怎么样有个好的点子呢?
提问
好点子很少靠凭空想出来,更常见的是先带着一个假设去碰撞现实,再在反复修改中逼近真正的问题。
先有假设,再去碰撞
立正在讲提问时提出,人不是空着脑子接收信息的,而是带着已有的认知去和经验碰撞,再形成新的知识;他把这称为人认知世界的一个很本质的方法1。按这个思路,找点子可以先写下一个你目前相信的假设,再拿它去接触用户、数据或实际场景,看哪里对不上。对不上的地方,往往比空想更接近一个真问题。这是 AI 基于该说法的推演,不是他针对“找点子”给出的原话。
第一个点子大概率要改
材料里的观点夏淳在对话里说,创业一开始想的点子“基本上我们可以打赌”会变,要反复调整;他举 Zoom 为例,最初是给 Facebook 做视频聊天工具,做了一年后发现不对,才转向企业用户2。这说明点子的价值不在第一版有多完整,而在于你能不能从反馈里看出该往哪改。梁津晶也提到,自己第一个项目增长和收入都不错,但用户留存差,增长只能靠不断拉新,于是判断它做不成大公司,转向第二个方向3。两人的例子都指向同一件事:用实际反馈筛掉不成立的点子。
判断点子好坏,看它是否贴合真实约束
材料里的观点立正在一篇署名文章里转述并评论 PG 关于好设计的原则,提出这些原则背后有一个共同点:好东西是形式对真实约束的高度贴合4。他据此把 taste 解释为感受一个东西是否贴合真实的能力,能看出哪里是必要的、哪里是装饰的、哪里在解决问题、哪里在逃避问题4。把这个标准用到点子上:不是问它听起来新不新,而是问它是否解决了正确的问题、是否去掉了不必要的复杂度。他也说,成熟的创造者关心的不是“这是不是我原创的”,而是“这是不是对的”,所以可以借用别人已经找到的部分答案4。
这些材料分别谈提问方法、创业经历和设计品味,没有一份直接给出“如何产生好点子”的完整步骤;上面的做法是 AI 把几处判断连起来后的应用,不是任何一位说话人的原话。
回到4份原文
提供“带着假设去碰撞经验”的认知方法,可用来理解点子的形成过程。
夏淳以 Zoom 为例说明初始点子常要反复调整,并谈到创业者的内驱力。
梁津晶讲自己两个项目的取舍,展示如何用留存等实际反馈判断方向。
立正署名文章把好设计归结为贴合真实约束,给出判断点子质量的标准。