GN04生成L3original
老瓶换新装策略
Old Bottle New Wine
已验证品类（老瓶）搭配新文化符号（新装），AI让"生成新装"的成本趋近于零——用别人的模具做自己的内容。
解决什么问题
没有这个方法时，产品创新通常面临两难：
- 全新品类：创意很好但市场不接受——用户不知道"这个东西是什么"
- 同质化竞争：品类成熟但没有差异化——陷入价格战
老瓶换新装的核心逻辑：把需求验证和注意力获取分开解决。
- "老瓶"解决"有人买"——品类已经被市场验证过
- "新装"解决"有人看"——文化符号带来注意力和差异化
- AI解决"成本可控"——批量生成新装的边际成本趋零
核心框架
老瓶（已验证品类） × 新装（新文化符号）
┌──────────────┐ ┌──────────────┐
│ • 有市场需求 │ │ • 当下流行 │
│ • 用户认知清晰 │ │ • 情感共鸣 │
│ • 供应链成熟 │ │ • AI可生成 │
│ • 定价有锚点 │ │ • 可批量变体 │
└──────┬───────┘ └──────┬───────┘
│ │
└──────── × ─────────────┘
│
┌────────▼────────┐
│ 低成本高差异化产品 │
│ （毛利高、壁垒在速度）│
└─────────────────┘
怎么用
Step 1：建"老瓶库"
收集已验证有市场的品类/模具/产品形态：
- 行业展会中的成熟品类
- 电商平台的热销标品
- 你自己已经卖得好的产品形态
关键：老瓶不需要原创，需要的是"被验证"。胶带纸、果盘、T恤、手机壳——都是老瓶。
Step 2：建"新装库"
收集当下流行的文化符号/IP元素/风格趋势：
- 热门IP（影视/游戏/动漫）
- 审美趋势（国潮/极简/复古/Y2K）
- 社会情绪（怀丧/躺平/治愈/热血）
- 文化符号（地域文化/非遗/节庆）
Step 3：AI批量生成组合
用AI工具做"老瓶×新装"的批量生成：
- 胶带纸 × 颐和园图案
- 果盘 × 木纹贴皮
- T恤 × 当下热梗
- 手机壳 × 用户自拍生成的Q版形象
关键：不是设计一个，是批量出100个，快速测款。
Step 4：快速测款验证
用最低成本验证市场反应：
- 小批量生产（甚至预售）
- 社交媒体测试（哪个组合点击率最高）
- 数据驱动筛选（留下跑量的，淘汰不行的）
诊断分级
| 等级 | 特征 |
|---|---|
| S级 | 老瓶库有系统整理，新装库有持续更新机制，AI生成+测款流程有SOP，有成功案例数据 |
| A级 | 有老瓶和新装的概念，组合有验证但没有系统化 |
| B级 | 做了但没有框架——凭直觉选品类和文化元素 |
| C级 | "我们也想创新"但没有落地 |
案例
| 老瓶 | 新装 | AI的作用 | 结果 |
|---|---|---|---|
| 胶带纸（成熟品类） | 颐和园图案（文化符号） | 批量生成图案变体 | 文创爆款 |
| 果盘（标品模具） | 木纹贴皮（审美趋势） | 自动适配纹理到模具 | 成本7元→售价49元 |
| T恤（基础品类） | 用户Q版形象（个性化） | AI从照片生成Q版 | 定制化溢价 |
共同模式：品类是老的（供应链+需求已验证），内容是新的（文化符号带来注意力），AI让"新"的成本趋零。
常见陷阱
- 老瓶选错：选了没需求的品类——新装再好也卖不动。纠偏：老瓶必须有"月销X件"的验证数据。
- 新装过时：用了一个已经过气的文化符号。纠偏：新装库需要持续更新，关注社交媒体趋势。
- 只有组合没有品牌：做了一个爆款但没有沉淀品牌资产。纠偏：老瓶换新装是起步策略，长期需要在"新装"中建立自己的审美体系（参考PD02 IP四层知识图谱）。
方法关系
- 前置：CG16 消费趋势画布（洞察当下的文化符号趋势）
- 后续：PD03 人货场（组合出来的产品怎么匹配渠道和人群）、PD06 MVP（快速测款验证）
- 并行：PD02 IP四层知识图谱（如果"新装"沉淀为IP，需要四层构建）
Cases