队都做不到的速度。但从“做成”的角度，也就是这个产品能不能持续被客户使用、能不能形成正向的商业循环、能不能在迭代中越来越贴近真实需求，或许，还差很远。

这个差距，不会随着AI能力的进一步提升而自动消失。

因为AI解决的是“how”的问题（怎么实现），而产品经理要解决的核心是“what”和“why”的问题（做什么、为什么做）。如果“what”和“why”本身是错的，“how”做得再快、再好，结果依然是一个用不起来的产品。

写在最后

vibe coding不是坏事，恰恰相反，它是这个时代给每一个想做产品的人的一份大礼，它把“实现”这件事的门槛降到了历史最低。

但正因为“实现”变得太容易了，“想清楚”才变成了真正稀缺、也真正值钱的能力。

如果你也在用AI做产品，可以先停下来问自己几个问题：

• 我的产品是给谁用的？
• 这个人现在是怎么解决这个问题的？
• 客户为什么愿意为我的产品付钱？
• 我做的这些功能里，哪一个是客户的“刚需”，哪些只是我自己觉得“应该有”？
• 用户从打开产品到完成一个完整任务，这条路径我自己走得通吗？

如果这几个问题你都能讲清楚、讲透彻，那AI会是你最好的加速器。但如果讲不清楚，AI再强，放大的也只是一个方向错误的产品，跑得越快，可能离目标越远。