成功AI产品背后的5条隐形规则：Granola创始人的真实经验

在这期访谈中，Granola 创始人 Chris Pedregal 复盘了自己从 Google 离职、切入 AI 会议产品的全过程，并总结了打造成功 AI 产品的五条“隐形规则”。这些规则并非宏大叙事，而是来自真实创业选择、成本约束和用户行为的反复碰撞。

只做“即将到来”的问题：时间窗口比想法更重要

为什么很多 AI 产品看起来聪明，却始终无法成功？Chris Pedregal 给出的第一条原则非常直接：不要解决那些短期内不会真正发生的问题。他在访谈中明确表示，“you shouldn't work on any problems that aren't going to be problems in the short to medium term”。这句话背后，其实是一种对技术节奏的清醒判断。

在大语言模型（LLM）快速进化的背景下，很多创业者容易高估当前能力、低估成本曲线。Chris 的判断标准很务实：当某个能力“在合理成本下可行”时，产品才可能真正变得“fantastic”。这意味着，产品设计必须紧贴模型能力的现实边界，而不是幻想未来五到十年的技术飞跃。

这条规则的重要性在于，它直接决定了产品是否能在正确的时间出现。过早，用户体验和成本都无法成立；过晚，又会被竞争者淹没。Granola 的起点，正是建立在“现在已经刚刚好”的技术成熟度之上，而不是对遥远未来的下注。

从 Google 到 Granola：一次刻意放慢的创业选择

在离开 Google 之后，Chris 并没有立刻投入某个看起来“最大”的 AI 方向。访谈中，他回顾了那段探索期：不断和人聊天、观察真实工作流，直到逐渐收敛到一个具体而日常的问题——会议。

当 Peter Yang 直接抛出疑问：“为什么要做会议？已经有那么多人在做相关产品了。”Chris 的回答并不激进，反而冷静。他承认这是一个“看起来很拥挤”的赛道，但也正因为如此，才说明会议是真实存在、不会消失的高频痛点。人们每天都在会议中消耗大量时间，而其中很多信息处理工作，本质上并不需要人类来完成。

这个选择体现了他反复强调的第二条原则：不要被赛道热度迷惑，而要看人们真正把时间花在哪里。创业不是寻找最酷的技术，而是找到最稳定、最顽固的低效环节。

你的成本，是我的机会：AI 产品的反直觉竞争力

在五条规则中，最具“创业者味道”的一条，是 Chris 所说的：“your cost is my opportunity”。在 AI 时代，很多产品的瓶颈并不在功能，而在推理成本、调用频率和规模效应。

他并没有在访谈中给出具体数字，但反复提到一个判断逻辑：当别人因为成本不敢做某件事时，恰恰可能是新产品切入的窗口。这要求创始人既理解模型能力，也理解经济模型，而不是只盯着 demo 效果。

这条原则的重要性在于，它把 AI 产品竞争，从“谁的模型更聪明”，转移到了“谁更敢围绕成本结构重新设计体验”。只要数学在长期内说得通，短期的不完美反而可能成为护城河。

像和人聊天一样用 AI：让 5 岁小孩也能理解

当谈到产品体验时，Chris 提出了一个极具画面感的判断标准：如果连 5 岁的小孩都能理解你在做什么，那方向大概是对的。他并不是在贬低复杂性，而是在强调心智负担的重要性。

在 Granola 的设计中，AI 并不是一个需要“提示工程”（Prompt Engineering，即通过精心设计输入来引导大语言模型输出）的工具，而更像一个会主动提问、澄清上下文的存在。Chris 形容它“kind of like a prompting LM”，但用户不需要懂任何提示技巧。

这背后是一条很少被明说的规则：优秀的 AI 产品，应该隐藏智能，而不是炫耀智能。真正的目标不是让用户觉得“模型很强”，而是让人感觉“事情怎么就自己完成了”。

有“灵魂”的产品，才能真正放大人类

在访谈的后半段，Chris 用了一个并不常见的词来形容产品——“soul”。他说，“you should build products that feel like they have a soul”，这并非感性表达，而是对交互一致性的高度要求。

所谓“灵魂”，指的是产品在各种细节上的行为是否符合人类直觉：什么时候该安静，什么时候该打断，什么时候该多问一句。Granola 的目标不是取代人，而是“aiming at making our humans faster”。

这也是他在结尾给出的隐含建议：AI 产品的终点，并不是自动化一切，而是把人从重复、低价值的认知劳动中解放出来。当能力提升呈指数级增长时，这种以人为中心的设计，反而会变得越来越重要。

总结

Chris Pedregal 的五条隐形规则，几乎都指向同一个核心：尊重现实。尊重技术的真实能力、尊重成本曲线、尊重人类行为的惯性。对正在做或准备做 AI 产品的人来说，这次访谈最大的价值，不是某个具体功能，而是一套可反复使用的判断框架：现在是不是对的时间？这个问题真的存在吗？以及，用户是否几乎不用思考就能用好它。

关键词： AI产品， 大语言模型， 提示工程， 创业方法论， Granola

事实核查备注： 人物：Chris Pedregal；频道：Peter Yang；公司：Google（曾任职）；产品：Granola（会议相关 AI 产品）；技术概念：大语言模型（LLM）、提示工程（Prompt Engineering）；原话引用均来自访谈片段的原意表达