AI工具PMF错失率
解决什么问题
判断一个工具（包括你自己的产品）是真有 PMF 还是只是"被顺手使用"；理解 AI 工具市场的竞争结构。
核心内容
方法：用 Sean Ellis 式问题"失去哪个工具你会非常失望？"，把两组数字做比：
- 会想念它的人数 vs 以它为主力工具的人数
- 想念 > 使用 ⇒ 强 PMF（几乎每个用户都离不开）；使用 > 想念 ⇒ 易被替换（用得多、爱得少）。
判例：
- Granola（会议笔记）：PM 中 4.9% 会想念 vs 约 2% 主力使用 ≈ 2.5x ——强 PMF 的样板。
- Gemini：使用多于想念——顺手但可替换。
- ChatGPT：50.2% 会想念，但 60%-75% 的人常用——统治级份额、护城河有限；AI 工具切换成本仍然很低（文中以此解释 OpenAI 的 "Code Red"）。
市场结构判断：AI 工具市场正在两极化——通用 LLM（ChatGPT/Claude/Gemini）拼广度，垂类工具拼工作流嵌入深度。垂类赢家在各自 niche 的 PMF 明显更高：Coding = Cursor（工程师 PMF 20.7%）与 Claude Code（17.1%）；Prototyping = Lovable/Figma Make/v0；Meeting notes = Granola；Research = Perplexity。
反例信号：先发 + 分发优势不保证 PMF——GitHub Copilot 最早入场、背靠微软和 GitHub 分发，工程师 PMF 只有 5.1%，被三个后来者压过；Notion AI 1.0%、Midjourney 0.4%。
适用边界
需要一定样本量的调查数据才能算比值；衡量的是留存端 PMF，不反映增长端；具体工具数字是 2025 年末断面，格局"六个月后可能完全不同"（原文自述）。
关键引述 · 原话
"If more people would miss a tool than currently use it as their primary, that's a sign of strong product-market fit. If fewer people would miss it than use it, that suggests the tool is easy to replace." — Noam Segal & Lenny Rachitsky
关联卡片
- Sean Ellis PMF survey 的变体，新增"使用-想念比"使不同规模工具可比 - 通用 vs 垂类的两极化判断可用于 AI 产品定位决策
被这些卡引用
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast（2019–2026）。本站为个人学习用途的二次创作，与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2