《一个基于AI数字足迹推断MBTI人格的测试工具项目》
人工智能 方向的结构化创业机会。综合分 75.16 ，可据此评估差异化、落地难度、市场空间、时间窗口与护城河。
机会标题：一个用AI从歌单/游戏/书影记录推断MBTI人格的测试工具
多维评分
综合分 = 创意25% + 可行30% + 市场20% + 紧迫10% + 壁垒10%。置信不计入综合分。
行业分类
创业方向
AI人格测评+兴趣数据交叉验证
面向痛点
传统MBTI自评问卷易受自我认知和情绪影响，论坛上大量用户反感“上来就贴ABCD标签”，缺少客观、有证据链的人格判断方式。
解决方案
用户授权导入Apple Music歌单、Steam游戏库、豆瓣书影音记录等数字足迹，AI模型基于多源内容偏好交叉推断MBTI类型，并生成可解释报告；可做多来源独立测试后的一致性校验。
潜在人群
对MBTI感兴趣但嫌自测不准的年轻人、需要人格数据辅助的HR招聘/团队管理场景、社交产品兴趣标签匹配用户。
变现 / 商业模式
C端免费一次基础推断，完整报告和跨平台一致性解读按次收费或会员订阅；B端向招聘平台、HR SaaS、社交App提供AI人格推断API，按调用量收费。
所需资源条件
- 启动资金（必须） · 资金 — 约10-30万元用于产品开发与冷启动投放
- AI模型API及算力（必须） · 其他 — 可调用DeepSeek/千问/豆包/Claude等大模型API或开源模型部署
- 用户授权与隐私合规方案（必须） · 资质证照 — 导入Apple Music/Steam/豆瓣数据前需明确授权和隐私协议
- 第三方开放平台接口（必须） · 数据 — Apple Music、Steam、豆瓣等可获取用户授权数据的接口
补充说明
MVP可先只做Apple Music单一数据源，验证AI推断一致性后再扩展游戏、书影等多维数据；所有数据由用户主动授权导入，避免合规风险。
所需岗位
- 前端工程师（技术） — 开发小程序/网页交互体验
- 后端工程师（技术） — 处理第三方数据导入与接口
- AI算法工程师（技术） — 设计多源数据prompt与类型推断管线
- 产品运营（运营） — 招募种子用户并做类型一致性验证
风险
MBTI科学性受质疑，若定位成严谨测评易被抨击；导入第三方账号数据涉及隐私合规；AI推断结果难以被客观验证，用户热度过后留存率可能下降。
依据
7楼提到“只提供Apple Music歌单，全部AI都指向了同一个人格类型”，说明用歌单/游戏/书影等数字足迹做AI推断已有真实验证；楼主反感“上来就我是ABCD”也说明单纯自报标签缺乏信任感。
下一步验证
先做微信小程序/网页Demo，仅接入Apple Music歌单和AI大模型，找100名用户同时做传统MBTI与AI推断，对比结果一致性并观察分享意愿；验证后再扩展游戏/书影来源。
标签
MBTI,AI测评,数字足迹,人格测试,Z世代