补充 · AI 产品体验专题（6 题）

AI 产品体验三要素


图怎么读：概念：AI 产品体验三要素——快、准、稳：①快（响应及时）——首字响应小于 1 秒（用户说话到第一个字出来——1 秒内——用户等得起）；完成小于 3 秒（整个回答完成——3 秒内——用户等得起）；用户等 5 秒就想关页面（等待超过 5 秒——用户关页面走人——快是「等得起」）；②准（答得对）——一次答对最好（第一遍就答对——用户满意）；答错两次用户就放弃（答错两次——用户放弃用 AI——准是「答得对」）；准确率是及格线（答得对是最低要求——不是加分项）；③稳（次次都行）——10 次里 8 次好=不稳定（10 次里 8 次好——2 次差——用户不敢用（不知道哪次会差——不敢依赖）；「不稳定比慢更伤信任」（慢——用户能等（知道会好）；不稳定——用户不敢信（不知道哪次会错——信任崩）——稳是「敢用吗」）。产品动作（三要素怎么做）：快——流式输出（边生成边显示——不用等全部完成——第一字先出来）+进度反馈（「正在分析」——让等待可感知——用户知道在干活）；准——评测集（评估测试题）+持续优化（评测集测——答错优化——越来越准）；稳——兜底设计（低置信度重试/换方案——答得没把握——重试/换方案——不让用户看到差的）+监控告警（效果下滑及时知道——监控——下滑告警——及时修）。收口：三要素写进上线标准——快准稳不过关不上线（上线前测三要素：快（等得起吗）、准（答得对吗）、稳（敢用吗）——三样缺一用户就走。

① 一句话大白话定义
这道题问的是：AI 产品（人工智能产品）的体验三要素是什么——快、准、稳分别指什么？怎么做？
用大白话说：三要素：①快（响应及时——首字 1 秒内、完成 3 秒内——用户等 5 秒就想关页面）；②准（答得对——一次答对最好——答错两次用户就放弃）；③稳（次次都行——10 次里 8 次好=不稳定——「不稳定比慢更伤信任」）。产品动作：快（流式输出（边生成边显示）+进度反馈）；准（评测集+持续优化）；稳（兜底设计+监控告警）。收口：三要素写进上线标准——快准稳不过关不上线。

打个比方：点外卖（AI 产品体验三要素）——外卖店三要素：①快（出餐快——下单到出餐 10 分钟——等 30 分钟就想取消订单（等 5 秒想关页面——外卖等 30 分钟想退单——快是「等得起」）；②准（菜对——点的红烧肉上红烧肉（一次对最好）；上错两次——下次不点这家（答错两次用户放弃——准是「做得对」）；③稳（次次都好——10 次里 8 次好——2 次难吃——不敢再点（不知道哪次难吃——不敢赌）；「不稳定比慢更伤信任」（慢——等得起（知道会好吃）；不稳定——不敢信（不知道哪次难吃——信任崩）——外卖三要素（快/准/稳）——三样缺一用户就走（慢（退单）、错（不点）、不稳（不敢赌）——AI 产品同理（快/准/稳——三样缺一用户就走）。

30 秒电梯版：「AI 产品体验三要素：①快（响应及时）——首字响应小于 1 秒、完成小于 3 秒——用户等 5 秒就想关页面——快是『等得起』；②准（答得对）——一次答对最好——答错两次用户就放弃——准确率是及格线（不是加分项）；③稳（次次都行）——10 次里 8 次好=不稳定（用户不敢用——不知道哪次会差）——『不稳定比慢更伤信任』（慢——用户能等（知道会好）；不稳定——用户不敢信（不知道哪次会错——信任崩）。产品动作：快——流式输出（边生成边显示——第一字先出来）+进度反馈（『正在分析』——让等待可感知）；准——评测集（评估测试题）+持续优化（评测集测——答错优化——越来越准）；稳——兜底设计（低置信度重试/换方案——答得没把握——重试/换方案——不让用户看到差的）+监控告警（效果下滑及时知道——及时修）。收口：三要素写进上线标准——快准稳不过关不上线——三样缺一用户就走。」

② 为什么学 / 面试为什么考
AI 产品体验三要素是 AI 产品经理的「基础框架」（AI 产品体验从三要素开始），面试考它的原因有三：
第一，它考「体验认知」。AI 产品体验的核心是什么（快/准/稳——三要素）——面试官想看你懂不懂「AI 体验的骨架」（不是界面好看——是快准稳（响应/准确/稳定）——体验认知是 AI 产品经理的基本功（懂三要素——体验设计有方向）。
第二，它考「用户心理」。三要素背后的用户心理（等 5 秒想关（没耐心）；答错两次放弃（没信任）；不稳定不敢用（没安全感）——面试官想看你有没有「用户心理认知」（体验不好不是「功能问题」——是「心理问题」（等待焦虑/信任崩塌/安全感缺失）——用户心理是产品经理的核心（懂心理——体验设计对）。
第三，它考「落地能力」。三要素怎么做（快（流式输出/进度反馈）；准（评测集/优化）；稳（兜底/监控）——面试官想看你懂不懂「落地」（三要素不是概念——是产品动作（每要素有对应做法）——落地能力是产品经理的核心（懂概念+会落地）。
一句话：这道题考的是「体验认知」＋「用户心理」＋「落地能力」。

③ 原理拆解：三要素→产品动作→收口

第一步：①快——响应及时（等得起）。三要素的第一件：快——响应及时：首字响应小于 1 秒（用户说话到第一个字出来——1 秒内（用户等得起——第一字 1 秒内出来——用户觉得「有反应」）；完成小于 3 秒（整个回答完成——3 秒内（用户等得起——完整回答 3 秒内——用户不焦躁）；用户等 5 秒就想关页面（等待超过 5 秒（用户关页面走人（5 秒是用户的「耐心极限」——超过就走）——快是「等得起」（用户不用等（或等得起）——等得起（1 秒有反应/3 秒完成——用户不焦虑）；等不起（5 秒没反应——关页面（用户走——快=等得起（别让用户等——等就流失）。
打个比方：点外卖的快（等得起）——下单到出餐（10 分钟（等得起——用户不取消）；30 分钟（等不起——取消订单（用户走）——快是「等得起」（10 分钟（等得起——不取消）；30 分钟（等不起——取消）——AI 同理（1 秒有反应（等得起——不关）；5 秒没反应（等不起——关页面（用户走）——快=等得起（别让用户等——等就流失）。
翻车案例：有产品「慢到用户关页面」翻车——AI 产品回答慢（要 10 秒才出完整回答——没有流式输出（没有进度反馈）——用户看 10 秒空白（不知道在干嘛——以为坏了——关页面）——「慢到关页面」翻车：快（首字 1 秒内（流式输出——第一字先出来——用户知道有反应）；10 秒空白（用户以为坏了——关页面——流失）——快是「等得起」（第一字快出（流式）+进度反馈（知道在干活）——不然用户等不起——走人。

