推文真伪拆解器

把 KOL 鼓吹的 AI 工具和模型宣传拆成可验证的结论

痛点

V2EX 上有人专门和 AI 一起读某款被推上吹得很火的所谓 Decision Model，最后判断它本质只是「高质量小模型 + 分类排序 + 约束输出 + 校准」的漂亮包装，质疑钱都花在营销上。这类宣传话术让开发者很难判断一个模型/工具到底值不值，而自己去逐条验证又太费时间。

方案

做一个轻量的事实拆解工具：输入一段产品发布文案或推文，自动抽取可验证的技术宣称（如「匹配某大模型」「自主决策」），归类为可测/不可测，并给出对应的最小验证方法或对照实验建议。输出一份结构化清单，而不是再生成一篇营销文。

用户

被 AI 宣传轰炸的开发者、技术选型负责人、独立开发者、投资尽调人员。

MVP

粘贴文案或推文链接；抽取 5–10 条核心宣称；标注可验证性并附验证思路；按「营销话术密度」打分；结果可导出为 markdown 分享。

变现

免费版限额，订阅解锁批量分析与历史记录；面向技术媒体和 VC 的团队版。

为何现在

AI 产品发布密度高且营销话术高度模板化，普通开发者缺乏低成本验证手段；用现成 LLM 就能搭出核心能力，无需自有模型。