关键功能聚焦
MVP 阶段，识别那一个”杀手级功能”，把其他的全部砍掉，只做这一件事到极致。
这个打法的本质
很多初创团队做产品时有个通病：想着”我要覆盖用户的所有场景”，结果做了笔记功能、做了协作功能、做了分析功能，每个功能都做得平平无奇。最后发现用户也不太用。
关键认知就是：用户记住你，往往不是因为”你什么都能做”，而是因为”你在某一件事上做得特别好”。Figma 不是因为全能的设计工具，而是因为”云端协作设计”这一件事做得无敌。Slack 不是因为功能多，而是因为”搜索和消息可靠性”这两个点做得完美。
聚焦的逻辑很简单：
- 时间有限 → 必须选择 → 选择意味着放弃
- 一个团队的全力投入，远强于分散投入的所有产品
- 当你把一件事做到 95 分时，用户会口碑传播；做到 60 分时，用户会无感
关键是找到那一个”杀手级功能”——如果这个功能做得好，用户愿意忍受其他功能的不足。比如 Cursor，如果 Tab 补全和 Agent 做得不够好，再漂亮的界面也没用。但因为这两个核心功能做得无敌，用户甚至不在乎 Cursor 没有某些 VS Code 插件。
典型案例
Cursor
Cursor 的聚焦点就是”最好的 AI 编程助手”。不做项目管理、不做 CI/CD、不做团队协作，就做一个事：把”人+AI”的编程体验做到最优。这种聚焦让 Cursor 的每个工程师都能全力投入”怎么让 AI 补全更准确、怎么让 Agent 模式更可靠”。结果就是远超竞品的体验。
NotebookLM
Google 做 NotebookLM 时，不是想做”全功能笔记应用”，而是聚焦在”基于你上传的资料进行 AI 对话”这一件事。不做笔记的美化、不做知识图谱、不做协作。就把”理解你的资料、回答你的问题、生成学习指南”这些事情做到极致。这个聚焦使得 NotebookLM 成为”最好的文献分析工具”，而不是”什么都不是很好的笔记应用”。
Character.ai
聚焦在”和特定角色的对话”这一件事。不做社交网络、不做内容分发（虽然后来加了一些），就把”对话体验”和”角色多样性”做到最好。这个聚焦让 Character.ai 成为了”角色社交”这个品类的开创者。
Perplexity
早期聚焦就是”比 Google 更聪明的搜索”。不做浏览器、不做邮件、不做文档，就做搜索+推理。这个聚焦让 Perplexity 在搜索市场有了清晰的差异化。
关键成功要素
- 找对杀手级功能：不是技术上最难的功能，也不是看起来最酷的功能，而是”用户最迫切需要、竞品最没做好”的那个功能。要通过深度用户访谈来确认。
- 舍得砍功能：这是最难的。创始人往往对自己的想法都有感情，很难砍掉。但 MVP 的定义就是”最小化”，过度设计反而是失败。
- 做到 95 分再加新功能：不是做到 60 分就加新功能。当杀手级功能已经做到”用户都在用、口碑都在传”的程度，再考虑加第二个功能。
常见误区
- 把”简单”和”聚焦”搞混：聚焦不是”功能少就行”，而是”选择一个维度，然后在这个维度上无敌”。简单的产品可能失焦，聚焦的产品可能很复杂。
- 过早扩张功能：很多团队在第一个功能还没有获得清晰的 PMF 时，就急着加第二个功能。结果是所有功能都平庸。要等到真正的 PMF 信号（高留存、高推荐）再扩张。
标杆案例
Cursor
为什么是标杆：在编程工具的万千功能中，只聚焦”最好的 AI 代码补全和重构”。不做项目管理、不做调试工具，就把”AI 编程体验”做到无敌。结果是用户愿意从 VS Code 迁移。
Midjourney
为什么是标杆：图像生成有无数功能可做（编辑、修复、风格迁移……），Midjourney 只专注”最好的 AI 文字转图像”。用户甚至接受”要排队等待”这个缺陷，因为结果质量无敌。
经典案例
- Perplexity - AI 搜索的核心只有一个：给出准确的答案+来源。不做社交、不做收藏，聚焦搜索体验
- ElevenLabs - 语音合成里只聚焦”最自然的语音”，不做其他文本到语音的功能组合
- Grammarly - 写作工具里只聚焦”准确的语法和风格改善”，虽然可以做协作、可以做模板，但从不分散精力
中国案例
反面教材
- 功能堆砌导致失败：很多 AI 产品试图”什么都能做”，结果没有一个做得特别好，用户无感
搭配打法
技术适配 为什么搭配
聚焦一个功能后，下一步是”用最强的技术来做这个功能”。Cursor 在 Claude 3.5 Sonnet 发布后立刻切换，就因为它的架构允许快速技术适配。聚焦让你有资源去追赶最新技术。
迫切刚需 为什么搭配
聚焦的前提是”选对了方向”。要确保你聚焦的这个功能是用户迫切需要的，而不是”我觉得很酷”。需要通过用户访谈、早期采用者反馈来验证。
在传统企业中的体现
- 财务部门 - 某些财务 SaaS 发现”自动识别和标记异常项目”这个功能的价值最高，放弃了复杂的预测算法，反而获得了更高的采用率
- HR 部门 - 从”大而全的 ATS”切换到”只专注简历筛选”的 AI 工具，反而因为专业度高而被更多企业采购