第二步：②准——答得对（信任）。三要素的第二件：准——答得对：一次答对最好（第一遍就答对——用户满意（不用纠正——体验好）；答错两次用户就放弃（答错两次——用户放弃用 AI（第一次答错（用户忍——可能巧合）；第二次答错（用户放弃——「这 AI 不行」）——答错两次是「放弃阈值」（错两次——不信任——放弃）；准确率是及格线（答得对是最低要求（不是加分项——AI 产品答不对——其他再好也没用（快但答错——更糟（等半天答错——加倍失望）——准是「答得对」（一次对最好——错两次放弃——准确率是及格线）。
打个比方：外卖的准（做得对）——点的红烧肉（上红烧肉（一次对——满意）；上错两次（鱼香肉丝——下次不点这家（放弃）——准是「做得对」（一次对最好（满意）；错两次（放弃——「这店不行」）——AI 同理（一次答对（满意）；错两次（放弃用 AI）——准确率是及格线（菜做不对——其他再好也没用（出餐快但菜错——更糟（等半天上错菜——加倍失望）——准=答得对（一次对——错两次放弃）。
翻车案例：有产品「快但不准」翻车——AI 客服「快」（秒回——流式输出——快）——但「不准」（答错率高——10 次错 3 次）——用户问「退货运费」——答错「退款时间」（快但错）——用户气（「快有什么用——答得不对」——快但错=加倍失望（等得快——答案是错的——白等）——「快但不准」翻车：准是及格线（快+准（好）；快+不准（更糟——等半天答错——加倍失望）；准（答得对——一次对最好——错两次放弃——准确率是及格线（快是加分——准是底线——先准后快）。

第三步：③稳——次次都行（安全感）。三要素的第三件：稳——次次都行：10 次里 8 次好=不稳定（10 次里 8 次好——2 次差——用户不敢用（不知道哪次会差——不敢依赖（用 AI 办重要的事——万一是那 2 次差的——出事）；「不稳定比慢更伤信任」（慢——用户能等（知道会好——等完是好的——信任在）；不稳定——用户不敢信（不知道哪次会错——信任崩——「不稳定比慢更伤信任」——慢（可等——结果好）；不稳（不可预测——不敢赌——信任崩）——稳是「敢用吗」（次次都行——用户敢用（放心用）；时好时坏——用户不敢用（提心吊胆）。
打个比方：外卖的稳（次次都好）——10 次里 8 次好吃——2 次难吃——不敢再点（不知道哪次难吃——不敢赌（请客点这家——万一是难吃的 2 次——丢脸）；「不稳定比慢更伤信任」（出餐慢（等得起——知道会好吃——等完是好吃的——信任在）；时好时坏（不敢信——不知道哪次难吃——不敢赌——信任崩）——稳是「敢点吗」（次次好吃（敢点）；时好时坏（不敢点）——AI 同理（稳——次次都行——用户敢用；不稳——不敢用）。
翻车案例：有产品「时好时坏」翻车——AI 写作工具（有时写得好——有时写得很差）——用户用重要稿子（万一赶上差的——稿子废了）——用户不敢用（重要事不敢交给它——只敢用小事试）——「时好时坏」翻车：稳（次次都行——用户敢用（重要事放心交给它）；时好时坏（用户不敢用（重要事不敢赌——只敢试小事——用得不深——留不住）——「不稳定比慢更伤信任」（慢可等——不稳不敢赌——稳是信任的基础）。

第四步：产品动作——三要素怎么做。三要素的第四件事：产品动作——三要素怎么做：快（流式输出（边生成边显示——不用等全部完成（第一字先出来——用户知道有反应）+进度反馈（「正在分析」——让等待可感知（用户知道在干活——不焦虑）——快的做法（流式+反馈——等待可感知）；准（评测集（评估测试题：建评测集——测准确率）+持续优化（答错的（评测发现——优化（改提示词（给模型下指令的话）/换模型——越来越准）——准的做法（评测集+持续优化——越测越准）；稳（兜底设计（低置信度重试/换方案——答得没把握（低置信度）——重试/换方案（不让用户看到差的——兜底）+监控告警（效果下滑及时知道——监控（准确率监控——下滑——告警——及时修——不让下滑持续）——稳的做法（兜底+监控——差的看不见+下滑早知道）。
打个比方：外卖三要素怎么做（产品动作）——快（出餐快——提前备菜（流式输出——边做边上）+催单提示（进度反馈——「您的餐正在制作」——等得起）；准（菜品核对（评测——出锅前核对菜对不对）+持续改进（上错的菜——改进出餐流程——越来越准）；稳（保底（难吃的菜——重做/退款（兜底——不让用户吃到差的）+监控（差评监控——差评多——预警——改进——不让差评持续）——外卖三要素的做法（快（备菜+提示）；准（核对+改进）；稳（保底+监控）——AI 同理（快（流式+反馈）；准（评测+优化）；稳（兜底+监控）。
翻车案例：有产品「三要素不做产品动作」翻车——知道三要素（快准稳）——但「不做动作」（没有流式输出（等全部完成——慢）；没有评测集（答错没人知道——不准）；没有兜底（答得差直接给用户——不稳）——三要素只是「概念」——没有落地（快（没流式——慢）；准（没评测——不准）；稳（没兜底——不稳）——「只知概念不做动作」翻车：三要素要「产品动作落地」（快（流式+反馈）；准（评测+优化）；稳（兜底+监控）——每要素有对应做法（概念+动作——三要素才实现）。

第五步：收口——三要素写进上线标准。三要素的收口：三要素写进上线标准——快准稳不过关不上线：上线前测三要素（快（等得起吗——首字 1 秒/完成 3 秒——测）；准（答得对吗——评测集跑——准确率达标——测）；稳（敢用吗——连续用 10 次——次次都行——测）——三要素是「上线门槛」（不过关不上线（快慢（等不起——不上线）；不准（答不对——不上线）；不稳（时好时坏——不上线）——三样缺一用户就走（慢（等不起——走）；错（不信任——走）；不稳（不敢用——走）——三要素是 AI 产品的「生存底线」（快准稳——不过关不上线）。
打个比方：外卖的上线标准（收口）——外卖店开业前测三要素（快（出餐快吗——测）；准（菜对吗——试吃——测）；稳（次次都好吗——连吃 10 次——测）——三要素是「开业门槛」（不过关不开业（出餐慢（等不起——不开）；菜不对（不开）；时好时坏（不开）——三样缺一客人就走（慢（退单）；错（不点）；不稳（不敢赌）——外卖三要素（快准稳——开业门槛）——AI 同理（三要素写进上线标准——快准稳不过关不上线）。
翻车案例：有产品「不过关也上线」翻车——AI 产品上线（三要素没测（快（慢——10 秒）；准（错率高）；稳（时好时坏））——上线后（用户反馈差（慢（等不起——关页面）；错（答错——放弃）；不稳（不敢用）——流失快（上线一周用户走一半）——「不过关也上线」翻车：三要素写进上线标准（上线前测（快准稳——不过关不上线）；不过关也上线（用户体验差（慢/错/不稳——流失快——上线翻车）——三要素是上线门槛（先过关再上线——三样缺一用户就走）。
小结：三要素（快=等得起/准=答得对/稳=敢用吗）→产品动作（流式+反馈/评测+优化/兜底+监控）→收口（写进上线标准——不过关不上线）。

