程序员副业指南：从零开始做互联网小生意的完整路线图

第三章 需求发现与验证：生意从哪里来

程序员做副业最常见的死法，不是做不出来，是做出来了没人要。我们这个职业的肌肉记忆是”给我需求，我来实现”。在公司里，需求是产品经理喂到嘴边的；出来单干，找需求这件事本身就是生意的一半。

这一章讲两件事：需求从哪里挖，挖到之后怎么用最小的代价验证它是真是假。

3.1 需求的四个来源，按段位排列

来源一（基础）：自己的痛点

最低成本的需求来源是你自己。有位圈友做网盘拉新时发现，把文件压成压缩包能提高转存率，但市面上找不到能递归压缩多层级文件的顺手工具，于是自己用 AI 写了一个。这个”只服务自己的工具”后来成了他的产品。自用需求的好处是你就是用户，不存在理解偏差；坏处是你得追问一句：跟我有同样痛点的人多不多，他们愿不愿意付钱？（判断方法见下节的验证框架。）

来源二（基础~中阶）：泡在用户扎堆的地方

第一章说过”先找人，再找情绪”。一位高客单操盘手看内容从来不只看一个赛道，他看爆款的封面为什么让人点进去、评论区为什么吵起来、内容勾住了哪种情绪和身份认同。看得足够多，需求判断就会越来越快。

程序员版的做法更结构化，我看到时心想这招真聪明：有位圈友把 AI Agent 用成了”个人需求雷达”，让它持续监听自己所在的社群聊天，把零散的抱怨和讨论整理成结构化的需求分析，每条包含八个维度：需求名称、用户场景、原始信号、痛点、现有解决方式、为什么还有机会、MVP 可以怎么做、适不适合我、下一步验证。注意最后两个维度，”适不适合我”对应第一章的技能迁移原则，”下一步验证”保证每条需求都有行动出口，而不是躺在收藏夹里。

来源三（中阶）：数据挖掘

这是把找需求从碰运气变成流水线的打法，出海圈用得最成熟。哥飞分享过一套四步需求挖掘法：

1. 从 Indie Hackers 的产品数据库里，拉取已提交 Stripe 收入验证的产品。收入验证过的产品，背后必然是被付费投票过的真需求；
2. 用 Similarweb 查这些产品的流量来自哪些关键词；
3. 用 AI 从中筛出通用性需求关键词；
4. 用 Google Trends 估流量，用 KGR 公式评估关键词竞争难度，最后得到一份”低竞争、高需求”的关键词清单。

同样的思路可以换数据源：AppSumo（SaaS 折扣平台，能看到什么产品卖得动）、Toolify（AI 工具的流量和收入榜单）、Stripe 的入站流量涨幅数据。每个源都用 Similarweb/Semrush 交叉验证一遍，导出到表格统一管理。说白了就一句话：别猜需求，去抄”已经被钱验证过”的需求，然后做微创新。

做 App 方向也有对应的工具链：让 ChatGPT 列潜在竞品 → App Store 搜关键词下载体验（看用户流程和卡点）→ 点点数据/七麦查竞品数据 → Google Trends、Sensor Tower、Ahrefs 看需求强烈度 → Toolify 看市场排名。

还有一个容易被忽略的数据金矿：用户评论。有圈友分享过一段产品分析提示词，把某个商品的用户评价全部抓下来喂给 AI，让它输出好评点、差评点、用户期望、用户画像、使用场景。竞品的差评区，就是你的需求清单。

来源四（高阶）：B 端访谈

面向企业的需求不在公开数据里，在老板那里，得靠问。各类社群里做企业 AI 服务的圈友总结的访谈打法非常落地：

• 筛人：直接问”你现在最头疼、最费人力的是哪个环节”。真有需求的人马上能说出具体场景，来看热闹的只会含糊其辞。没决策权、没预算的，礼貌维护，别压重沟通。
• 首聊建信任：千万别急着甩方案甩报价。先问业务，公司多少人、靠什么赚钱、哪个环节最耗人最重复。你越像来解决问题的，他越愿意往下聊。
• 深挖：约视频会议，把需求一条条拆开问：这个环节现在怎么做、谁在做、一天花多少时间、卡在哪。小老板说不清自己要什么是常态，要靠给选项引导。他说”想搞个 AI 客服”，你就追问：是要自动回复咨询、筛单，还是售后回访？把笼统的话逼成具体的活。项目大一点的，还得下沉到一线干活的人挨个聊，老板讲的和实际干活的人讲的，常常是两码事。

