---
title: "净化器摆位实测赛"
date: "2026-08-05"
canonical: "https://raytally.com/ideas/2026-08-05-airproof-ai/"
generator: "萤录 RayTally · dev-prompt-v4"
signal:
  query: "AirProof AI"
  observed_at: "2026-08-05T00:33:30.726Z"
sources:
  - url: "https://www.producthunt.com/products/airproof-ai"
    boundary: "观测于 2026-08-05T00:33:30.726Z。"
  - url: "https://airproofai.com/"
    boundary: "来源记录未提供发布时间。"
  - url: "https://www.epa.gov/sites/default/files/2018-07/documents/residential_air_cleaners_-_a_technical_summary_3rd_edition.pdf"
    boundary: "来源记录未提供发布时间。"
  - url: "https://www.iqair.com/products/air-quality-monitors/airvisual-pro-indoor-monitor"
    boundary: "来源记录未提供发布时间。"
notice: "本任务书中的信号，是在所列时间点截取的有界观察（搜索关注、论坛分数或新品列表），不是市场验证、用户数量或持续需求证明。转述或据此行动时，必须保留这些时间边界与最强反方。"
---

[在 RayTally 阅读原始页面](https://raytally.com/ideas/2026-08-05-airproof-ai/)

使用声明：以下信号只是带时间边界的公开观察，不是市场验证、用户数量或持续需求证明；转述或执行时必须保留时间边界与最强反方。

你是资深产品工程师。请把下面这条产品灵感做成一个可以本地运行的 MVP。

## 灵感

净化器摆位实测赛
搬家或烟霾天用一台传感器做短时实测，找出净化器降尘最快的位置、朝向和开关门方法。

## 产品概念

刚搬家、调整家具或碰上烟霾天时，用户选择自己的净化器型号，再把一台便携空气质量计放到房间中央。应用先让用户在关闭门窗、保持相同风速的条件下测一段基线，随后提示把同一台净化器依次摆到两个或三个候选位置，每个位置运行相同分钟数。 每轮结束后，页面把颗粒物下降速度画成简单曲线，直接比较哪里降得最快、哪里受门缝或空调送风影响。用户还能记下门是否开着、空调是否运行和房间里是否有人走动。最终结果给出最佳摆放点、出风朝向，以及需要关哪扇门或改变哪处家具。 第一轮只解决一个房间里一台净化器该放哪里，不把短时测量包装成全屋空气诊断。季节变化、换了沙发或空调风向改变后，用户可沿用原来的候选点重新测试。

## 为什么是现在（有事实支撑）

截至8月5日观察，AirProof AI 位于 Product Hunt 新品流第4位，净化器摆位被直接做成可交互问题。 这会让刚搬家、重排家具或遇到烟霾的用户，更容易追问自家房间究竟该放哪。

## 方向判断（以下为模型推断，未经独立验证）

目标用户：核心用户是已经有净化器和便携颗粒物计的租客、家庭用户。搬家、换家具或调整空调风向后，旧摆位经验会失效。烟霾来临时，他们又不愿靠几天体感慢慢试错。此时需要在一个房间内快速比较候选点，并保留可复测的依据。

最小切入点：首版接收传感器导出的时间、PM2.5 数据，也允许手动录入读数。可先适配 AirVisual Pro 的导出文件。 前端用浏览器文件接口读取 CSV，并在本地保存实验记录。每轮标记净化器启动时刻，再拟合颗粒物对数浓度的下降斜率。基线轮用于估计自然沉降，候选点只比较校正后的衰减速度。先不做房间气流模拟，也不承诺健康诊断。型号目录只保存名称、风速档和用户备注，避免依赖不完整的设备参数。

最强反方：短时曲线很容易被传感器噪声和起始浓度差异带偏。有人走动、开门或空调启停，都会让候选点失去可比性。为控制这些变量，用户必须完成基线轮和多轮等待，流程可能显得繁琐。若应用给出过于确定的最佳点，用户会把偶然波动当成稳定结论。不同传感器的采样频率和导出格式，还会持续增加适配成本。产品必须显示数据质量和重复测试结果，否则一次错误推荐就会削弱信任。