④ 对比表格：三要素
| 要素 | 是什么 | 用户心理 | 产品动作 | 不达标后果 | |------|------|------|------|------| | ①快 | 响应及时（首字 1 秒/完成 3 秒） | 等 5 秒想关（没耐心） | 流式输出+进度反馈 | 用户关页面（流失） | | ②准 | 答得对（一次对最好） | 错两次放弃（没信任） | 评测集+持续优化 | 用户放弃（不信任） | | ③稳 | 次次都行（10 次 8 次好=不稳） | 不敢用（没安全感） | 兜底设计+监控告警 | 用户不敢用（留不住） | | 收口 | 写进上线标准 | 快准稳不过关不上线 | 三样缺一用户就走 | 生存底线 |

⑤ 3+个例子：体验三要素实战
例子1：AI 客服的快（流式输出）。用户问「退货运费」——AI 流式输出（第一字 1 秒内出来「退」——用户知道有反应）+进度反馈（「正在查询退货政策……」——用户知道在干活——不焦虑——快（等得起）。
例子2：AI 写作的准（评测集）。AI 写作工具——建评测集（100 篇范文+标准——测写作质量）——答错/写差的（评测发现——优化（改提示词（给模型下指令的话）——越来越准——准（答得对）。
例子3：AI 问答的稳（兜底设计）。AI 问答——低置信度（模型没把握）——兜底（重试一次/换方案（换个说法重答）——不让用户看到差的回答——稳（次次都行）。
例子4：上线标准（三要素把关）。AI 产品上线前——测三要素（快（首字 1 秒/完成 3 秒——测）；准（评测集跑——准确率 90%——测）；稳（连用 10 次——次次都行——测）——三要素过关——上线（不过关——不上线——改到过关）。

⑤b 补充板块：三要素的「优先级」——先保哪个
资源有限时三要素先保哪个——优先级：
第一，先保「准」（答得对——底线）：准是及格线（答不对——其他再好没用（快但答错（更糟——加倍失望）；不稳但答对（答对了——至少有用）——先保准（答得对是底线——错=没用）。
第二，再保「稳」（次次都行——信任）：稳是信任（时好时坏——用户不敢用（答对了 8 次——2 次错——不敢信）——先保准再保稳（答得对（基本）→次次都行（信任——用户敢用）。
第三，最后保「快」（等得起——体验）：快是体验（慢——等得起（用户会等——如果答得对又稳（等 3 秒——愿意等）；快但不准（没人用）——快排最后（准稳优先（快是加分——准稳是底线）——优先级（准（底线）→稳（信任）→快（体验）——资源有限（先保准稳（再提快（顺序（先对再稳再快）。
一句话：三要素优先级——先保准（答得对——底线）、再保稳（次次都行——信任）、最后提快（等得起——体验）——资源有限（先对再稳再快（快是加分——准稳是底线）。

⑤c 补充板块：三要素的「评测」——怎么知道快准稳达标
三要素达标没——怎么测：
第一，快怎么测（延迟测试）：测延迟（首字响应时间（测 100 次（平均首字时间（1 秒内（达标）；超过（慢——优化）；完成时间（3 秒内（达标）——快测试（延迟数据——首字/完成时间）。
第二，准怎么测（评测集）：评测集跑（1000 个问题（答对率（90%+（达标）；低于（不准——优化）——准测试（评测集——准确率）。
第三，稳怎么测（多次测试）：同一问题测 10 次（10 次都对（稳——达标）；10 次里 2 次错（不稳——修）——不同问题测 100 个（每个都对（稳）；有的错（不稳）——稳测试（多次/多样本——一致率）——三要素评测（快（延迟数据）；准（评测集准确率）；稳（多次一致率）——三测试（数据说话——达标没）。
一句话：三要素评测——快（延迟测试：首字 1 秒/完成 3 秒）、准（评测集：答对率 90%+）、稳（多次测试：同一问题 10 次都对）——三测试数据说话（达标没——不过关不上线）。

⑥ 常见误区（3个）
误区1：「快最重要（响应快就是好体验）。」错！三要素里准是底线（答不对——快更糟（等半天答错——加倍失望）；快是加分（准稳优先（先对再稳再快）——只求快（不准不稳——用户更失望）。
误区2：「准就是准确率高（90% 就够）。」错！准确率 90%（10 次错 1 次——用户遇到那 1 次——信任打折）；用户感知的准是「错两次放弃」（错两次就不用了——准的及格线（对用户来说「次次对」才是好——90% 是及格——目标是更高）。
误区3：「稳不重要（偶尔差没关系）。」错！「不稳定比慢更伤信任」（慢——等得起（知道会好）；不稳——不敢用（不知道哪次会差——不敢赌）——稳是信任（时好时坏——用户不敢用——留不住）——稳和三要素一样重要（缺一用户就走）。

⑦ 第一人称面试回答（3年景观设计→自学转行 AI 产品）
「我 3 年景观设计，被裁后自学转行——AI 产品体验三要素，我做景观设计时有体会：设计院『交付体验』（三要素类比）——给甲方交付（设计图纸）——三要素：①快（交付快（方案出得快——甲方等得起（拖 2 个月——甲方催——等不起）；②准（方案对（切中甲方需求（一次对最好（方案不对——改两次——甲方放弃合作（答错两次放弃——同理）；③稳（质量稳（每个项目都好（10 个项目 8 个好——2 个差——甲方不敢再给项目（不稳定比慢更伤信任——甲方不敢赌）——产品动作（快（提前准备（素材库——出方案快）+进度同步（定期汇报——知道在推进）；准（需求核对（开工前核对需求——确认做对）+复盘（项目结束复盘——改进——越来越准）；稳（质量把控（每阶段审查——问题早发现）+口碑监控（甲方反馈——差评——及时改）——转行学 AI 产品后，把这个翻译成三要素：快（响应及时——首字 1 秒/完成 3 秒——流式输出+进度反馈）；准（答得对——一次对最好——错两次放弃——评测集+持续优化）；稳（次次都行——10 次 8 次好=不稳——不稳定比慢更伤信任——兜底设计+监控告警）——收口（三要素写进上线标准——快准稳不过关不上线）。我没有大厂 AI 产品经验，但设计院『交付体验三要素』的经历证明：我懂快准稳——甲方等不起/改两次放弃/不敢赌——和 AI 用户一模一样。」

