用 AI 从真实讨论中发现被忽视的需求
SuntelWork 需求雷达持续采集 Hacker News 等技术社区的高质量讨论，用大模型提炼痛点、聚类主题、生成带证据链接的需求卡片——把“用户在抱怨什么”变成可执行的产品决策输入。
从一条讨论到一张需求卡片，只需四步
- 持续采集社区讨论：从 Hacker News 等技术社区抓取热门帖与评论，沉淀为结构化内容库。
- AI 提炼需求痛点：大模型批量分析每条讨论，抽取问题描述、痛点列表与验证性问题。
- 主题聚类去重：相似需求自动聚类合并，从零散抱怨中聚合出真实、高频的产品机会。
- 需求卡片导出：以需求卡片形式沉淀线索，支持一键导出 JSON 做人工复核。
为真正要决策的人设计
产品经理：把“用户都在抱怨什么”变成可执行的决策输入。创业者：用社区讨论验证痛点频率与强度。研究者：从真实用户语料中观察需求演化。
数据来源
Hacker News：技术社区热门讨论与评论，AI 自动提炼为需求卡片。数据为真实采集。
关于结论的边界
需求卡片提炼自社区讨论中的“痛点证据”，是需求分析与验证的起点，不等同于“已验证的市场需求”。AI 存在分析局限，关键决策前请回到原始讨论人工复核。
常见问题
SuntelWork 需求雷达是什么？
它是一款 AI 驱动的产品需求发现工具：持续采集 Hacker News 等技术社区的高质量讨论，用大模型提炼痛点、聚类主题，并把结论整理成带有原始链接证据的需求卡片，帮助产品经理、创业者和研究者快速识别被忽视的真实需求。
它和普通关键词监听有什么不同？
普通监听只告诉你“有人提过这个词”。SuntelWork 需求雷达会理解讨论语义，把抱怨抽象为痛点，并跨多条讨论聚类成高频主题，输出可直接进入需求评审的卡片，而不是原始文本流。
需求卡片上有原始内容链接吗？
有。每张卡片都关联到采集到的原始帖子，卡片上提供 Hacker News 原文链接，点击即可回到一手讨论，方便人工复核 AI 的结论。
多久能发现一批新需求？
系统支持按配置定期增量采集与自动分析（后台定时任务），也可以手动触发采集或按主题定向搜索，采集完成后自动进入分析队列生成卡片。