爆品定位的 AI 趋势智能
机会雷达
新品竞争，正在从“经验驱动”进入“趋势智能驱动”
过去做新品，靠老板经验、设计师灵感、供应链能力。今天，这还不够。因为用户的欲望变得更快、更碎、更分散。
经验驱动时代
优点是有直觉；风险是容易只看到局部，甚至把个人偏好误认为市场趋势。
趋势智能时代
让新品不是先生产再找市场，而是先从市场信号里长出来。
有人收藏、有人求链接、有人问价格、有人吐槽现有产品、有人希望出某个城市版本，这些都是新品机会的早期暗号。
心动痕迹
收藏、点赞、转发、评论，暴露用户注意力正在投向哪里。
购买暗号
求链接、多少钱、哪里买、同款，接近真实成交信号。
供给缺口
太贵、太土、没特色、没有某城市，暴露产品改良机会。
高胜率新品 = 大数据的势 × 小数据的魂 × 产品化的手
大数据的势
判断方向有没有群体需求、增长信号和购买意图。
小数据的魂
判断产品有没有审美、质感、故事和心动瞬间。
产品化的手
判断能否打样、定价、上架、测试和复盘。
有势，才不会自嗨；有魂，才不会平庸；有手，才不会停在想法里。
AI 趋势智能，不是替你设计，而是帮你看见市场正在形成的欲望
AI 的价值不是取代创意，而是提高创意命中市场的概率。真正高价值的地方，是先帮设计师找到更值得画的方向。
新品趋势智能五层架构
从数据感知到语义理解，从趋势建模到产品决策，再到市场验证反馈。
普通分析看关键词，AI 趋势智能看话语背后的购买动机
我们不是把数据做成表格，而是把市场做成地图
趋势建模要把零散内容组织成主题聚类、场景地图、人群圈层、动机结构、供给缺口和产品机会图谱。
主题聚类
城市、文博、情绪、家居、送礼、收藏。
动机结构
纪念、身份、审美、轻礼物、治愈、集齐。
供给缺口
用户想要但买不到，或现有产品做得不够好。
产品图谱
从方向、主题、形态到工艺和价格。
一个方向能不能做，不只看火不火
热度只能说明有人看，意图才能说明有人买，情绪决定为什么买，缺口决定为什么买你，落地性决定能不能赚钱。
AI 最终要输出的，不是结论，而是可执行的新品命题
冰箱贴虽小，却是一个典型的 AI 新品实验品类
它低成本、强情绪、强场景、强传播、强收藏、易打样、易系列化，适合设计师参与，也适合小批量验证。
从 18,339 行社媒数据开始
本次案例基于抖音和小红书关于“冰箱贴”的帖子与评论数据，反推出可售卖、可设计、可打样、可传播的产品方向。
从原始数据到标准化母表
把数据从“能看”变成“能分析”：评论挂回帖子，热度与用户意图结合，形成后续机会判断基础。
用户买的不是磁铁，而是一种可被贴住的情绪
第一层：从数据中识别 13 个大机会方向
这一层不是最终答案，而是给创作者的机会宇宙。点击方向查看创作启发。
第二层：把大方向拆成可创作的细分命题
真正有用的趋势分析，不是告诉你“城市文创很火”，而是把它拆到可以开始设计的颗粒度。
第三层：从趋势机会到设计师命题卡
设计师不能直接拿“市场趋势”开工，但可以拿“命题卡”开工。
第四层：从创作命题收敛到首批 MVP
最终不是停在灵感，而是收敛到可出图、可打样、可预售测试的方向。
小数据不是落后方法，而是主理人的人类校准器
AI 大数据
看规模、看趋势、看共性、看机会、看概率、看结构。
人类小数据
看质感、看心动、看细节、看灵魂、看审美、看现场。
AI 负责扩大感知，人负责校准品味。
主理人的 30 分钟小数据刷品法
| 记录项 | 观察问题 | 输出价值 |
|---|---|---|
| 停下原因 | 我为什么被它吸引？ | 识别心动触发点 |
| 用户评论 | 用户在问什么、夸什么、骂什么？ | 识别意图和缺口 |
| 购买理由 | 它满足了什么情绪？ | 找到产品价值 |
| 产品形态 | 单品、套装、礼盒还是盲盒？ | 判断落地形态 |
| 可改良点 | 我能不能做一个不同版本？ | 形成创作命题 |
蓝图AIGP的价值，不是单次给一个答案，而是提供一套新品操作系统
从趋势感知、机会识别、产品定义到真实验证，把社媒、电商和用户评论里的碎片化信号，转化成新品定位、设计命题和 MVP 打样路径。
未来的主理人，需要自己的趋势雷达
过去，一个好的主理人靠眼光。今天，一个更强的主理人，需要眼光 + 数据 + AI。他既能在 18,000 条评论里看见群体欲望，也能在一条差评里看见产品机会。
评论区是新品机会的矿脉
评论区里最有价值的不是泛泛夸奖，而是那些带有动作倾向的话。
求链接 / 哪里买
购买意图，说明用户不只是在看热闹。
有没有某城市
扩展机会，说明可以做城市系列。
太适合送人
礼物场景，说明包装和心意感很重要。
想集齐
系列化机会，说明有复购和收藏潜力。
太普通 / 太土
设计升级机会，说明现有供给不够好。
包装再好一点
轻礼盒机会，说明不只是单品竞争。