⑧ 小结口诀
「三要素：快（等得起——首字 1 秒/完成 3 秒）、准（答得对——一次对最好——错两次放弃）、稳（敢用吗——10 次 8 次好=不稳——不稳定比慢更伤信任）；产品动作：流式+反馈/评测+优化/兜底+监控；收口：写进上线标准——不过关不上线。」

⑨ 三轮追问（面试官深挖）
追问1：「快和准冲突时（要快就答不准——要准就慢），怎么办？」「分层处理：①简单问题（快优先——简单问题（查资料直接答——快（1 秒内——答得对（简单——不会错）；②复杂问题（准优先——复杂问题（要推理——慢一点（3-5 秒——但答得准（用户能接受（复杂问题等 5 秒——合理）；③流式输出（快和准兼得——边生成边显示（第一字快（快）+生成中可修正（准）——快准不冲突（分层（简单快/复杂准）+流式（快准兼得）——不是二选一（按问题分层——快准都保）。」
追问2：「稳怎么衡量（怎么算稳）？」「两个维度：①一致率（同一问题测 10 次（答对几次（10 次全对（稳——一致率 100%）；8 次对（不稳——一致率 80%）；②波动度（不同时间/不同说法（同一问题换个说法问（答得一样吗（一样（稳）；不一样（波动——不稳）——稳衡量（一致率（同问题多次）+波动度（换说法对比）——稳的及格线（一致率 95%+（次次都行（波动小（稳定输出）。」
追问3：「三要素达标了但用户还是流失（还有别的因素）？」「三要素是「底线」（不是全部）——达标了还流失（查三个「体验之外」的因素：①价值（产品解决了用户的真问题吗（快准稳都好——但问题不痛（用户不用——价值不够）；②习惯（用户养成使用习惯了吗（用了一次（好——但没养成习惯（想不起来用——习惯没建立）；③场景（产品的使用场景对吗（工具类（低频场景（用一次隔很久——留不住（场景问题）——三要素是底线（达标了还流失——查价值/习惯/场景（体验之外的因素）。」

⑩ 进阶加分点（说出口就加分）
加分点1：把三要素和「流失成本」挂钩。「我看三要素先算流失成本：慢（等 5 秒关页面——流失）；错（错两次放弃——流失）；不稳（不敢用——流失）——每个要素不达标（对应一种流失（流失成本（慢（等待流失）；错（信任流失）；不稳（安全感流失）——三要素=三种流失的防线（防住流失——三要素达标是「防流失」的底线）。」——「流失成本」一说出口，你就是懂「三要素的商业价值」的人（不是体验概念——是防流失）。
加分点2：引入「体验仪表盘」。「我把三要素做成体验仪表盘：三个指标每周看（首字时间（快——1 秒内）；准确率（准——90%+）；一致率（稳——95%+）——趋势图（每周更新（降了（预警——修）；达标（放心）——仪表盘让三要素「看得见」（不是感觉快准稳——是指标说话——趋势监控）。」——「体验仪表盘」说明你懂「三要素要量化监控」（指标说话——不是感觉）。
加分点3：把三要素和「上线门禁」挂钩。「我把三要素做成上线门禁：改动上线前必过三测（快（延迟测试——首字 1 秒）；准（评测集——准确率 90%）；稳（一致率——95%）——三测都过（上线）；不过（不上线——改到过）——三要素是发布门禁（数据决定上线（快准稳达标才上线——质量有保障）。」——「上线门禁」说明你懂「三要素要嵌入流程」（上线前必过——质量保障）。

⑪ 话术库（直接抄着说）
「AI 产品体验三要素：快（响应及时——首字 1 秒/完成 3 秒——等 5 秒想关页面）、准（答得对——一次对最好——错两次放弃）、稳（次次都行——10 次 8 次好=不稳——不稳定比慢更伤信任）。」
「产品动作：快（流式输出+进度反馈——等待可感知）；准（评测集+持续优化——越测越准）；稳（兜底设计+监控告警——差的看不见+下滑早知道）。」
「不稳定比慢更伤信任——慢可等（知道会好）；不稳不敢赌（信任崩）。」
「三要素优先级：先保准（底线）、再保稳（信任）、最后提快（体验）——先对再稳再快。」
「三要素写进上线标准——快准稳不过关不上线——三样缺一用户就走。」

⑫ 小白 Q&A（可能踩的坑）
Q1：快准稳是 AI 产品特有的吗（普通产品呢）？普通产品也有（快（加载快）；准（功能对）；稳（不崩溃））——但 AI 产品「更突出」（AI 的慢（生成要时间——普通产品不用）；AI 的错（会答错——普通功能不会错）；AI 的不稳（时好时坏——普通功能稳定）——AI 产品（快准稳是「核心体验」——因为 AI 天然慢/会错/不稳（要专门设计（流式/评测/兜底）——AI 产品的三要素（比普通产品更关键）。
Q2：流式输出是什么？流式输出（streaming：边生成边显示）=AI 回答时「边生成边显示」（不用等全部生成完——生成一个字显示一个字——第一字 1 秒内出来——用户知道有反应（不用等 10 秒空白）；对比（全部生成完再显示（等 10 秒空白——用户以为坏了）——流式输出（快的第一招（第一字先出来——等待可感知）。
Q3：兜底设计是什么（稳怎么做）？兜底设计=「不让用户看到差的回答」（AI 答得没把握（低置信度）——不直接给用户——重试一次（换个说法再答）/换方案（换简单回答/转人工）——兜底（差的答案不出现在用户面前——用户看到的都是「还行的」——稳（次次都行）。

⑬ 没人告诉你的事（面试潜规则）
这道题面试官真正在听的，是「你有没有体验框架思维」——大部分候选人答「体验就是界面好看/功能多」（表层思维——不知道骨架），你说「快准稳三要素+用户心理+产品动作」（等得起/答得对/敢用吗+流式评测兜底——体验的骨架）——当场拉开（面试官要的是懂「AI 体验骨架」的人（不是界面——是快准稳——响应/准确/稳定）。另一个潜规则：这道题的灵魂是「稳」——「不稳定比慢更伤信任」是全场金句（80% 的候选人只答「快和准」（响应和准确），你多讲「稳」（次次都行——时好时坏——用户不敢用——不稳定比慢更伤信任）——说明你懂「信任的底层逻辑」（稳是信任（敢用吗）——AI 产品最伤信任的是不稳定（不是慢））。还有一个：用「设计院交付体验」讲三要素，比背「快准稳」动人十倍——你的真实经历（甲方等不起/改两次放弃/不敢赌）就是最稀缺的素材——面试官会记住「这个转行者懂体验」。

