這個探討的緣起呢，是很多企業(yè)內(nèi)部的產(chǎn)品經(jīng)理，因為各種原因，無法接觸用戶。

首先，做產(chǎn)品不接觸用戶當然不對，但這就是現(xiàn)狀，所以探索一下有沒有可能借力AI把這個事情的危害減少，哪怕一點點。

為什么可以試試？

第一，因為AI相比任何人，有著更廣泛的數(shù)據(jù)/知識基礎(chǔ)，所以有理由相信，對于任意目標用戶群體，AI都具備一定的理解。在任何領(lǐng)域，AI就算比不上專家，也會比外行要了解一些。當我們作為產(chǎn)品經(jīng)理，在做一些“自己不是用戶”的產(chǎn)品時，AI很可能比我們更了解行業(yè)、用戶，等等了。

第二，該說不說，有些產(chǎn)品經(jīng)理做用戶洞察的能力，也就聊勝于無吧——樣本的選擇可能偏差、問卷設(shè)計可能不合理、當面深訪也不會深挖、用戶說的也真假難辨……而且就這樣了，還幾乎不和用戶互動，甚至不認為這件事有價值?？俊芭哪X袋”做產(chǎn)品，在很多團隊真的是常態(tài)。

當然，AI的輸出會有幻覺（hallucination），我們可以通過prompt加上身份設(shè)定、思維鏈（chain of thought）、以及讓AI分裂成不同角色自我審查來部分避免。

以及，在產(chǎn)品正式進入研發(fā)之前，還是要找真實用戶做一輪驗證，主要是驗證低成本原型，我想，用戶洞察/需求分析用AI模擬，解決方案找真人驗證——這已經(jīng)是最底線了。

如果你還是說接觸不到用戶，那真要好好想想，為什么真的產(chǎn)品做出來以后，你就突然能接觸到用戶了？

直接找?guī)讉€實際的場景，試試吧。當然，以下幾個嘗試都還很淺，如果有探索得更深的朋友，請多指教。

---

1. 理解行業(yè)領(lǐng)域：產(chǎn)品有可能面對哪些角色，角色彼此之間的關(guān)系如何。用100個關(guān)鍵詞理解領(lǐng)域。

2. 假想用戶旅程：用戶在沒有產(chǎn)品之前，做某件事的過程如何，每一步可能碰到哪些痛點，心情如何。

3. 準備互動素材：只要把背景講清楚，出個問卷（可供修改的初稿，或者讓AI幫忙優(yōu)化問卷），寫訪談提綱都問題不大，就不舉例了……但沒法見用戶，有沒有可能讓AI模擬用戶，來做訪談？可信么？

4. 頭腦風(fēng)暴助手：讓它不斷羅列，直到開始胡說八道或者重復(fù)，再讓它綜合提煉一下，給出前N個。

5. 提供原型思路：根據(jù)特定的關(guān)鍵假設(shè)，設(shè)計一些免開發(fā)的原型，來驗證解決方案是否靠譜。

綜上，簡單說，就是把產(chǎn)品探索過程（下圖中的綠色Discovery小閉環(huán)）都通過和AI互動來解決，只在正式啟動研發(fā)之前的原型測試階段和真實用戶互動一次，從而在保證產(chǎn)品方向相對靠譜的前提下，以極快的速度做產(chǎn)品探索閉環(huán)。

這也算是在踐行喬布斯的用戶洞察方法吧——用戶不知道自己需要什么，直到你把產(chǎn)品拿到Ta面前，Ta才會跟你說，這不是我想要的。

---

有些企業(yè)已經(jīng)在嘗試把這些想法產(chǎn)品化了，如下，如果有這方面走得更遠的朋友，歡迎指教、交流。

---

以上，我梳理了一下流程，先做了個GPTs，見下。

歡迎試玩，多提意見和建議，還需要不斷迭代。我的todolist里面，已經(jīng)有諸如繼續(xù)喂方法論、案例；找用戶、產(chǎn)品經(jīng)理對比測試結(jié)果，等等。

https://chat.openai.com/g/g-NT3mP6XcU-user-insight-mentor

以及一個我自己的使用示例——關(guān)于如何做一個AI輔助盲人出行的產(chǎn)品，從領(lǐng)域理解到原型驗證。

https://chat.openai.com/share/d49d05cc-782e-4134-b8b8-9be16582c7ee

_________

蘇杰（iamsujie），產(chǎn)品創(chuàng)新顧問，《人人都是產(chǎn)品經(jīng)理》系列4本書的作者，前阿里8年產(chǎn)品經(jīng)理，集團產(chǎn)品大學(xué)負責(zé)人，良倉孵化器創(chuàng)始合伙人。如需產(chǎn)品經(jīng)理/產(chǎn)品思維/產(chǎn)品創(chuàng)新相關(guān)領(lǐng)域的培訓(xùn)咨詢服務(wù)，歡迎聯(lián)系這個微信（13758212411）。文章來源地址http://www.zghlxwxcb.cn/news/detail-774860.html