先看一个真会发生的场景
「这是一个非常有潜力的方向。」你敲了四百多字，它三秒就回了这句。接着往下滚：市场规模、用户画像、冷启动三步走，连月费该定一百九还是两百九，都替你比了一遍利弊。
你打进去的，是憋了三个月的念头：做一套帮小型健身工作室催私教续课的东西——谁的课时快见底了自动提醒，教练不用再翻那本卷了边的登记册。孩子刚睡，客厅只剩你和一台笔记本，敲完手心有点潮。
你还有点不放心，追一句：这事应该早有人做了吧？
它说：目前该细分场景竞争尚不充分，存在明显空白。
你把整屏截下来发到家人群，配了四个字：我想清楚了。
躺下之后，天花板上慢慢浮出一句话——这些结论，是我想清楚的，还是它顺着我说的？
这一晚你以为自己在做决策，其实做的是一场彩排：你出题，它捧场，你把捧场当成了论证。
问题不出在它答得不够好。恰恰相反，它答得太好了——条理清楚、语气笃定、连你没想到的细节都替你补上了。问题出在整场对话里，没有任何一个环节能让你听见一个「不」字。
换个场景你就明白这有多不对劲。片子拍出来医生说没事，稍微上点心的人都会拿去另一家再看一眼。不是不信第一个医生，是这件事的代价大到不该只听一个人说。
而你今晚要押上的，是接下来几个月的下班时间、一笔可能得从别处挪的启动钱。这个赌注，比一张片子重多了。
它不是在骗你，它是在配合你
先把话说白：模型被训成什么样，它就长什么样。它的默认任务不是把真话砸你脸上，是给出一段有条理、有用、让你愿意继续聊下去的回答。你问「我该不该干这件事」，它极少硬邦邦回一句「别干，这需求是你自己想出来的」——那样的回答，在训练它的评价标准里得分不高。
迎合倾向：模型在拿不准的时候，倾向于顺着提问者的立场走，把话说得让人舒服。你越是在问题里露出自己的偏好，它越是往那个方向靠。这不是它在使坏，是它被优化出来的性格。
但只怪它，就冤枉它了。这场戏另一半是你演的。
你打开对话框那一刻，心里其实已经有答案了。你不是来找判断的，是来找一个盖章的。所以每一次追问，都在无意识地往它嘴里塞词：「你觉得从哪个城市先切入比较好？」——问题出口的瞬间，「该不该做」就被你自己跳过去了，直接跳到了「怎么做」。
这个毛病有个名字，你自己肯定经历过：刚看上一款车，从那天起走在街上满眼都是同款。路上并没有突然多出来一批车，是你的眼睛开始只往它身上落。
确认偏误：人一旦心里有了倾向，就会不自觉地多看支持它的证据、少看反对它的证据。这个过程你自己感觉不到，只会觉得「我查过了，确实靠谱」。
还有一层，是一个人干活特有的。在公司里，这份方案甩到桌上，总有人让你把某一页撤回去重写；预算过一道，风险过一道，那些看着烦人的环节，本质上是替你把冲动拦下来。
你现在既是提案的人，也是拍板的人，中间那道审的环节，你自己给自己省掉了。省掉的东西不会凭空消失，它会在三个月之后，换一种方式回来找你要账。
第一个选项把「越来越顺耳」当成了「越来越正确」，这两件事没有关系。第三个选项方向反了：它不是纠正了自己，是被你带过去了——真要纠正，你会看到它推翻某个具体判断并说明理由，而不是整体语气变暖。
第一关：换个人，把同一句话再问一遍
一个模型给你的是一个答案，不是一个结论。答案和结论的区别在于：结论要经得起换个人重问。
做法很土，但管用：挑三家不同公司的模型，各开一个全新的空白窗口，把同一句话原封不动丢进去，不解释你为什么想做，不说你已经准备了多久。
「全新窗口」这四个字是重点。你要的是三份互相不认识的判断，不是同一个判断被复述三遍。在你聊了半小时的那个窗口里追问，拿到的永远是被你调过味的东西。
然后你看的不是谁答得漂亮。文采不值钱，一致性才值钱：
- 三家说的核心结论撞在一起了。比如都提到「这类店老板对软件的付费意愿很低」，那这条大概率是真的，你得当成必须解决的问题，而不是可以绕过去的杂音。
- 三家吵起来了。一个说值得试，一个说这块早就挤满了，第三个说需求本身存疑——别急着挑顺耳的那个信。它们吵架不是因为模型不靠谱，是因为这件事本身还没有共识，而你手上的信息，远不够支撑一次押上几个月的决定。
