📚 课程目录第4章用户访谈与需求采集

4 用户访谈与需求采集：访谈对象选择、半结构化问题设计、需求采集记录的粒度要求

用户访谈是AI产品需求采集的基石，其质量直接决定后续需求拆解和方案设计的有效性。本章聚焦于三个核心问题：选谁来聊、怎么问、如何记。只有在这三个环节上控制好粒度，才能从模糊的业务诉求中提炼出可落地的产品需求。

4.1 访谈对象选择：从泛化到精准的筛选逻辑

访谈对象的选择并非越多越好，而是需要根据业务目标和决策链条，构建一张“利益相关者地图”。AI产品的特殊性在于其技术可行性与业务价值的深度耦合，因此访谈对象必须覆盖业务专家、技术实施方和最终用户三类角色。

角色类型	典型对象	访谈目的	选择优先级
业务决策者	业务线负责人、部门总监	明确商业目标、KPI、投资回报预期	高（决定产品方向）
业务执行者	一线业务员、运营专员、客服组长	了解日常痛点、流程瓶颈、高频场景	最高（提供真实需求）
技术实施者	算法工程师、数据工程师、架构师	评估数据可用性、模型可行性、部署限制	高（决定能否实现）
间接影响者	财务、合规、法务	识别合规红线、审核流程、审计要求	中（影响上线节奏）

避坑点： 不要只访谈“说话好听”或“容易约到”的人。AI产品经常失败的原因是，访谈对象全部来自管理层，而忽略了每天使用系统的一线员工。一线员工能提供最真实、最细粒度的操作痛点，这些数据是构建高质量训练样本的基础。

4.2 半结构化问题设计：在开放与聚焦之间取得平衡

半结构化访谈是需求采集中最有效的方法之一。它既提供了结构化的框架以保证覆盖关键维度，又保留了开放性以捕捉意外发现。问题设计需遵循“漏斗原则”：从宽泛场景切入，逐步收窄至具体行为和数据。

问题设计框架（以AI客服产品为例）：

1. 场景层（宽）：“请描述最近一次您在处理客户投诉时，感觉最不顺畅的完整经过。”
2. 决策层（中）：“在那个关键时刻，您当时需要什么信息来做决定？这些信息目前从哪里获取？”
3. 数据层（窄）：“如果我们能自动分析您刚刚提到的通话记录，并提炼出最关键的3个要点，您希望这3个要点是什么？”
4. 验证层（收）：“假设这个功能已经上线了，您会用什么具体的指标来判断它有没有帮到您？”

问题的粒度控制原则：每个问题应聚焦于一个具体的行为或决策点，避免一次追问多个维度。

问题类型	设计目标	典型提问	需求粒度级别
结构化问题	获取标准化事实	“您每天处理多少张工单？”	L1（定量背景）
半结构化问题	挖掘决策逻辑与痛点	“遇到复杂工单时，您通常先看哪个字段？为什么？”	L2-L3（逻辑与规则）
开放式问题	发现未知需求	“如果系统可以变得‘更聪明’，您最希望它替您解决哪个麻烦？”	L0（探索洞察）

4.3 需求采集记录的粒度要求

访谈记录的粒度直接影响后续需求拆解的准确性。记录并非一字不差的“会议纪要”，而是结构化、带有标注的“需求底稿”。建议采用三层记录模式：元数据层、事实层、洞察层。

记录模板示例（片段）：

【元数据】
对象角色：一线催收员（工龄3年）  |  场景：大额逾期案件处理
访谈时间：2025-09-12  |  记录人：PM-A

【事实层】
- 用户每天需手动比对3个系统的数据（核心系统、信审系统、外呼系统）
- 高频操作：“看客户最近3个月的还款记录” 每天重复约20次
- 当前耗时：每次比对约45秒，日均15分钟浪费在切换系统上

【洞察层】
- 核心痛点：信息孤岛导致决策延迟，尤其在“是否发起法务流程”的决策上
- 潜在需求：期望一个“客户360视图”，自动汇总关键指标
- 量化指标：若能将比对时间缩短至10秒，每天可节省12分钟用于高价值案件

4.4 需求采集的粒度对应表

访谈记录的粒度应与后续PRD中的需求层级对应。记录时就要想清楚：这条信息将落在PRD的哪个部分。

记录粒度级别	特征描述	PRD对应章节	输出示例
L0：原始洞察	用户原话、模糊感受、未验证的假设	用户故事 / 背景分析	“我觉得系统太慢了”
L1：操作事实	具体行为、操作频率、耗时数据	场景描述 / 现状分析	“每天切换系统18次，平均耗时50秒”
L2：决策规则	判断逻辑、条件分支、异常处理方式	功能需求 / 规则引擎	“如果客户逾期超过90天且联系失败3次，则标记为高风险”
L3：量化指标	可测量的效果要求、阈值、频率	验收标准 / 指标定义	“风险识别准确率 ≥ 95%，召回率 ≥ 90%”

4.5 用户访谈到需求拆解的关键流程

从访谈结束到形成结构化需求，需要经过一个明确的拆解链路。下图展示了从原始录音到PRD功能列表的转化过程，其中每个环节都涉及粒度的筛选与转化。

4.6 验收检查表：你的访谈记录是否达到了所需粒度

在将访谈记录移交给需求拆解环节之前，请用以下检查表验证完整性。任何一项缺失，都可能导致后续PRD出现需求断裂或粒度过粗。

检查项	验收标准	通过条件
对象选择覆盖度	是否覆盖了业务决策者、执行者、技术实施者三类角色？	至少每类角色有1人参与访谈
问题深度	是否在场景层、决策层、数据层、验证层都有提问？	每层至少1个问题，且用户给出了具体回答
记录完整性	是否包含元数据、事实层、洞察层？	三层信息齐全，且事实层有具体数字或频次
粒度转化	每条洞察是否都能对应到至少一个L2或L3级别的需求？	90%以上的记录可映射到量化指标或决策规则
交叉验证	关键规则和指标是否已获得业务方口头确认？	在访谈记录中标注了“已与XX确认”

总结：用户访谈不是简单的聊天，而是一次精心设计的需求勘探。选择正确的对象，提出有层次的问题，并以结构化的方式记录，这三个环节共同决定了AI产品需求的起点质量。记住：访谈记录中的粒度控制，就是PRD质量的第一道防火墙。