Pretotyping × AI Coding 時代:換一張標籤,裡面還是原來的東西

你有一個現有的產品。你想用它切入新的市場,或用新的方式定位它。但你不確定新的框架是否有共鳴。

Relabel 給你最快的答案:把現有系統換一張標籤,讓它看起來像你之後要做的東西,在你真正重建任何東西之前,先用真實用戶的反應來驗證新定位。

第一幕:1975 年,百事可樂的盲測

百事可樂在市場上一直輸給可口可樂。不是因為味道差,而是因為「可口可樂」這個標籤太強大了。

他們做了一個實驗:把兩種可樂裝進沒有標籤的杯子,讓消費者盲測選擇更好喝的那杯。

結果:多數人選了百事可樂的味道。這個實驗揭示了一件事:產品的感知,很大程度上是標籤決定的,而不是內容物。

「換掉標籤,感知就變了。那個讓你輸的,不一定是你的產品。」

Alberto Savoia 在《The Right It》中把這個邏輯反過來用,叫做 Relabel:不是去掉標籤,而是換一張標籤。把你現有的系統改一下外觀和名稱,讓它看起來像你之後要做的新產品,用真實的用戶反應來驗證新的定位、品牌框架、或市場切入點。


第二幕:Relabel 測試的是什麼?

其他 Pretotyping 手法問的是「有沒有需求」或「能不能用」。Relabel 問的是更細膩的問題:

同樣的東西,用不同的框架呈現,用戶的反應會不會不同?新的定位能不能讓它更有價值、更有共鳴、或打進新的市場?

Relabel 可以驗證的四個問題

品牌定位共鳴
新名稱和新定位,在目標族群中比原版更有吸引力嗎?  

垂直市場溢價
把通用產品包裝成垂直市場版,用戶願意付更高的價格嗎?
術語框架效果
換掉所有的術語系統,用戶對產品的理解和信任會不會改變?  

內部工具外部化
現有的內部工具,換個包裝後有沒有外部付費市場?

Relabel 是品牌定位、市場切入、和產品命名策略裡最便宜、最快的驗證工具。你不需要重建任何東西,只需要改變用戶看到的那一層。

Relabel 和其他手法的定位對比

六個手法,各自回答不同的問題
Fake Door  →  有沒有人想要這扇門?(假入口,測需求強度)
Pinocchio  →  產品放在生活裡感覺對嗎?(假外殼,測非功能性)
Mechanical Turk  →  用戶會不會真的使用這個功能?(人工後端,測行為)
One Night Stand  →  這個模式在真實世界能跑起來嗎?(小範圍真實測試)
Infiltrator  →  在別人的市場裡有沒有人願意付費?(借用宿主市場)
Relabel  →  換一個框架,這個東西會不會更有價值?(改標籤,測定位)



第三幕:AI Coding 讓 Relabel 的執行時間從週縮短到小時

過去,要讓同一個系統呈現不同的品牌外觀,你需要設計師重做視覺、工程師改 UI、再跑一輪測試流程。最少一到兩週,而且通常沒有人願意花這個時間「只是換個標籤」。

現在,你告訴 Claude:

給 AI 的核心 Prompt 範本
「把這個系統的所有介面文字和標籤,改成 [新定位] 的語言框架。舊術語對照新術語:[對照表]。後端邏輯不動,只改用戶看到的那一層。同時幫我做一個對應的 landing page 和定價頁。」

一個完整的 Relabel 版本,包含新的視覺風格和所有文案改動,可以在幾小時內完成。更重要的是,你可以在同一天裡同時做出三個不同定位版本,再用 A/B 測試找出哪個最有共鳴。

AI Coding 之前
設計師 + 工程師合作 1–2 週
高成本讓大多數人跳過測試
只能測試一個新定位
AI Coding 時代
幾小時完成新標籤版本
低成本讓每個定位假設都可驗證
一天可同時測試三個定位




第四幕:三個務實的 Relabel 場景

每個場景都示範「什麼沒變」和「什麼換了標籤」,讓你直接看到 Relabel 的操作邏輯。

場景一:把「專案管理工具」重新定位為「AI 創業教練」

原始標籤
ProjectHub — 任務追蹤、里程碑管理、團隊協作工具
新標籤
LaunchCoach AI — 你的 AI 創業執行教練,每週自動生成行動計畫

後端邏輯完全沒變:還是任務清單、截止日期、進度追蹤。但所有的文案、介面術語和行銷訴求都換成「創業教練」的語言框架,用 Claude 在半天內完成。

術語對照表: 「任務」→「本週行動項目」、「截止日期」→「執行期限」、「完成率」→「執行力指數」、「逾期」→「需要你關注」。投放給兩組相同的早期創業者,A 組看原版,B 組看新版,觀察付費轉換率差異。