⑭ 做一件事（学完就动手）
今天「测一次 AI 产品三要素」：找一个你常用的 AI 工具（豆包/文心/任何 AI 对话）——测三要素：①快（问一个问题——数「第一字出来几秒」（1 秒内？）——完整回答几秒（3 秒内？）；②准（问 5 个你知道答案的问题——答对几个（一次对？）；③稳（同一个问题问 3 次——答得一样吗（一致？）——记结果——做完你就懂：快准稳不是概念——是你能亲自测的（你自己的 AI 体验——三要素打分）。

⑮ 求职助手联系（面试前必做）
面试前用本卡做 3 件事：①把「三要素+用户心理+产品动作」练熟（面试框架：快准稳+等得起答得对敢用吗+流式评测兜底）；②准备你的「体验」案例（设计院交付体验——真实经历最动人）；③把「不稳定比慢更伤信任」练熟（收口金句）。面试被问「AI 产品体验三要素」时：先说三要素（快/准/稳——每样一句）→再说用户心理（等不起/不信任/不敢用）→收口（产品动作+上线标准）——三要素完整+心理到位+动作落地，面试官立刻记住你。

⑯ 练习（自己测一遍）
1.（三要素）AI 产品体验三要素是？——答案：快（响应及时——首字 1 秒/完成 3 秒）、准（答得对——一次对最好——错两次放弃）、稳（次次都行——10 次 8 次好=不稳定）。
2.（心理）「用户等 5 秒就想关页面」对应哪个要素？——答案：快（等不起——用户没耐心——超过 5 秒关页面走人——快是等得起）。
3.（角色）面试官追问「快和准冲突怎么办」，你一句话回答？——参考答案：「分层处理：简单问题快优先（查资料直接答——1 秒内——简单不会错）；复杂问题准优先（要推理——慢一点 3-5 秒——但答得准（用户能接受）；流式输出（边生成边显示——第一字快（快）+生成中可修正（准）——快准不冲突——按问题分层+流式——快准都保。」

AI 使用习惯


图怎么读：概念：AI 产品使用习惯——从「尝鲜」到「依赖」——四阶段：①尝鲜（试试看（好奇（用户第一次用（觉得新鲜（「这个 AI 能干嘛」——尝鲜（好奇驱动——用一次）——产品动作：第一印象（好用（第一次用得好（用户想再试；第一次用得差（用户不再用——尝鲜阶段产品要做「第一印象」）；②试用（有场景用（遇到事用（用户开始「有场景」地用（「写周报用一下」——试用（低频——偶尔用）——产品动作：场景引导（教用户在哪用（「写周报时试试 AI」——引导场景——用户知道在哪用）；③习惯（固定场景用（每周用（用户形成习惯（「写周报就用它」——习惯（高频——固定场景）——产品动作：稳定体验（次次好（用户敢固定用（稳定——习惯建立）；④依赖（离不开（没有它不行（「没它我不会写了」——依赖（核心工具——不可替代）——产品动作：持续进化（越用越好（用户离不开（持续进化——越用越好）。收口：留存的核心不是「用户试过」，是「用户依赖」——帮用户从尝鲜走到依赖（四阶段每阶段有流失（尝鲜后不再用（第一印象差）；试用后没习惯（场景没引导）；习惯后没依赖（没持续进化）——产品每阶段要「接住」（尝鲜（第一印象）；试用（场景引导）；习惯（稳定体验）；依赖（持续进化）。

① 一句话大白话定义
这道题问的是：AI 产品（人工智能产品）用户的使用习惯是怎么形成的——从「尝鲜」（试试看）到「依赖」（离不开）——四阶段是什么？产品怎么帮用户走完？
用大白话说：四阶段：①尝鲜（试试看——好奇——用一次——产品做「第一印象」）；②试用（有场景用——遇到事用——低频——产品做「场景引导」）；③习惯（固定场景用——每周用——高频——产品做「稳定体验」）；④依赖（离不开——没有它不行——核心工具——产品做「持续进化」）。收口：留存的核心不是「用户试过」，是「用户依赖」——帮用户从尝鲜走到依赖（四阶段每阶段有流失——产品每阶段要「接住」）。

打个比方：外卖 App 的使用习惯（四阶段类比）——①尝鲜（试试看（第一次用（好奇「这个 App 能点啥」——用一次——产品做第一印象（点餐顺不顺——好用再试）；②试用（有场景用（「加班时点个外卖」——遇到事用——低频——产品做场景引导（「加班晚了？点个夜宵」——引导场景）；③习惯（固定场景用（「工作日中午就点它」——固定场景——高频——产品做稳定体验（次次送得快——敢固定用）；④依赖（离不开（「没它我不会做饭了」——依赖（核心工具）——产品做持续进化（菜品越来越多——越用越好）——外卖四阶段（尝鲜→试用→习惯→依赖）——留存核心（不是试过（是依赖（帮用户从尝鲜走到依赖）——AI 产品同理。

30 秒电梯版：「AI 使用习惯四阶段：①尝鲜（试试看——好奇——用一次——『这个 AI 能干嘛』——产品动作：第一印象（好用——第一次用得好——用户想再试）；②试用（有场景用——遇到事用——『写周报用一下』——低频——产品动作：场景引导（教用户在哪用——『写周报时试试 AI』）；③习惯（固定场景用——每周用——『写周报就用它』——高频——产品动作：稳定体验（次次好——用户敢固定用）；④依赖（离不开——没有它不行——『没它我不会写了』——核心工具——产品动作：持续进化（越用越好——离不开）。收口：留存的核心不是『用户试过』，是『用户依赖』——帮用户从尝鲜走到依赖（四阶段每阶段有流失（尝鲜后不再用（第一印象差）；试用后没习惯（场景没引导）；习惯后没依赖（没持续进化）——产品每阶段要『接住』（尝鲜（第一印象）；试用（场景引导）；习惯（稳定体验）；依赖（持续进化）。」

② 为什么学 / 面试为什么考
AI 使用习惯是 AI 产品经理的「留存核心认知」（AI 产品最大的问题是留不住人——习惯没建立），面试考它的原因有三：
第一，它考「留存认知」。AI 产品为什么留不住人（用户停在「尝鲜/试用」——没走到「习惯/依赖」——留存的核心是「依赖」不是「试过」）——面试官想看你懂不懂「留存认知」（AI 留存难（尝鲜多（试试就走了）——要帮用户走到依赖）——留存认知是 AI 产品经理的核心（不懂习惯——不懂留存）。
第二，它考「阶段思维」。使用习惯是「四阶段」（尝鲜→试用→习惯→依赖——每阶段不同）——面试官想看你有没有「阶段思维」（用户在不同阶段（需求不同（尝鲜（第一印象）；试用（场景引导）；习惯（稳定）；依赖（进化）——分阶段（每阶段对应产品动作）——阶段思维是产品经理的进阶能力（用户不是铁板一块——是分阶段的）。
第三，它考「产品动作」。四阶段怎么做（每阶段的产品动作（第一印象/场景引导/稳定体验/持续进化）——面试官想看你懂不懂「产品动作」（阶段不是概念（每阶段有对应做法——接住用户）——产品动作是产品经理的落地能力（懂阶段+会接住）。
一句话：这道题考的是「留存认知」＋「阶段思维」＋「产品动作」。

