AI产品经理的「减法」直觉：为什么砍功能比加功能更需要勇气

一个反直觉的观察

过去一年我参与评审了超过 40 个 AI 产品方案，发现了一个规律：胜出的产品几乎都不是功能最多的那个，而是最清楚「不做什么」的那个。

这个规律在 AI 产品领域尤为突出。原因很简单——大模型的能力太强了，强到几乎任何需求都能找到一种"技术上可行"的实现方式。对产品经理来说，这是一种危险的诱惑。

传统 SaaS 产品做减法，是因为开发资源有限。AI 产品做减法，则是因为认知资源有限。

第一阶段：能力诱惑期

模型厂商每一次更新都带来新能力。多模态、长上下文、工具调用、代码解释器……每一样看起来都是"产品机会"。团队的典型反应是："这个能力不错，我们能不能加一个功能？"

三个月后回头看，产品变成了一个能力陈列柜。用户打开界面，面对的是一排按钮，每个都代表模型的一项能力，但很少有用户能说清它们和"帮我解决问题"之间的关系。

第二阶段：功能膨胀期

十个用户提出十个需求，每一个都看起来很合理。"能不能加一个导出 Word 的功能？""能不能加一个语音输入？""能不能支持批量处理？"

如果用传统产品经理的思维——「用户需求驱动」——这些都应该排进路线图。但 AI 产品的特殊性在于：每增加一个输出形态，就增加了一个质量失控的维度。

文本生成的幻觉还没解决好，加上表格生成后幻觉问题翻倍，再加上代码生成，准确率进一步稀释。用户不会分别评价每个功能的靠谱程度，他们只会形成一个整体印象：「这个产品不太准。」

第三阶段：认知负载期

等到功能超过 5 个核心场景，新用户的 onboarding 就变成了灾难。你无法在 30 秒内让用户理解产品能帮他做什么——因为你自己也说不清了。

我在实践中总结了一套针对 AI 产品的减法决策框架，核心是三个问题：

问题一：不做这个功能，用户会因此不用你的产品吗？

如果是，那就不是「锦上添花」，是「生存必须」。如果一个用户因为缺少导出 Word 功能而流失，说明产品的核心价值本身就不够强。

问题二：这个功能会让已有功能的质量打折吗？

举个例子：如果你加了一个"生成 PPT"的功能，但模型在结构化排版上经常出错，那么用户会因为 PPT 的糟糕体验，连带质疑你原本擅长的文本生成能力。

AI 产品的体验不是独立模块之和，而是「短板决定整体印象」的木桶。

问题三：这个功能的维护成本是线性的还是指数级的？

Prompt 需要调优、边缘 case 需要兜底、模型升级后需要回归测试——每一个功能都有持续维护成本。当你从 3 个场景扩展到 5 个，维护成本不是涨 60%，而是翻倍甚至更多。因为场景之间存在交互影响。

减法不等于什么都不做。好的减法是：

把十个「还行」的功能，换成三个「惊艳」的场景。

具体做法：

最后分享一个我自己用的判断标准：如果你不能在三句话内向新用户说清楚你的产品能帮他做什么，那你的功能太多了。