每份 pitch deck 都有一页 TAM。多数都是错的。直接问 AI”X 的 TAM 是多少”——你拿到一个自信的八位数，溯源回去是 2022 年 Statista 一段说明、被 2024 年某 Medium 文章引用过。能站得住的市场规模工作流是用 AI 同时拉自上而下和自下而上两种估算，再交叉验证——两者的差距才是真正的论证空间。这篇把投资人真正想看的闭环走一遍。
这篇讲什么
两遍估算工作流：自上而下（从一个公开大数开始，用有依据的过滤器逐层收窄）和自下而上（从单位经济出发往上乘）。两遍都用 AI。然后一步交叉验证：对比两个数、把差距说出来、逼自己选一个能捍卫的模型。产出是一张 TAM / SAM / SOM 幻灯片，下面挂一张假设表。
这篇适合谁看
为种子轮 deck 估算市场的 Founder、写”要不要做”备忘的 PM、scoping 新赛道的战略团队、以及开会前要核盘 deck 的投资人。不适合：纯学术市场报告——那种要原始调研数据，不是 AI 综合。
什么时候适合用
产品和品类已定、目标地理范围已定、有 90 分钟出一张可信幻灯片时。不适合：品类太新，没有任何公开数——这种情况只能纯自下而上，AI 帮的忙小得多。如果对品类还没有整体感，先跑一遍 AI 行业研究工作流。
开始前准备
- 把估算单位写清楚。“卖给 Z 地区 Y 角色的 X 工具的年收入。“单位含糊，数字就含糊。
- 一开始就把 TAM / SAM / SOM 分清。TAM = 全球品类、SAM = 触达得到的子集、SOM = 3-5 年现实份额。多数 deck 把它们混在一起。
- 选好引擎：Perplexity 拉带引用的公开数、ChatGPT 或 Claude 的 Deep Research 做综合、表格做实际算术。AI 不算数——你算。
- 收藏一个广义品类的权威来源，作为自上而下的锚点。
具体步骤
- 自上而下：用 Perplexity 拉锚点数字。“[品类] 2025-2026 全球市场规模——列 3-5 个估算，注明来源和发布日期。“看分布。如果高低差 5 倍，这个品类的测量本身就不成熟——把这事写出来，不要遮。
- **用有依据的过滤器把锚点收窄到你的 TAM。**地理范围（只算美国？乘上一份发布过的美国占比——不要拍）。细分（只算 SMB？按员工人数过滤）。用法（只算付费用户？按转化基准过滤）。每个过滤器在你的假设表里都是一行，带来源链接。
- **自下而上：从单位经济出发。**人均收入 × 可触达用户数 × 渗透率。用 Perplexity 分别拉每个输入：“2026 [SaaS 品类] SMB 档 ARPU 均值是多少？""[地理] 范围内 [员工区间] 的 SMB 数量？""[品类工具] 在 [细分] 的渗透率？”
- **算术放表里，不在聊天里算。**AI 多步乘法会无声出错。每个输入单独一格，下一列放来源链接，底部求和。
- **交叉验证。**比对自上而下 TAM 和自下而上 TAM。差距在 2 倍以内，你有一段可捍卫的区间；差 10 倍则其中一个模型错了——通常是某个过滤器声称过头，或者 ARPU 太旧。这种分析交叉验证的更深综合写法，参见 ChatGPT 深度研究教程。
- **把 SAM 和 SOM 写成 TAM 的派生。**SAM = 按你实际 GTM 过滤后的 TAM（渠道可达、语言、监管）；SOM = SAM 乘上一个有依据的 3 年份额假设（引一家对标公司的份额轨迹）。
- **一张幻灯片，下挂假设表。**TAM / SAM / SOM 三个方块，下面一张小字假设表，每个输入都写出值、来源、来源年份。
第一次实操怎么跑
挑一个你有一手认知的市场——你现在公司所在的市场、或者一个你知道真实 ARPU 的兴趣领域。把整套闭环跑完。把 AI 推出来的数字跟你的直觉比。多数第一次跑下来会高出 2-5 倍——通常是自上而下锚点里夹了相邻品类。这是校准课；以后每次跑你都会把单位定义收得更紧。
完成后检查
- 自上而下和自下而上数字在 2 倍以内。差更多的话，幻灯片上把差距明写出来。
- 每个输入格都有来源链接，发布日期在 2024-2026。再老的来源要加脚注说明为什么仍然适用。
- SAM 明显比 TAM 小。SAM = TAM 说明你根本没按 GTM 可达性过滤。
- SOM 必须有对标。“我们做到 5%“不附对标不算捍卫。
- 假设表能在一张幻灯片里塞下。塞不下说明你把模型撑大了。
怎么复用这套流程
- 把自上而下的过滤器清单、自下而上的输入清单存成模板。换产品、换数字，骨架不变。
- 维护一份个人输入数据库：各品类 ARPU 基准、各地理 SMB 数、各细分渗透率。每条带来源。每季度更新。
- 每半年用同模板重跑。不更新的估算撑不到下一轮融资。
建议的操作流程
单位定义 → 自上而下锚点 → 有依据的过滤器 → 自下而上输入 → 表格算术 → 交叉验证 → 派生 SAM 和 SOM → 一张幻灯片 + 假设表。第一遍 90 分钟，刷新一遍 30 分钟。
容易踩的坑
- 直接问 AI”X 的 TAM 是多少”——你拿到一个数，不是一个论证。投资人要的是论证。
- 在聊天里做算术。AI 多步算术不可靠，请用表格。
- 跳过交叉验证——单看自上而下会高估，单看自下而上会低估，真相藏在差距里。
- 引旧来源不加脚注。2026 年 deck 直接用 2022 年数字是红旗。
- TAM 和 SAM 混着算。投资人一眼就看出来。
- 嫌假设表显得”不干净”就藏起来——这张表恰恰是模型的可信度来源。
FAQ
- 品类没有公开数字怎么办？: 只做自下而上。在幻灯片上明写”因品类太新只做自下而上”。投资人更接受这个，不接受”TAM 100 亿美元，来源不可溯”。
- 估算用哪个引擎？: Perplexity 拉输入、Claude 或 ChatGPT 做综合、表格做算术。不要把步骤合在一起。
- 来源要多新？: 输入数字至少 2024 年；ARPU 和渗透率优先 2025-2026。
- 要包含增长预测吗？: 要，但单独一行，引用增长率的具体来源。不要把增长直接烤进 TAM 数字里。
- SOM 的份额假设怎么算”有依据”？: 必须有对标公司在同阶段的实际份额轨迹支持。没有对标，你的 SOM 只是愿望。