一个功能想法很容易获得礼貌的认可,但认可不一定意味着真实需求。为了决定是否值得继续开发,我们需要更具体的行为信息。
这份访谈框架是一种起步方法,不代表通过某几个问题就能预测用户是否付费。
从最近一次经历开始
与其问「如果有一个 AI 工具,你会使用吗」,可以请对方回忆最近一次遇到这个问题的情况。
- 当时发生了什么?
- 谁先发现问题,最后由谁处理?
- 使用了哪些文件、工具和沟通渠道?
- 哪一步最容易卡住?
- 如果不处理,会发生什么?
允许对方展示有权分享的实际材料。具体流程常常会暴露你在想象中没有考虑过的交接和限制。
了解现有替代方式
用户可能已经通过表格、人工服务、内部脚本或暂时忍受问题来应对。它们都是你需要理解的替代方式。
询问现有方法什么时候奏效、什么时候失败,以及切换工具需要付出什么。不要因为流程看起来繁琐,就假设它一定值得被替换。
把付费问题放回决策过程
「愿意花多少钱」通常不能脱离具体交付来回答。先明确谁使用、谁批准、谁付款,以及一次购买需要经过什么步骤。
如果对方愿意参加试用,再约定清楚的任务、交付标准与时间。真实的后续行动,比一次口头兴趣更有助于判断优先级,但仍不等于最终成交。
用一张卡片记录证据
访谈对象的角色:
最近一次发生的问题:
当前处理方式:
实际投入与影响:
不愿改变的原因:
愿意尝试的下一步:
尚未确认的假设:
区分对方的原话、你观察到的行为与自己的推测。不要把一位受访者的经验,直接推广成整个市场的结论。
让下一步小到可以执行
在产品开发前,你也许可以先人工完成一次交付,或者只实现最重复的一步。关键是让对方能在真实任务中判断结果是否有用。
如果没有人愿意提供材料、投入试用时间或继续讨论,也应把它记录下来。需求验证的价值,在于帮助你更早调整方向。
有 AI 项目想法?一起聊聊。
欢迎交流实践、寻找伙伴,或聊聊你的项目需求。