以上是模型基于灵感本身与已核验事实的推断，请当作方向假设与真实约束对待：不要默认「最强反方」已被解决，也不要据此在产品里写下确定性结论。

## 以小博大（模型推断）

第一批用户可从空气净化器论坛、烟霾互助群和便携传感器用户社区获取。发布内容应是同一房间换位置后的曲线对比，而不是泛泛讲摆放原则。再制作几种常见传感器的导出教程，承接正在搜索数据分析方法的人。允许生成匿名对比图，方便用户在讨论摆位时直接分享结果。

## 竞品与缝隙（模型推断）

- AirProof AI：AirProof AI 已能让用户选择预设房间，拖动净化器并查看气流预测。高级功能还能自动寻找覆盖更好的位置。 它的优势是无需传感器，几秒内就能比较多个摆位。公开页面主要展示标准房型与模拟结果，未显示对用户自有房间做实测校准。家具缝隙、门窗状态和空调送风若不符合预设，预测可能难以解释真实差异。净化器摆位实测赛的缝隙，是用同一设备和同一传感器做短时对照。它不必胜过气流模拟，只需回答哪个候选点在当前房间降尘更快。两者也可互补：先用模拟缩小候选点，再用实测确认。
- IQAir AirVisual Pro：IQAir AirVisual Pro 能测量室内 PM2.5，并在应用中展示实时与历史数据。设备数据还可导出，适合用户自行分析。 它已经解决了持续监测、趋势查看和异常提醒。用户也能观察开窗、烹饪或净化器运行后的变化。缺口在于这些曲线没有被组织成位置对照实验。用户仍要自己记住移动时间、风速和门窗状态，再判断两段下降是否可比。净化器摆位实测赛可以承接现有数据，不必另造传感器。它用计时步骤、条件核对和统一评分，把监测数据变成摆位结论。首版若只适配一种导出格式，覆盖面有限，却能把分析链条先做扎实。

## 怎么赚钱（模型推断）

基础版免费完成一次单房间对照测试。付费版采用一次性买断，解锁多房间档案、历史复测对比和可分享报告。暂不按净化器型号收费，避免目录维护变成主要成本。

## 来源背景

主题：空气净化器摆放优化工具 AirProof AI
触发的 Product Hunt 新品：AirProof AI — Find the best spot for your air purifier in seconds

以上只记录新品出现在 Product Hunt 公开 feed 与被观测的事实；该 feed 不提供票数，不要把 feed 顺序描述成热度或市场需求。

## 来源清单

- AirProof AI（https://www.producthunt.com/products/airproof-ai）
- AirProof AI - Find the best air purifier placement in seconds（https://airproofai.com/）
- Residential Air Cleaners: A Technical Summary（https://www.epa.gov/sites/default/files/2018-07/documents/residential_air_cleaners_-_a_technical_summary_3rd_edition.pdf）
- AirVisual Pro Indoor Monitor（https://www.iqair.com/products/air-quality-monitors/airvisual-pro-indoor-monitor）

## 交付要求

- 开工前，先从上文的产品概念与最小切入点提炼 3–5 条可验证的完成标准并列出，交付时逐条对照说明。
- 先交付「最小切入点」描述的核心流程，让核心用户能走通；范围外的账号、支付、后台等通用系统，除非确有必要否则不做。
- 页面或接口里不要展示未经验证的市场数字。
- 关键文案保持克制、可验证；产品内若需要领域事实、安全指引类内容，从「来源清单」等权威来源取材改写并注明出处，不要凭通识编写。
- 若在已有项目里实现：先读 README、依赖与项目约定，遵循既有技术栈与风格，不重构无关代码。
- 若当前目录为空：选一套轻量技术栈，优先交付可运行原型。
- 完成后说明改了什么、如何运行、如何验证。
- 遇到真正会改变产品方向的歧义再提问，普通实现细节自行做工程判断。