③ 原理拆解：四阶段→产品动作→收口

第一步：①尝鲜——试试看（第一印象）。使用习惯的第一阶段：尝鲜——试试看：好奇驱动（用户第一次用（好奇（「这个 AI 能干嘛」——尝鲜（好奇驱动——用一次（试试看——用一次（好——再试；差——不再用）；尝鲜的特点（低频（用一次（还没形成习惯（一次性的尝试）——产品动作：第一印象（好用（第一次用得好（用户想再试（「还不错——下次再用」）；第一次用得差（用户不再用（「不好用——算了」）——尝鲜阶段产品要做「第一印象」（第一次的体验（决定用户回不回来）——第一印象好（回来）；差（流失（尝鲜阶段的流失（第一印象差（用户试一次走了）。
打个比方：餐厅第一次来（尝鲜）——第一次来（好奇（「这家店咋样」——尝鲜（试一次）；第一印象（菜好吃（下次再来）；菜难吃（不来了）——餐厅第一印象（决定回不回头（第一次体验好（回来）；差（流失）——AI 同理（尝鲜（第一次用（第一印象好（再试）；差（不再用）——尝鲜阶段的产品动作（第一印象（第一次体验决定去留）。
翻车案例：有产品「第一次体验差」翻车——AI 产品（用户第一次用（问了个问题——答得慢+答错（第一次体验差（第一印象差）——用户（「不好用」——不再用（流失在尝鲜阶段）——「第一印象差」翻车：尝鲜阶段产品要做「第一印象」（第一次用（快（流式——第一字快出）+准（答对——第一次就答对）——第一次体验好（用户再试）；差（流失在尝鲜（用户试一次走了——后面再优化也没机会（第一印象决定去留）。

第二步：②试用——有场景用（场景引导）。使用习惯的第二阶段：试用——有场景用：遇到事用（用户开始「有场景」地用（「写周报用一下」——遇到事（周报）——用一下（试用——低频（偶尔用（不是天天用（有场景才用）——试用和尝鲜的区别（尝鲜（好奇（什么都试）；试用（有场景（遇到事用（开始「用起来」了）——产品动作：场景引导（教用户在哪用（引导场景（「写周报时试试 AI」——提示场景（用户知道「哦——周报可以找它」）；场景推荐（「你经常写周报——试试 AI 帮你写」——推荐场景）——试用阶段产品要做「场景引导」（教用户在哪用（用户知道场景（才会在场景里用（不然用户「不知道用在哪」——停在尝鲜）。
打个比方：餐厅的第二次（试用）——第一次来过（好）——第二次（有场景（「加班晚了——点个外卖」——遇到事用（低频）；餐厅的引导（「加班晚了？点个夜宵」——提示场景（客人知道「哦——加班可以点这家」）——试用阶段（餐厅引导场景（客人知道在哪用（不然客人「不知道什么时候来」——停在一面之缘）——AI 同理（场景引导（教用户在哪用——从尝鲜走到试用）。
翻车案例：有产品「不引导场景」翻车——AI 产品（用户尝鲜过（第一印象还行）——但「不知道在哪用」（产品不引导场景（用户不知道「写周报/查资料/写文案」可以找它）——用户（用过一次（想不起来用——「没啥用」——停在尝鲜（不再用）——「不引导场景」翻车：试用阶段产品要做「场景引导」（教用户在哪用（「写周报时试试」——用户知道场景（才会用）；不引导（用户不知道在哪用（停在尝鲜（不再用）——场景引导（尝鲜→试用的桥（教用户用起来）。

第三步：③习惯——固定场景用（稳定体验）。使用习惯的第三阶段：习惯——固定场景用：每周用（用户形成习惯（「写周报就用它」——固定场景（每周写周报——固定用（习惯——高频（固定场景（每周都用）——习惯和试用的区别（试用（偶尔用（遇到事用）；习惯（固定用（固定场景每周用——形成习惯了）——产品动作：稳定体验（次次好（用户敢固定用（稳定（次次都行（用户放心固定用）；不稳定（时好时坏（用户不敢固定用（「万一这次差——周报写砸了」——不敢依赖）——习惯阶段产品要做「稳定体验」（次次好（用户敢固定用（习惯建立（稳定是习惯的土壤（次次好——才敢固定用）。
打个比方：餐厅的固定（习惯）——试用后（固定场景用（「周五下班就点这家」——固定（每周五）；餐厅做「稳定体验」（次次好吃（客人敢固定点（稳定）；时好时坏（客人不敢固定（「万一这次难吃——请客就砸了」）——习惯阶段（餐厅稳定（次次好——客人敢固定）——AI 同理（稳定体验（次次好——用户敢固定用——习惯建立）。
翻车案例：有产品「时好时坏」翻车——AI 产品（试用后（用户想固定用（写周报用它）——但「时好时坏」（有时写得好——有时写得很差）——用户（「万一这次差——周报砸了」——不敢固定用（重要周报自己写——AI 只试小事）——「时好时坏」翻车：习惯阶段产品要做「稳定体验」（次次好（用户敢固定用（习惯建立）；时好时坏（用户不敢固定（重要事不敢交给它——停在试用（不敢走到习惯）——稳定是习惯的土壤（次次好——才敢固定用）。

第四步：④依赖——离不开（持续进化）。使用习惯的第四阶段：依赖——离不开：没有它不行（用户离不开（「没它我不会写了」——依赖（核心工具——不可替代（写周报离不开了（没它我不会写）——依赖的特点（不可替代（用户离不开（别的工具替代不了（依赖是留存的终点（用户不走了——因为离不开）；产品动作：持续进化（越用越好（用户离不开（持续进化（功能越来越好（数据越来越懂用户（越用越好——越离不开）；进化停了（用户可能离开（「别的 AI 更强」——被替代）——依赖阶段产品要做「持续进化」（越用越好（用户离不开（进化是依赖的保障（持续变好——持续离不开）。
打个比方：餐厅的离不开（依赖）——客人离不开（「没这家店我不会做饭了」——依赖（核心）；餐厅做「持续进化」（菜品越来越多（越来越好（客人越离不开）；进化停了（菜品不变（别的餐厅更好（客人去别家）——依赖阶段（餐厅持续进化（越做越好——客人越离不开）——AI 同理（持续进化（越用越好——用户越离不开（进化停了（被替代）。
翻车案例：有产品「进化停了」翻车——AI 产品（用户依赖了（写周报离不开）——产品「进化停了」（功能不更新（模型不升级（数据不优化）——用户（「别的 AI 更强了」——换别的（依赖被替代）——「进化停了」翻车：依赖阶段产品要做「持续进化」（越用越好（用户离不开（进化是依赖的保障（停了（被替代）；持续进化（功能更新/模型升级/数据优化（越用越好（越离不开）——依赖不是终点（持续进化——依赖才稳）。

