昨天看到 @ZHO_ZHO_ZHO 老师的美妆提示词，觉得很有意思，然后就自己动手做了一个agent，然后就有了下面的感悟。

昨天晚上和cc聊到美妆需求的时候，我突然意识到一个挺尴尬的事实：我花了三天时间做了个AI美妆顾问，能够根据肤色推荐粉底色号，能分析脸型给出眼妆建议，甚至还能生成完整的妆容教程（看起来相当专业）。但问题是，当AI告诉我"暖调肌肤适合桃粉色腮红"的时候，我根本不知道这话是对是错（我甚至不知道桃粉色和珊瑚粉有什么区别）。

这就像一个从来不做饭的人开了家餐厅，菜谱写得头头是道，但端上来的菜能不能吃，完全靠运气。

我想起之前看过的一个案例。有个程序员做了个健身APP，功能特别全面：动作示范、训练计划、营养搭配，界面也很精美。但这哥们自己从来不健身，所有内容都是从网上搬运整合的（听起来是不是很熟悉？）。结果呢，APP里推荐的一套"新手入门训练"，第一天就让好几个用户练伤了腰。原因很简单：他把几个不同难度的动作组合在一起，完全没考虑过肌肉疲劳和动作衔接的问题。

更要命的是，用户投诉的时候，这个开发者还觉得很冤枉："我严格按照教程来的啊，而且AI也验证过动作标准性。" 但他不知道的是，动作标准和训练逻辑是完全不同的两回事（这就像知道菜谱和会做菜的区别）。这个案例让我想到，我们独立开发者最大的优势其实不是技术能力（说实话，现在AI工具让技术门槛越来越低），而是对某个领域的深度理解。你知道哪里痛，知道现有解决方案哪里不够好，知道什么样的改进是真正有价值的。

比如我一个朋友，他是个重度播客听众，每天通勤路上要听两小时各种节目。他发现现有的播客APP都有个问题：没法很好地处理不同节目的音量差异，有些录音很小声，有些又特别大声，戴着耳机听的时候经常被突然的音量变化搞得很不舒服（这种体验我也有，确实很烦人）。

于是他做了个简单的音量均衡工具，专门解决这个问题。功能很单一，就是自动检测和调节不同音频的音量。但因为他自己就是重度用户，他知道什么样的调节效果最舒服，知道在什么情况下需要手动微调，知道哪些细节体验是重要的（比如广告音量突然变大这种情况该怎么处理）。结果这个小工具在播客圈里传播得特别快，很多人说终于有人解决了这个痛点。

反观那些"看起来很厉害"的综合性播客平台，功能一大堆，但就是没人关注这种看似微不足道的体验问题。为什么？因为做产品的人可能根本不听播客，或者听得不够深入（他们可能觉得音量问题是小事，但对重度用户来说这就是天大的事）。

回到我的美妆AI这个事儿上。我现在意识到，即使技术上我能让AI生成非常详细的美妆建议，但我缺乏验证这些建议质量的能力。我不知道什么样的粉底真的适合什么肤色，不知道某种眼妆技巧在实际操作中会遇到什么问题，不知道推荐的产品组合是不是真的好用（这些都需要大量的实践经验才能判断）。

更关键的是，我不知道用户真正的痛点在哪里。可能我觉得色号匹配很重要，但实际上初学者最困扰的是怎么让睫毛膏不结块（这个我真的不知道）。可能我在纠结算法的准确性，但用户更需要的是简单直接的步骤指导。

所以我现在的想法是：与其去做那些看起来市场很大但自己不熟悉的领域，不如回到自己最了解的地方找机会（这样至少不会闹笑话）。

我自己是个重度的工具软件用户，每天要用各种效率工具，经常为了找到一个合适的软件折腾半天（这个痛点我太熟悉了）。我知道现在的工具发现和评测内容大多很浅层，缺乏真正的深度使用体验。我知道什么样的功能描述是有用的，什么样的对比是有意义的（什么样的评测是在浪费时间）。

这就是我的领域，我的"专业能力"。在这里，我不需要担心AI给我的建议是否靠谱，因为我自己就能判断。我知道什么样的解决方案是真正有价值的，什么样的产品改进是用户真正需要的（而不是产品经理拍脑袋想出来的需求）。

所以，如果你也在考虑做什么产品，不妨先问问自己：在哪个领域里，你能够判断AI给出的答案是对是错？在哪个领域里，你的痛点就是大部分用户的痛点？从那里开始，可能会更有胜算（至少不会像我一样，做了个连自己都不敢用的产品）。