MVP = Minimum Viable Product，最小可行产品。
用最少的功能、最短的时间、最低的成本，做出一个"能用的"产品，扔给真实用户去验证："这东西到底有没有人愿意用？"
- Minimum：只做核心功能，砍掉一切不必要的东西
- Viable：必须真的能用，不是Demo，不是PPT，不是原型
- Product：是给真实用户使用的，不是内部测试
POC vs MVP 对比
| 维度 | POC（概念验证） | MVP（最小可行产品） |
|---|---|---|
| 核心问题 | "技术上能不能做？" | "用户愿不愿意用？" |
| 验证对象 | AI能力、模型效果 | 用户需求、商业价值 |
| 使用者 | 内部团队、PM、技术 | 真实用户 |
| 是否上线 | 不上线，内部跑通即可 | 必须上线，给真用户用 |
| 关注指标 | 准确率、召回率、延迟、成本 | 留存率、转化率、付费率、NPS |
| 典型形态 | Notebook、命令行脚本 | 能用的小程序/网页/App |
| 时间 | 1-2周 | 4-8周 |
| 失败的代价 | 损失几人周 | 损失几个月+用户口碑 |
它们的关系
用户需求 → POC验证（AI能不能做到？技术可行性）→ 通过 → MVP验证（用户买不买账？商业可行性）→ 通过 → 正式产品（规模化、商业化）
AI PM的终极心法
- 先用POC快速排除"技术做不到"的想法，节省大成本
- 再用MVP验证用户价值，避免"自嗨型产品"
- 两关都通过，才值得all in投入
记住：
- POC失败 → 技术做不到 → 换技术方案或放弃
- MVP失败 → 用户不需要 → 换需求方向或放弃
- POC通过但MVP失败 → 最常见的坑（技术能做≠用户想要）
相关页面
→ AIPM课程 Day2 → POC验证 → 灰度发布 → 需求分析与Y模型