第一个选项是这一课要治的病本身——你不是在筛选，你是在挑一个替你说话的。第二个选项走了另一个极端：分歧恰恰说明它们没有串通着顺你的意，这时候把工具全扔了，等于把唯一的警报器砸了。
第二关：每个数字，都要能追到人
它最爱给你甩数字：这个市场多少亿、同类产品卖多少钱、目标人群多少万。数字有种天然的说服力，因为它长得像事实——事实通常有数字，但有数字的不一定是事实。
所以关键数字出现的时候，追一句就行：这个数出自哪儿，谁发的，哪一年，怎么算出来的。
真实存在的数据，它通常报得出个大概：报告名、机构、年份。编出来的一追就散——要么换个说法糊过去，要么给你一个搜索框里怎么也找不着的报告名。
幻觉：模型写下一个字的依据，是这个字接在前面那串字后头像不像，不是真去查了什么。碰上它其实不知道的地方，它不会说「我不知道」，而是用一段读起来很顺的话把窟窿填上。填得越顺，越难看出来。
「怎么算出来的」这一问，比前三问更狠。还是那个健身工作室的例子：假设它甩给你一个全国门店总数，你追一句口径——算的是营业执照上写着健身的，还是眼下真在开门营业的？含不含瑜伽馆和拳馆？口径动一动，这个数能差出好几倍。
你不需要懂统计，也不需要真去核实每一个数。这一关的作用只有一个：把那些经不起一句追问的数字，从你的决策依据里踢出去。剩下的数字未必都对，但至少你知道自己是站在什么上面下的判断。
还有一层，很实在：这些追不到出处的数字，现在不踢掉，将来是要还的。哪天你拿着这套说辞去找人搭伙，对方随口问一句「这个数你哪儿看来的」，丢的不只是这个数。
真实世界比它诚实
前两关都还在它的地盘里打转。最后一关，你得把窗口关了。
去人真正扎堆的地方搜半小时：同行的社群和论坛、内容平台的评论区，还有一个最容易被忽略的地方——同行业的设备和店铺转让信息。一个行业的冷热，转让区比任何分析都诚实。
你要找的就两类人：
- 正在为这件事骂街的人。有没有真实的店主在抱怨这个麻烦，抱怨得具体不具体，最近还在不在抱怨。这决定了需求是真是假。
- 做过又不做了的人。有没有人下场试过，试完为什么退出来。这决定了路好不好走——比起「有没有机会」，你更该关心「别人是踩到哪块石头摔的」。
翻的时候盯住时间戳。一条抱怨是上个月发的还是四年前发的，性质完全不同。四年前那批帖子底下的最后几条回复，往往才是全篇最值钱的内容。
还有一种情况最该警惕：搜了半天，全是同行在互相打气「这个方向有前景」「这是下一个风口」，却找不到一个真实用户在骂这件事有多烦。那大概率是一个被你们自己想出来的麻烦。
第一个选项把「没人做」直接读成了「机会」——很多时候没人做，是因为做过的人都走了。第三个选项在偷懒：过时的是当年的价格和工具，不过时的是那批客户的掏钱习惯和决策方式，而后者恰恰是最难改的部分。
顺带说一句时间账
大多数人不是不知道该验，是舍不得那一两个小时。在兴头上，「再查查」听着特别像给自己泼冷水，像拖延。
反过来算就清楚了：验完是对的，你后面冲得比现在还狠；验完是假的，省下的是三个月的下班时间，外加一笔说不定还得开口借的钱。
一两个小时，换的是这个。这笔账怎么算都不亏。
我防它捧场的土办法：三个空白窗口，一套用旧了的提示词
我验证方向的固定动作，和这一课教的一字不差：挑三家不同公司的模型，各开一个全新的空白窗口，同一句话原封不动丢进去。当年我用的是 ChatGPT、Claude、通义千问，今天你换成手边能用的三家，动作不变。三家撞车，才当回事；三家吵架，先去补信息，不下注。
书第 3 章里我把三段提示词原文都留了：市场扫描那段，逼它给结合点、供给情况、搜索趋势、变现模式、进入门槛，"请给出具体数据和案例支撑"；竞品分析那段，要 TOP20 账号的表格；需求验证那段，追关键词未来半年的走向。每一段都在逼它交出处 — 交不出的，当场现形。
AI 是尽调员，不是拍板的人。拍板的人，得先学会审问尽调员。
