这篇只提炼知识点，不复述故事。
目标是回答一个问题：个人开发者想做 AI 工具站，应该怎么判断一个想法值不值得做？
一、先判断是不是已有需求
不要从“我想做什么功能”开始。
先问这个需求在 AI 出现之前是否已经存在。
一个更稳的工具站选题，通常满足几个条件：
- 用户原来就会为这个问题花时间或花钱。
- 原方案足够贵、慢、麻烦，或者体验很差。
- AI 介入后能明显降低价格、提升速度、简化流程。
- 用户可以在几秒内理解这个工具能帮他做什么。
- 结果可以被用户直接使用，而不是只提供一个模糊建议。
如果 AI 只是让一个本来没人要的东西看起来更酷，这不是真需求。
二、用一句话压缩产品定位
一个早期工具站最好能用一句话说清楚：
这个工具帮谁，在什么场景下，快速完成什么结果。
不要一开始做 all in one。
大而全通常是迭代结果，不是冷启动起点。早期更适合从一个单点需求切入，把最核心动作做到清楚、稳定、好用。
可用这个模板自检：
给 [目标用户] 在 [具体场景] 下，用 [更快/更便宜/更简单] 的方式完成 [明确结果]。如果这句话写不清，页面、功能和 SEO 也会散。
三、判断用户是否真的愿意付费
可以用四个问题判断需求强度：
- 什么人会用？
- 在什么场景下用？
- 他原来怎么解决？
- 他愿意为结果付多少钱？
还有一个更狠的测试：
如果这个产品来自你不喜欢的人，你还会不会付费？
如果答案仍然是会，需求大概率更真实。因为这说明你买的不是人情、情绪或新鲜感，而是结果。
四、MVP 要砍边界，不是堆功能
MVP 不是把正式版做得粗糙一点。
MVP 是只保留验证需求必须存在的那条主链路。
可以这样砍：
- 写出所有想做的功能。
- 标出用户完成核心任务必须经过的步骤。
- 删除所有不会影响第一次成功结果的功能。
- 保留一个能让用户产生“Aha”的核心体验。
- 上线后再根据真实行为补功能。
早期可以粗糙，但核心结果不能将就。
如果工具承诺“一键生成图片”，那生成结果必须可用；如果承诺“快速分析网站”，那报告必须能指导下一步动作。
五、简单易用比功能完整更重要
工具站的用户不是来研究你的产品的。
他们只想快速解决问题。
因此早期页面要优先保证：
- 首页第一屏能说清楚用途。
- CTA 明确，不让用户猜下一步。
- 输入项尽量少。
- 默认值可直接使用。
- 结果页能复制、下载、分享或继续操作。
- 错误提示能告诉用户怎么修。
- 移动端也能完成主流程。
复杂留给系统，简单留给用户。
六、选题来源要形成日常机制
不要只等灵感。
可以建立一个需求池，每天记录几个候选需求：
- 自己工作中反复遇到的麻烦。
- 社群里高频出现的问题。
- Reddit、X、Discord、Product Hunt 上的抱怨。
- Toolify、There is an AI for That 等榜单里的上升工具。
- 老工具体验差但搜索量稳定的关键词。
- 新模型、新平台、新 API 出现后带来的周边需求。
每个需求都按同一套字段记录：
用户是谁：
场景是什么：
原方案是什么：
AI 能提升什么：
是否有搜索需求：
是否有付费可能：
MVP 只做什么：这比临时拍脑袋可靠。
七、新手更适合做这类方向
相对适合：
- 老需求的 AI 重做。
- 单点工具。
- 可用搜索词描述的问题。
- 结果可下载、可复制、可分享的工具。
- 用户有明确商业场景的工具。
- 可以先免费引流、后续加订阅或广告的工具。
谨慎选择：
- 通用聊天机器人。
- 大而全平台。
- 需要大量版权数据的工具。
- 医疗、金融预测等高风险方向。
- 纯内容展示站。
- 低频到一年只用一次的小工具。
八、上线前的最小检查表
发布前至少检查这些：
- 目标用户是否具体。
- 需求是否已经存在。
- AI 是否明显提升体验。
- 一句话定位是否清楚。
- MVP 是否只保留主链路。
- 核心结果是否可用。
- 页面是否有明确标题、描述和 CTA。
- 是否有一个目标关键词。
- 是否能记录访问、点击、转化。
- 是否有后续迭代入口。
工具站冷启动不是先追求完美。
更实际的路径是：找到真需求，做出一个可用结果，上线验证，再用数据决定下一步。