Whimsical 是我用过最好用的画原型和流程图的工具，非常 intuitive， 用起来非常舒服，界面简洁美观，我的课程一直用的都是它，最近打开，发现现在免费版好像能创建无限个 board 了，简直是太良心了，一般个人用免费版足足够用了。
http://whimsical.com

@https1024

#出海运营秘籍👉@yunying23

有做产品出海经验的大佬么？求约个咖啡时间聊聊

Mac 用外接显示器的必须要整一个这个软件：BetterDisplay
https://github.com/waydabber/BetterDisplay
免费功能就够用了，太丰富了，几乎啥都能调，还可以设置快捷键，很方便，界面还挺美观，这 Github 都 17.2K Stars 了。

@https1024

小米的模式其实就是多说多错。
把其他企业常规的研发手段，当成优势讲出来，但雷军本人又不可能事无巨细了解那么多细节，最后难免会出现偏差和夸张。
小米还有一个很大的问题，就是太抠了。
为啥小米搞车以后，口碑崩的厉害？车圈都是啥人，啥胃口？还指望用打发数码圈大学生 kol 那套方法，送个充电宝，人家能吹你一年？
当你不打算搞媒体关系的时候，你最好有核心技术。别人不报道你不行，不说你好就是不客观，到这份上也行。

未来工位
CES展台解说们不熟悉业务和产品的程度令人惊讶🤯(创始人们自己摆摊的除外)

写产品文档，和 AI 一起迭代的 7 版，最终调整出我想要的效果。我让 AI 帮忙总结我们共同调整的过程，形成一套原则：

1. 先写清“读者要完成的任务”

- 读完之后他要做什么决定/行动：理解、试用、购买、转发、收藏，还是只记住一句话。

2. 先结论，后证据

- 开头先给一个可复述的结论（是什么/给谁/解决什么），再用证据支撑；不要先铺背景再到重点。

3. 以读者的成本为单位组织信息

- 读者最怕的是：学习成本、迁移成本、试错成本、维护成本、失败风险。文案围绕“降低哪一种成本”来写，比围绕“功能列表”更有说服力。

4. 用“可感知的具体”替代抽象词

- 抽象词（高效、极致、优雅、革命）必须落到可感知事实：更少步骤、更少中断、更少重复、更快找到、更少配置、更可预测。

5. 叙事要“真实因果链”，不要“硬观点”

- 让观点从经历/观察里长出来：触发点 → 不适/冲突 → 尝试 → 失败原因 → 新思路 → 结果。避免直接下判断、拉踩、造敌人。

6. 一段只表达一个点（单段单意）

- 每段只回答一个问题：发生了什么/为什么重要/我怎么解决/读者得到什么。读者才能扫读。

7. 给读者“验证路径”

- 任何承诺都配一个最小可验证方式：一个动作、一个场景、一个对比（哪怕是“试用 5 分钟你就会看到…”）。

8. 术语与指标要克制

- 术语只在“省解释”时出现；指标只在“可解释且可验证”时出现。否则用人话表达结果。

9. 一致性优先（语言、命名、语气）

- 全文统一语言、统一名词、统一语气强度；前后一致比“华丽句子”更重要。

10. 结构上先抓人，再展开，再兜底

- Hook（共鸣/反差/问题）→ One-liner（定位）→ Proof（场景/例子）→ Inventory（功能清单/规格）→ Friction（权限/限制/边界）→ CTA（下一步）。

#出海运营秘籍👉@yunying23

我之前对AI做市场调研感到困惑，觉得没有生命的AI怎么能代替复杂多变、没有定性的人？但后来我意识到，我们传统做调研，本质上也是在‘抽象化’人——用标签、画像、人格模型把复杂的人简化成可研究的样本。

AI所做的，其实是把这个抽象化的过程反向操作了。它基于海量数据，学习了人类社会的普遍行为模式，然后扮演出这些‘典型用户’。它不是在创造全新的需求，而是在模拟社会的‘平均反应’。

所以，AI调研不是要取代真实的人，而是为我们构建了一个‘数字沙盒’。在这个沙盒里，我们可以快速、低成本地测试产品概念，剔除明显的缺陷，获得宏观的趋势判断。它去除了真实调研中的情绪噪声，提供了一种‘理想化’的用户视角。当然，它无法替代对真实人类深层情感和独特创意的挖掘，但对于指导产品方向和商业决策，它已经是一个极其强大的辅助工具了。

今天HackerNews 上一个比较火的资源：Free Public APIs
https://www.freepublicapis.com/
搜集了总共两百多个免费的 API，涵盖各个领域，它的创新是每天都会爬取这些 API 的结果，给每个API 一个健康评分，保证 API 可用，不像别的那种 list，很多资源有可能都不可用了，还是很值得收藏的一个资源。

@https1024