把你正在盘算的那件事，现在过一遍
不用等想好了再做。就拿你手上最痒的那个念头，跟着走完五步——这一课的产出，就是这份记录。
- 把问题写成一句不带偏向的话。比如「我该不该做一套帮小型健身工作室催私教续课的工具」。反面教材长这样：「我觉得这事挺有戏，你怎么看」——这种问法等于把答案先递过去了。写完自己读一遍，如果里面有任何一个词在暗示你想听什么，删掉重写。
- 开三个空白窗口，各问一遍。挑三家不同公司的模型，同一句话原封不动粘进去，不解释背景，不补充说明。每份答案只记三行：核心结论、主要理由、它自己提到的最大风险。三行，别多写。
- 挑三个最能说服你的数字，逐个追出处。就挑那种「看到它你心里咯噔一下、觉得这事真行」的数。每个问四句：哪儿来的、谁发的、哪一年、怎么算的。答得上来的记下来，答不上的旁边写两个字：存疑。
- 关掉对话框，去搜半小时。同行社群、评论区、转让信息，找两类东西：正在抱怨这个麻烦的真实用户，和做过又退出的人。摘三到五条，每条把发布时间一起记上。一条最近的抱怨，比十条三年前的分析有用。
- 拼成一页，最后写一句自己的判断。判断后面必须缀一句「这话靠哪条证据撑着」。写不出来，说明你还是在凭感觉——那就把它改成一个问题，留到下次再验。
一页纸，三块：三家分别怎么说 · 数字能不能追到人 · 真实世界怎么说。底下压一句你自己的判断，加上它的证据来源。
存起来别删。三个月后回头看这一页，你会发现哪条判断是真的，哪条只是当晚的心情。
《验证记录》一页纸 0. 我的问题（一句不带偏向的话）： 1. 三家怎么说（每家只记三行）： 模型A：核心结论 / 主要理由 / 它自己提的最大风险 模型B： 模型C： 2. 数字能不能追到人（挑 3 个最能说服我的数）： 数字①：哪儿来的 / 谁发的 / 哪年 / 怎么算的 → 可信 or 存疑 数字②： 数字③： 3. 真实世界怎么说（社群/评论区/转让信息，摘 3-5 条，带发布时间）： 4. 我的判断（一句话）+ 这话靠哪条证据撑着：
② 我的样张（元宇宙公主版） — 展开看我怎么填的
0. 问题：我该不该全职押注做数字人账号代运营 1. 三家：当年用 ChatGPT / Claude / 通义千问同问一句——两家提示竞争密度高，一家直接给冷启动方案。分歧本身就是信号：先补信息，不下注 2. 数字：市场规模 41.2 亿（公开行业报告，2024）→ 可信；"单条视频报价四位数"（帖子口径，无出处）→ 存疑；相关企业 114.4 万家（天眼查）→ 可信 3. 真实世界：内容平台上教这行的账号几十个；转让区挂着做了三个月就放弃的账号 4. 判断：市场真、增速真，但户均 3600，红海，不全职押。证据：41.2 亿 ÷ 114.4 万家 ※ 样张演示的是格式和追问动作，数据是当年的，今天请重查
【市场扫描】我想验证的方向：____。请分析：1) 这个领域与 AI 结合的具体切入点 2) 目前的供给情况（谁在做、做到什么程度）3) 相关关键词最近的搜索和讨论趋势 4) 现有玩家的变现模式 5) 进入门槛。每一条都要给具体数据和案例支撑，给不出的直接写"无可靠数据"，不许编。 【出处追问】你刚才提到"____"这个数字，请回答四件事：来自哪份报告或哪个机构、发布年份、统计口径、原文链接或报告全名。答不上来就直接说"无法溯源"。
这一课，两句话收口
这一课只干一件事：把它从捧场的位置，请到验货的位置。
三道关卡，一道比一道往外走：换三家重问同一句，看结论撞不撞得上；每个数字追到人，把编的踢出去；关掉对话框，去看真实的人在骂什么、在退什么。
走完你会发现，那份半夜让你睡不着的方案多半会缩水。缩水是好事——留下来的那部分，才是你敢押上时间和钱的。拍板的人从头到尾只有一个，就是你自己。
方向筛到这儿就结束了。下一课换个话题：你晚上十点还开着七个对话框，对账、写文案、改图、查资料各占一个，全靠你在中间人肉传话。我们给它们分好岗，定好交接。