4. 场景故事与用户旅程
场景故事将抽象的需求装回用户的口袋，用户旅程地图则是把这些口袋里的时间切片连成一条可感知的线索。本章通过“典型一天”结构、触点情绪曲线和关键决策点，让团队在动手开发前，先“看见”用户真实的使用过程。
4.1 典型一天场景构建
所谓“典型一天”，是选择一个有代表性的用户角色，描述他/她在使用IoT产品过程中的完整工作日。下面以智能灌溉控制器为例，角色为园艺管理者“老张”。
| 时间 | 用户动作 | 环境上下文 | 产品响应 | 情绪 |
|---|---|---|---|---|
| 06:30 | 查看手机推送 | 天气晴朗，28°C | 推送今日灌溉建议 | 😊 放心 |
| 07:00 | 发现土壤湿度异常 | 传感器数据偏低 | App显示红色预警 | 😕 疑惑 |
| 07:10 | 点击“一键诊断” | Wi-Fi信号弱 | 启动设备自检流程 | 😐 等待 |
| 08:00 | 出门前确认灌溉计划 | 离家状态 | 自动切换离家模式 | 😊 安心 |
| 18:00 | 查看当日灌溉报告 | 回家后 | 生成水效分析 | 😄 满意 |
构建原则： 不要编造完美故事。必须体现异常（数据异常、网络弱）、切换（离家/回家）和决策（手动诊断 vs 忽略），这些都是需求分析的富矿。
4.2 触点与情绪曲线
触点是用户与IoT系统交互的节点，包括手机App、设备面板、语音、客服等。把触点按时间排列并标记情绪变化，就得到情绪曲线。下图展示老张一天的情绪波动：
情绪曲线实战技巧： 邀请3~5位目标用户画出自己的曲线，叠加重合度最高的波段就是高确定性需求区域。曲线陡降处必须包含明确的恢复机制（如诊断、切换、人工客服），否则就是流失风险点。
4.3 关键决策点分析
关键决策点是用户情绪或行为发生质变的时刻，直接决定产品粘性。每个决策点背后都对应一个必须被满足的需求或必须被消除的阻碍。
- 决策1（信任建立）： 面对预警时，用户是否愿意点击“一键处理”？—— 产品需要提供足够透明和可信的数据依据。
- 决策2（自动化授权）： 用户是否允许AI接管灌溉？—— 需要设置安全阈值和手动兜底机制。
- 决策3（数据共享）： 用户是否同意上传数据换取社区经验？—— 权衡隐私与收益，提供明确的价值回报。
- 决策4（设备选型）： 用户购买时如何对比参数？—— 需要简短清晰的核心指标对比图。
避坑提醒： 不要试图在用户旅程中解决所有决策点。优先解决旅程前半段的决策点（初次使用、信任建立），后半段的决策点通常属于体验优化版本。
4.4 从旅程到需求的映射方法
触点产生功能需求，情绪波动产生体验需求，决策点产生交互需求。下面是一个简单的映射模板，可直接用在PRD中：
旅程阶段: 异常诊断（07:00 - 07:10）
触点: 手机App预警页
用户情绪: 疑惑 → 等待 → 解决
功能需求:
- FEQ-001: 实时传感器数据曲线展示
- FEQ-002: 一键自检执行与结果推送
体验需求:
- EXQ-001: 预警信息必须包含原因简述和解决时长预估
交互需求:
- IXQ-001: 诊断按钮位置固定在页面底部悬浮栏
验收标准:
- 从用户点击诊断到收到诊断结果，最大耗时不超过8秒4.5 交付物模板：用户旅程地图
每个版本至少输出一份高保真旅程地图，格式可以是结构化文本（如下）或白板协作截图，但必须包含时间轴、触点、情绪曲线。这里给出一个推荐的模板骨架：
---
项目名称: 智能灌溉控制器 V2.0
用户角色: 园艺管理者（老张）
场景: 工作日（典型一天）
阶段:
- name: 晨间决策
time: "06:30 - 07:30"
actions:
- 查看天气推送
- 对比土壤数据
touchpoint: 手机App首页
emotion: neutral
key_decision: 是否信任推荐灌溉量
requirement_refs: [FEQ-001, FEQ-002]
- name: 离家模式
time: "08:00 - 09:00"
actions:
- 确认灌溉计划
- 手动开启离家模式
touchpoint: 设备面板 / App
emotion: positive
key_decision: 是否允许全自动托管
requirement_refs: [FEQ-005, EXQ-003]
- name: 傍晚回顾
time: "18:00 - 18:30"
actions:
- 查看水效报告
- 记录种植日志
touchpoint: App消息中心
emotion: happy
key_decision: 是否分享数据到社区
requirement_refs: [FEQ-010, IXQ-005]