3.2 验证：在写第一行代码之前

五问框架

出海赚到第一个一万刀的赫兹，找到需求后用五个问题过一遍：

1. 什么人有这个需求？
2. 什么场景下使用？
3. 愿意花多少钱？
4. 解决什么具体问题？
5. 我需要多久能做出来？

前四问就是刘小排那句经典的产品一句话描述：”什么人，在什么场景下，愿意花多少钱，解决什么问题”；第五问是投入产出比的现实约束。五个问题里任何一个答不上来，就先别开工。

去用户嘴里找证据

哥飞讲过一个 Henry 的案例：开发产品前，先去 Reddit 等平台搜相关关键词，看是不是真有用户在讨论、在抱怨这个问题。一搜发现真有不少人有这个需求，才坚定动手。这个动作成本接近零，但能拦住大部分”我觉得大家需要”的伪需求。圈内甚至有”30 分钟验证 idea 是不是需求”的标准动作，搜索量、社区讨论、竞品存在性，半小时内能查完。

顺便校正一个新手常见的心理障碍：查竞品时看到对手域名评分 68、反向链接 11.5 万，很容易当场崩溃。但有位出海圈友的亲身经验是，就算在这种形势下，新产品依然出单赚钱。海外用户更关心产品能不能解决他的问题，不太在意开发团队的实力规模。有竞品说明需求真实存在；竞品很强，不代表没有你的生存空间。

让市场信号来找你

验证还有一种被动姿势：先扔一个”信号弹”。一位程序员圈友只是发了一个”PDF 转 Markdown 的 Python 脚本”的演示视频，评论区和私信涌来大量”求分享”。这种异常的用户反馈就是最硬的市场信号。你甚至不需要做出产品，做出”产品存在的假象”就够了：一个演示视频、一个 Landing Page、一条朋友圈。

AI 时代这套玩法的成本已经低到没有借口。一位企业服务操盘手说：以前验证一个想法要先投几万块、几个月把产品做出来；现在可以先把页面做出来，直接拿去问客户：”下个月如果真有这么个工具，你会不会用？会不会付钱？”只要有两三个人说愿意付钱，就值得往下推。用 n8n 之类的工具，一个周末就能搭出能跑的 MVP。技术创业的门槛，已经从”有没有技术团队”变成了”有没有想法”。

3.3 定义 MVP：可以粗糙，不能没有惊喜

验证通过，进入 MVP 阶段。这里有个被普遍误解的地方：MVP 不等于粗制滥造。

月入 4 万刀的小耳朵定了个精准的标准：MVP 可以粗糙，但核心功能不能将就。判断标准是目标用户用完核心功能后，有没有那声”诶哟，不错”，也就是 AHA Moment。没有这一下惊喜，用户不会回来，你的验证数据全是噪音。

那怎么划 MVP 的边界？他的做法：把想做的功能全部列出来，按”需求真伪”的维度一个个划掉，直到剩下最后那个核心功能，再拿它跟你做这个产品的初衷对比，对得上，就是它了。做着做着功能越加越多、边界跑偏，根本原因都是没想清楚”我为什么做这个产品”。

实战例子：王马扎做出海工具站时，面对一堆 SEO 需求词不知道从哪个功能切入，他用 ChatGPT、Gemini、Claude 的 Deep Research 同时调研”这个技术方向最核心的功能是什么、哪类用户的需求还没被满足”，几个 AI 给出相似答案后，他的网站上线只做了一个功能，只优化一个核心关键词。先跑通，再扩展。

上线之后，验证还没结束。微软的 Clarity 可以给用户行为”录屏”，有圈友靠看录屏在上线头几天修掉了好几个 bug，还顺手优化了转化路径。数据埋点不是大厂专利，是 MVP 的标配（技术细节第七章讲）。

3.4 分段位小结

基础段位（第一次找需求）：从自己的痛点或身边的抱怨出发，用五问框架加 Reddit/社区搜索做 30 分钟验证，做一个”信号弹”（视频/页面）测反应。目标不是找到金矿，是完整走一遍”发现 → 验证 → 反馈”的循环。

中阶段位（要稳定产出需求）：搭自己的需求流水线，竞品差评挖掘、Indie Hackers/Toolify/AppSumo 数据源、关键词工具，让 AI 做初筛，用”八维度模板”管理需求池。这个段位的特征是：你手里的需求永远比你的开发时间多。

高阶段位（做 B 端或大产品）：需求验证前置到访谈里，用”最头疼环节”筛掉伪客户，把笼统的表达逼成具体的活，先收到承诺（口头付费意愿、预付定金）再动工。

需求验证过了，下一个问题是：第一块钱怎么赚到手。下一章从变现规模最低、也最容易上手的那一档讲起。

1 2 3 4 5 6 7 8 9 10 11 12 13