至少 25% 的創業者族群(Y),在看到「LaunchCoach AI」定位後的兩週內付費訂閱(Z),且轉換率比原始版本高出至少 50%
XYZ 假設 — 測定位共鳴,後端邏輯完全沒變

這個場景最常見的結果是:兩個版本的功能完全相同,但轉換率差了兩到三倍。這就是 Relabel 的核心發現——你賣的不是功能,你賣的是框架。

場景二:把「資料分析儀表板」重新定位為「醫療院所營運助理」

原始標籤
DataViz Pro — 通用數據視覺化,適用各種行業,可自訂圖表和報表
新標籤
ClinicFlow — 專為診所設計的營運數據中心,病患流量、掛號率、收入分析一站掌握

圖表邏輯、數據結構完全不變。只換掉所有的標籤文字和介面術語:「資料集」→「病患紀錄」、「轉換漏斗」→「掛號完成率」、「使用者」→「醫護人員」。用 Claude 在一天內完成,投放給 50 家診所院長。

至少 40% 的診所院長(Y),在看到 ClinicFlow 版本後申請免費試用(Z),而通用版本的申請率低於 10%
XYZ 假設 — 驗證垂直市場定位的溢價效應

這個場景的洞察不只是轉換率——如果成立,代表同一個產品可以用垂直市場版本賣更高的價格,不需要重新開發任何功能。這是很多 SaaS 創辦人沒有意識到的機會。

場景三:把「內部 Excel 報表流程」重新包裝為 SaaS 產品

原始標籤
公司內部的 Excel 宏 + Python 腳本,每週為財務團隊產生固定格式的管理報告
新標籤
FinPulse — 自動化財務報告 SaaS,連接你的帳務系統,每週自動生成執行層報告

用 Claude 做一個看起來像 SaaS 的介面包住原本的內部工具,加上登入頁面、定價頁($299/月)和 onboarding 流程。找 20 個 CFO 試用,觀察他們的使用行為和付費意願——在你決定要不要真的把它做成正式產品之前。

至少 5 個 CFO(Y),在試用四週後願意以 $299 / 月付費訂閱(Z)
XYZ 假設 — 驗證內部工具是否有外部市場,以及定價接受度

這是 Relabel 最獨特的應用場景:把「已經有人在用的內部工具」包裝成市場產品。你知道它能用,但不知道外部市場願不願意付費。五個 CFO 願意付費,就是值得繼續投入的訊號。


第五幕:Relabel Playbook(四步驟)

找到你「可重新定位的資產」
哪個現有系統、工具、服務或內部流程,理論上可以用不同的框架呈現給不同的族群?不需要改功能,只需要改「怎麼描述它」。最好的候選對象是:已經有人在用、但市場反應平淡的產品,或者已經在內部跑順但沒有商業化的工具。
定義新標籤的三個元素,製作術語對照表
新名稱(什麼感覺?)、術語系統(把每個舊詞換成新詞的完整對照表)、新價值主張(這個版本解決什麼問題?對誰說?用什麼語氣?)。術語對照表是最關鍵的步驟——沒有這個,給 AI 的指令就不夠精確,換出來的標籤也不夠一致。
用 AI Coding 做出新標籤版本,同時做 A/B 測試架構
給 Claude 的核心 Prompt:「把這個系統的所有介面文字和標籤,改成 [新定位] 的語言框架。術語對照:[完整對照表]。後端邏輯不動,只改用戶看到的那一層。同時幫我做一個對應的 landing page 和定價頁,風格要符合 [新品牌] 的定位。」
A/B 測試新舊版本,用 XYZ 假設判斷結果
把相同的目標族群隨機分成兩組,一組看原版,一組看 Relabel 版,觀察付費轉換率、試用申請率或 NPS 差異。如果新標籤在目標族群裡的關鍵指標顯著更高,代表新定位有共鳴,值得投入更多資源去完整開發垂直版本或品牌改版。



尾聲:百事可樂學到了什麼

盲測的結果讓百事可樂知道:問題不在味道,在標籤。這個洞察改變了他們整個行銷策略——他們不需要改配方,他們需要改敘事。

Relabel Pretotyping 給你同樣的力量。在你決定要不要重建整個系統之前,先換一張標籤,看看用戶的反應是不是你預期的那種。 在 AI Coding 讓換標籤的成本趨近於零的今天,你沒有理由不先測試一下,再決定要不要蓋新的工廠。

本文核心三問,給每位 Product Builder
1.  你現在有哪個產品或內部工具,值得先用 Relabel 測試一個新定位?
2.  你的術語對照表是什麼?舊版每個關鍵詞,在新定位裡對應的新說法是什麼?
3.  你要觀察哪個指標來判斷新標籤是否有共鳴?付費轉換率、試用申請率、還是 NPS?

發表迴響

探索更多來自 轉念學 - 敏捷三叔公的學習之旅 的內容

立即訂閱即可持續閱讀,還能取得所有封存文章。

Continue reading