經過驗證的機會，而不是摘要
Perplexity 和 ChatGPT 回傳的是需要你自行解讀的研究摘要。Iris 最後給出的是聚焦且明確的機會建議：哪個利基市場、為什麼是現在、下一步該怎麼做。
Iris·Deep Researcher將洞察轉化為產品的 AI 研究代理
Iris 會解讀市場、受眾與 SERP，接著將結構化簡報交給你的 AI Team，讓研究轉化為產品。
最終能交付成產品，而不是變成 PDF 的研究。
為什麼研究成果始終無法進入程式碼庫
在 Notion 裡無人問津的報告
Perplexity 給你一個答案。SparkToro 給你一張圖表。兩者最後都變成某人貼進 Notion 的文件，到了第 3 週就沒人看。Iris 將她的研究發現交給 Emma，讓研究真正成為 PRD。
你無法信任的單一來源答案
單一 LLM 摘要或單一趨勢圖表，並不能代表完整的市場判讀。Iris 會整合搜尋、社群、受眾數據與競品頁面，形成一個附有引註、可供你追問與檢視的整體視角，而不只是讓你被動接受。
看起來真實其實不然的趨勢
Exploding Topics 會顯示一張向上成長的圖表，但它不會告訴你這個需求是否具有持續性，還是只是 TikTok 上短暫爆紅的現象。Iris 會先跨訊號驗證趨勢，再讓你決定是否投入一個 sprint 來為此開發。
從問題到決策要花三週
探索研究、訪談、競品掃描、簡報、主管審查。等到簡報送到桌上時，創辦人早就已經選好方向。Iris 將這個流程壓縮成一份 Editor 報告，讓你的團隊當天就能提出質疑與討論。
與Iris的一天
從你的第一個提示詞到交付成果——這就是 Iris 的實際運作方式。
- 01
傾聽你的想法或問題
Iris 將「我該做 X 嗎？」轉化為可研究的假設——該驗證什麼，該忽略什麼。
- 02
跨多個來源深度搜尋
搜尋引擎、論壇、市集、應用程式商店、社群平台——比單一一次 Google 搜尋更廣泛。
- 03
梳理需求和競爭訊號
規模、成長、意圖、付費意願、現有玩家——全部整理成可比較的訊號圖譜。
- 04
按可行或不可行對利基領域排序
為機會評分，讓你看到的是「這個利基、這個切入角度、這些證據」，而不是一堆研究資料。
- 05
Iris 進行可靠研究所需的一切
多來源資料整合
將搜尋結果、社群訊號、受眾資料與競品頁面整合為單一結構化視圖。
附來源引註的發現
每個關鍵主張皆附有來源連結，讓你可以自行驗證證據。
未被滿足需求偵測
找出反覆出現的使用者抱怨，以及競爭對手尚未解決的功能缺口。
競品弱點映射
標示現有競爭者的薄弱之處，讓你清楚知道該如何定位。
受眾分群
將市場拆分為具有不同需求的細分族群，而非視為單一同質化使用者。
結構化 Editor 報告
研究結果會整理進 Editor 區塊，包含章節、重點摘要與建議。
直接交接給 PM
結論會直接匯入 Emma，讓研究成果轉化為 PRD 輸入，而不是成為無人採用的文件。
當Iris加入你的團隊後，會發生什麼變化
手動打造的工作流程緩慢、仰賴人工且工具繁雜。將滑鼠懸停在任一卡片上，查看為何每項提升都很重要。
為什麼創作者會在眾多選擇中選Iris
對比
正從 ChatGPT Deep Research 轉來？以下就是 Iris 更勝一籌的地方。
能轉化為產品的研究
獨立的研究工具只會回傳一份 Google 文件。Iris 會把經過驗證的利基市場交給 Emma，由她撰寫規格說明；接著 Alex 建構產品。你的洞察會在同一次會話中轉化為已交付的軟體。
為建造者而生，而非分析師
大多數深度研究工具優化的是引用與廣度。Iris 優化的是 go-or-no-go 決策：「這個市場是真的嗎？有什麼證據支持？在這裡能勝出的最小產品是什麼？」
Atoms 與 Perplexity Pro：比較功能、價格和能力
| 功能 | Atoms 推薦 | Perplexity Pro |
|---|---|---|
| 輸出 | 已驗證的機會 | 研究摘要 |
| 直接交接為產品規格 | 直接傳送給 Emma | 你把它複製到文件裡 |
| 結合訊號評分的利基排名 | 內建於 | 僅敘述 |
| 同一工作階段內啟動產品 | 是 | 僅研究 |
| 來源廣度 | 多來源，含論壇、交易市集 | 網頁 + 輕量論壇 |
Iris 如何與您的其他 AI 團隊成員協作
Iris 並不是單獨工作。以下是你與完整團隊協作建置時，各項交接如何落地。
Iris 為建造者研究的內容
Iris 以證據回答的具體研究問題，以及通往產品化的路徑。
試試用這些提示詞搭配 Iris
掃描市場中的未被充分滿足利基
@Iris 找出美國 Gen Z 個人理財 App 市場中未被充分滿足的利基。從搜尋、Reddit，以及前 10 大既有競品中蒐集資料。找出 3 個缺口並附上證據，然後把最有潛力的一個交給 Emma 進行範疇界定。
深入剖析單一競爭對手
@Iris 深入剖析 Notion。整理他們的定價、定位、近期產品動向、社群情緒，以及他們的重度使用者在哪些地方流失。為每一項主張附上引述來源，並標示出我們可以利用的兩個弱點。
在開發前驗證趨勢
@Iris「給會計師用的 AI 代理人」是真實且可持續的趨勢，還是只有 6 個月的炒作週期？檢查搜尋成長速度、社群討論、資金訊號，以及既有競品動向。告訴我這是否值得讓 Emma 撰寫 PRD。
在推出前描繪受眾輪廓
@Iris 描繪美國年收入 8 萬至 20 萬美元的自由接案設計師輪廓。他們都聚集在哪裡、討厭哪些工具、常抱怨什麼？把這個人物誌交給 Emma，讓 PRD 反映真實使用者，而不是建立在假設之上。
認識 Iris 的其他 AI 團隊成員
沒有任何一個智能體是單獨工作的。點選任一隊友，即可查看他們如何處理您產品中的那一部分。
受到來自以下地區客戶的信賴
常見問題
讓 Iris 為你效勞
別再用一個工具做研究、另一個工具做建置。讓 Iris 執行探索研究，並將她的發現交給 Atoms 中的 AI Team。
