昨天把企畫的痛點、證據、對象、解法與衡量方式接回同一條線，今天來驗另一個很容易讓企畫瞬間膨風的地方：市場規模。

只要請 AI 估市場，它很快就能端出一串看起來很有氣勢的數字。人口乘單價、單價再乘購買次數，三步驟就把一個學生提案算成億元商機。算式可能沒有按錯，但問題是：那些人真的都是客戶嗎？真的會買那麼多次嗎？

今天的示範任務

我用一個虛構案例測試：團隊想做「協助大學生找到校內外活動的數位工具」，請 ChatGPT 初估市場規模。

AI 很可能先把全台大專校院學生都列入，再假設每人願意支付一筆費用。這種算法適合當起點，不能直接當結論，因為「是學生」不等於「有活動資訊需求」，「有需求」也不等於「願意付費」。

所以我把市場拆成三層：

先驗分母，再按計算機

這次我要求 AI 在每個數字旁標示四件事：來源、年份、適用對象，以及它是已知資料還是假設。只要缺一項，就先放進「待查證區」，不急著算出漂亮總額。

接著用五項框架驗收：

• 正確性：人口、價格與頻率是否真的適用同一群人？
• 完整性：是否考慮不使用、不付費與接觸不到的人？
• 可追溯性：每個數字能否回到原始資料，而不是只看到 AI 的摘要？
• 可使用性：估算能不能支援定價、通路或試辦規模的決策？
• 人工修正成本：有多少數字要重新搜尋、換算或刪除？

這次最容易出現的三個洞

第一個是母體灌水：把所有大學生都當成高意願使用者。第二個是單位錯置：月費、年費與單次費用混在一起乘。第三個是時間旅行：用不同年份的資料拼成同一張表，卻沒有說明市場是否已變化。

我的修正方式不是硬猜一個更小的數字，而是做高、中、低三種情境。把轉換率、價格與使用頻率分開列出，讀者就能看到結果是被哪個假設推高，而不是只收到一個神祕的「三億元」。

可重複使用的市場驗收法

1. 先定義誰算進來，誰不算。
2. 每個數字保留來源、年份與單位。
3. 把事實和假設分欄，不混成一句話。
4. 至少做三種情境，不只押一個答案。
5. 回頭問：這個估算會改變哪個決策？

今日結論

市場規模不是把數字乘大，而是把假設攤開。ChatGPT 可以幫忙整理資料、建立試算架構；Codex 可以協助檢查單位、公式與不同情境是否一致。但「誰真的需要、誰願意付費」仍要靠調查與測試回答。市場可以很大，第一步不能大到踩不到地。