AI 真的大大改變了我的生活。
過去這一年，我把白天做 PM 及 UXR 的思維，帶進了假日的 side project 實驗——試著一個人跑完 需求驗證 → 產品化 → 商業化 的完整循環。
AI 工具讓這件事變得可能：n8n、Claude Code、Replit，讓「有想法但不會寫 code」的人（如我）也能真的把東西做出來。
公司內部本來就很大程度 AI 化，我去年在 ShopBack 用 AI 做流程自動化，獲得內部 AI 創新獎項；現在團隊也普遍用 Claude Code 加速產品開發。
但更讓我有感的，是把這些工具帶進個人生活之後，它重新定義了「一個人能做到什麼」的邊界。
過去半年，我斷斷續續做了 4 個以上的 App，每個都是一堂小型產品課呢！
四個專案，四個不同的停損點
- 保寶（保單整理）：技術上完全可行，但很快碰到保險業的資源門檻與法規複雜度。我的停損指標很清楚：當合規的成本遠超過 MVP 驗證價值，就不是「繼續優化」的問題，而是「這條路現在不對」。未來有機會再聊這個失敗案例 Q_Q
- PocketFast 斷食巴豆妖養成（斷食紀錄）：成品我自己很滿意又可愛，但市場競品飽和，要做到能商品化需要的資源和思考，但目前還沒有心力繼續鑽研。雖然還在個人實驗階段，但我真心 enjoy，目前停損點是「競品密度 × 差異化空間」。
- 阿如の你轟狗（NHK 日文新聞自學）：功能面相對完整，但著作權與內容 scaling 是硬天花板。這不是努力能解決的問題，而是商業模式結構上的限制——誠實面對比硬撐更有價值 Q_Q 想玩的歡迎來試試！
這些「失敗」讓我更確定一件事：在 AI 時代，最難的不是開發，而是找到正確的戰場。
工具門檻降低了，但 PMF 的難度還在那裡。
但好處是：只要設好停損指標，失敗的成本也低很多 😛
為什麼是《LinguaPass》？
《LinguaPass》是「教育部對外華語教學能力認證考試」的備考工具。選做這個題目，有幾個身為 PM 的過去經驗判斷：
- 制度剛需，需求邊界清楚：這個考試與職涯路徑和教育部補助政策直接綁定，不是「有趣學中文」，是執照型需求。需求不會因為流行退燒。
- 市場規模 niche 但明確：自民國 95 年舉辦以來邁入第 21 屆，累計報考約 35,670 人次，取得證書者 6,631 人。114 年單屆 1,669 人報考。人數不大，但需求極其明確——這種市場反而更需要「備考效率」與「結構化學習」，也更容易做到真正有用。
- 痛點具體，我自己就是 user：過去考生（包括我 Q_Q）只能用 PDF 對答案，很難在通勤等碎片時間練習，「只對答案」也不足以支撐高分策略。
- 護城河來自知識深度，不只是工具：我有超過十年在華語師培現場的教學與題型觀察，加上語言學博士班的訓練，讓我能把「考點架構」產品化——這不是題庫聚合，是有觀點的備考系統。
產品設計：從備考心理出發
UXR 出身讓我習慣從使用者心理切入，而不是從功能列表。《LinguaPass》的設計核心是：
- 解題系統化：解題正確是必需，更重要的是解題要能對準考點與命題邏輯。這才是備考產品的真正價值，也是最花時間的部分。
- 錯題分析與標籤系統：用分類 tag 做弱點分析；分類本身需要語言學知識，才能把多年趨勢收斂成可教、可練、可分析的架構。
- 降低練習摩擦：把系統化知識與碎片化複習連接起來，在手機端讓「想練習」的門檻盡可能低。
目前進展
《LinguaPass》在 2026/04/25 正式上線！
還沒有經營 Marketing，不過上線不到三週，目前不但有固定免費使用者，也有實際付費使用者。
換句話說－我跑通了「付費驗證（paid validation）」這個里程碑！
它未必等於 PMF 已完全站穩，但它是商業模式與價值主張都說得通的重要訊號。
更讓我有動力的是：使用者會主動提出下一個需求 😀
我原本更聚焦語言學科目，但使用者回饋希望延伸到其他考科——這讓我看到擴科的產品路徑，也逼我做更清楚的優先順序判斷：哪些短期必做，哪些要等品質門檻到位。
小結
《LinguaPass》這個名字想了很久：Lingua、Pass、還有台語「博士」的諧音梗（波酥）——取完自己超開心。
這個名字不是跟 AI 亂聊聊出來的，是回到人腦、跟家人腦力激盪才冒出來的火花。
工具門檻降低了，但品味（taste）仍然決定你最後交付的東西像不像「你的產品」😛
後續我會繼續整理：定價策略、指標設計、以及在 niche 市場怎麼兼顧內容品質與迭代速度。
如果你也在用 AI 做可驗證的 side project，或者對 UXR × PM × AI 這個交叉點有興趣，歡迎找我交流！