第五步：收口——帮用户走到依赖。使用习惯的收口：留存的核心不是「用户试过」，是「用户依赖」——试过（尝鲜（试一次（不代表留下）；依赖（离不开（留下（留存的核心（依赖（用户离不开——才留得住）；帮用户从尝鲜走到依赖（四阶段（每阶段有流失（尝鲜后不再用（第一印象差）；试用后没习惯（场景没引导）；习惯后没依赖（没持续进化）——产品每阶段要「接住」（尝鲜（第一印象——接住）；试用（场景引导——接住）；习惯（稳定体验——接住）；依赖（持续进化——接住）——四阶段每阶段接住（用户走到依赖——留存达成）。
打个比方：餐厅留客的收口（帮用户走到依赖）——留客核心（不是「来过」（试过——不算）；是「离不开」（依赖——才算）；帮客人走四阶段（尝鲜（第一印象好——接住）；试用（引导场景——接住）；习惯（稳定——接住）；依赖（持续进化——接住）——每阶段接住（客人走到依赖（离不开——留住了）——AI 同理（四阶段每阶段接住——用户走到依赖——留存达成）。
翻车案例：有产品「只做尝鲜」翻车——AI 产品（只做「第一印象」（新手引导/首体验优化）——不做「场景引导/稳定/进化」——用户（尝鲜（第一印象好——试了）——但（不知道在哪用（没引导——停在尝鲜）；时好时坏（不敢固定用）——「只做尝鲜」翻车：四阶段每阶段要接住（尝鲜（第一印象）；试用（场景引导）；习惯（稳定）；依赖（进化）——只做尝鲜（用户停在尝鲜（试过就走——留存没达成）——帮用户走完四阶段（每阶段接住——留存的核心）。
小结：四阶段（尝鲜/试用/习惯/依赖）→产品动作（第一印象/场景引导/稳定体验/持续进化）→收口（留存核心是依赖——每阶段接住）。

④ 对比表格：四阶段
| 阶段 | 用户状态 | 用户心理 | 产品动作 | 流失原因 | |------|------|------|------|------| | ①尝鲜 | 试试看（用一次） | 好奇（能干嘛） | 第一印象（好用） | 第一印象差 | | ②试用 | 有场景用（低频） | 遇到事用 | 场景引导（在哪用） | 不知道在哪用 | | ③习惯 | 固定场景用（高频） | 敢固定用 | 稳定体验（次次好） | 时好时坏（不敢固定） | | ④依赖 | 离不开（核心工具） | 不可替代 | 持续进化（越用越好） | 进化停了（被替代） |

⑤ 3+个例子：使用习惯实战
例子1：尝鲜（第一印象）。用户第一次用 AI 写作——第一印象（问「帮我写个开场白」——快（流式——第一字快出）+准（写得好）——第一印象好（用户想再试）——尝鲜（第一印象决定去留）。
例子2：试用（场景引导）。用户尝鲜过（第一印象好）——产品引导场景（「写周报时试试 AI」「查资料时试试」——用户知道在哪用（开始有场景用——试用阶段（场景引导——从尝鲜走到试用）。
例子3：习惯（稳定体验）。用户固定用（每周写周报用它）——产品做稳定（次次写得好（用户敢固定用（习惯建立）；时好时坏（用户不敢固定（重要周报自己写）——习惯阶段（稳定——敢固定用）。
例子4：依赖（持续进化）。用户离不开（写周报没它不行）——产品持续进化（功能更新（更多写作场景）；模型升级（写得更像人）；数据优化（记住用户风格——越用越好——越离不开——依赖（进化保障）。

⑤b 补充板块：四阶段的「转化率」——流失在哪一步
四阶段要看「转化率」（每阶段的流失）——怎么分析：
第一，尝鲜→试用（第一印象转化）：尝鲜的用户里多少走到试用（用一次（再用的比例（尝鲜 1000 人——试用 300 人（转化 30%——第一印象转化率）；转化低（第一印象差（修首次体验（快/准——第一次就好）——尝鲜→试用（第一印象转化率（低——修首体验）。
第二，试用→习惯（场景转化）：试用的用户里多少走到习惯（偶尔用（固定用的比例（试用 300 人——习惯 100 人（转化 33%——场景转化率）；转化低（场景没引导（修引导（教用户固定场景用）——试用→习惯（场景转化率（低——修场景引导）。
第三，习惯→依赖（依赖转化）：习惯的用户里多少走到依赖（固定用（离不开的比例（习惯 100 人——依赖 60 人（转化 60%）；转化低（进化停了（修进化（持续更新）——习惯→依赖（依赖转化率（低——修进化）——四阶段转化率（每阶段看转化（流失在哪一步（修哪一步（转化率数据说话）。
一句话：四阶段转化率——尝鲜→试用（第一印象转化：低修首体验）、试用→习惯（场景转化：低修引导）、习惯→依赖（依赖转化：低修进化）——每阶段看转化（流失在哪步修哪步——数据说话）。

⑤c 补充板块：AI 产品习惯建立的「特殊点」——比普通产品难在哪
AI 产品建立使用习惯（比普通产品难）——三个特殊点：
第一，效果不稳定（习惯难建立）：普通产品（功能稳定（用一次和用十次一样）；AI 产品（效果时好时坏（用十次可能两次差——用户不敢固定用（习惯难建立——AI 产品要「稳」（稳定（次次好——习惯才建立）。
第二，场景替代模糊（不知道用在哪）：普通产品（功能明确（计算器——算数用）；AI 产品（功能宽泛（能写能查能聊——用户「不知道用在哪」（场景模糊——习惯难建立——AI 产品要「场景引导」（教用户在哪用（场景明确——习惯才建立）。
第三，竞品迭代快（依赖易被替代）：普通产品（竞争慢（替代慢）；AI 产品（竞品迭代快（别的 AI 更强（用户换——依赖易被替代——AI 产品要「持续进化」（越用越好（依赖才稳（不被替代）——AI 习惯三特殊（不稳定/场景模糊/迭代快——对应三动作（稳定/引导/进化）。
一句话：AI 习惯三特殊——效果不稳定（习惯难建：要稳）、场景模糊（不知道在哪用：要引导）、竞品迭代快（依赖易被替：要进化）——三特殊对应三动作（稳定/引导/进化）——AI 产品建立习惯（比普通产品更难——要专门设计）。

⑥ 常见误区（3个）
误区1：「留存=用户试过（体验好就留）。」错！留存核心是「依赖」（用户离不开——才留得住）；试过（尝鲜——试一次不代表留）——帮用户走到依赖（四阶段——不是只做首体验）。
误区2：「四阶段是自然的（用户自己会走）。」错！每阶段要产品「接住」（尝鲜（第一印象）；试用（场景引导）；习惯（稳定）；依赖（进化）——不接住（用户停在某阶段（流失）——四阶段要产品推着走（不是自然发生）。
误区3：「依赖了就稳了（不用管了）。」错！依赖不是终点（进化停了——被替代（别的 AI 更强——用户换）——依赖要「持续进化」保障（越用越好——依赖才稳）——依赖是持续经营（不是一劳永逸）。

⑦ 第一人称面试回答（3年景观设计→自学转行 AI 产品）
「我 3 年景观设计，被裁后自学转行——AI 使用习惯的『尝鲜到依赖』，我做景观设计时有体会：设计院『甲方用我们的习惯』（四阶段类比）——甲方从「尝鲜」到「依赖」：①尝鲜（试试看（甲方第一次找我们（试试（好奇「这设计院行不行」——第一印象（第一次项目做好（再找）；做砸（不找了）；②试用（有场景用（「市政项目找他们」——遇到事用（低频）——场景引导（「我们擅长市政——市政项目找我们」——知道场景）；③习惯（固定场景用（「市政项目就找他们」——固定（形成习惯——稳定（每个项目做得好（敢固定）；④依赖（离不开（「市政项目没他们不行」——依赖（核心）——持续进化（方案越来越新（越做越好——离不开）——转行学 AI 产品后，把这个翻译成使用习惯四阶段：尝鲜（试试看——第一印象）；试用（有场景用——场景引导）；习惯（固定场景用——稳定体验）；依赖（离不开——持续进化）——收口（留存核心是依赖不是试过——四阶段每阶段接住）。我没有大厂 AI 产品经验，但设计院『甲方从尝鲜到依赖』的经历证明：我懂使用习惯——甲方试过不算留，离不开才算。」

⑧ 小结口诀
「四阶段：尝鲜（第一印象）、试用（场景引导）、习惯（稳定体验）、依赖（持续进化）；收口：留存核心是依赖不是试过——四阶段每阶段接住（用户才走到依赖）。」

⑨ 三轮追问（面试官深挖）
追问1：「怎么判断用户在哪个阶段（数据怎么看）？」「三个数据：①使用频率（一周用几次（尝鲜（1 次（用过一次）；试用（2-3 次（偶尔用）；习惯（4+ 次（固定用）；依赖（每天都用（高频）；②场景固定度（用在同一场景吗（试用（不同场景乱用）；习惯（固定场景（每周写周报就用它）；③替代成本（用户离开的成本（依赖（离开很难（没它不行）；尝鲜（离开无成本（随时走）——阶段判断（频率/场景固定度/替代成本——三数据（用户在哪个阶段——数据说话）。」
追问2：「四阶段每个阶段的留存目标（指标）？」「每阶段一个指标：①尝鲜→试用（首次体验转化率（用一次后 7 天内再用的比例（目标 30%+）；②试用→习惯（场景转化率（偶尔用转固定用的比例（目标 30%+）；③习惯→依赖（依赖转化率（固定用转离不开（目标 50%+）；④依赖（依赖保持率（依赖用户流失率（目标低于 5%（依赖用户不能流失（流失=核心损失）——四阶段指标（每阶段一个转化率——数据监控（哪阶段转化低——修哪阶段）。」
追问3：「AI 产品怎么「教用户用」（场景引导的具体做法）？」「三个做法：①场景提示（用户使用中提示（「你在写周报——试试 AI 帮你」——场景触发（在场景里提示（用户知道场景可用）；②场景模板（预置场景模板（「周报模板」「简历模板」——用户看到模板（知道能用在哪）；③场景教育（内容教育（公众号/帮助中心（「AI 能帮你做什么」——场景案例（教用户场景）——场景引导三做法（场景提示/场景模板/场景教育——教用户在哪用（从尝鲜走到试用）。」

⑩ 进阶加分点（说出口就加分）
加分点1：把习惯和「习惯强度」挂钩。「我看习惯看习惯强度：使用频率（一周几次）×场景固定度（是否固定场景）——习惯强度（高频+固定场景（强习惯（依赖基础）；低频+乱用（弱习惯（易流失）——习惯强度是留存的「温度计」（强度高（留存稳）；强度低（预警——强化习惯（引导固定场景）。」——「习惯强度」一说出口，你就是懂「习惯可量化」的人（频率×固定度——不是感觉）。
加分点2：引入「场景渗透率」。「我监控场景渗透率：产品覆盖的场景里用户用了几个（覆盖 10 个场景（用户用了 2 个（渗透率 20%——低（场景没引导）；渗透率 50%+（用户在多场景用（习惯深）——场景渗透率（场景引导的效果（渗透低（补引导（教用户更多场景）；渗透高（习惯深（留存稳）。」——「场景渗透率」说明你懂「场景引导要量化」（渗透率——引导效果数据说话）。
加分点3：把依赖和「迁移成本」挂钩。「我设计依赖时想迁移成本：用户离开的成本（数据积累（用户的历史/偏好存在你这——离开要重新积累（迁移成本高——离不开）；习惯绑定（用户形成习惯（固定场景用——离开要重建习惯（成本高）——迁移成本（数据积累+习惯绑定（迁移成本高（依赖强（离不开）；低（随时走（要建迁移成本（数据积累/习惯绑定——依赖才稳）。」——「迁移成本」说明你懂「依赖的底层机制」（离不开=迁移成本高——产品要建迁移成本）。

⑪ 话术库（直接抄着说）
「AI 使用习惯四阶段：尝鲜（试试看——第一印象）、试用（有场景用——场景引导）、习惯（固定场景用——稳定体验）、依赖（离不开——持续进化）。」
「留存的核心不是用户试过，是用户依赖——帮用户从尝鲜走到依赖。」
「四阶段每阶段有流失：尝鲜后不再用（第一印象差）；试用后没习惯（场景没引导）；习惯后没依赖（没持续进化）。」
「产品每阶段要接住：尝鲜（第一印象）；试用（场景引导）；习惯（稳定体验）；依赖（持续进化）。」
「AI 习惯三特殊：效果不稳定（要稳）、场景模糊（要引导）、竞品迭代快（要进化）。」

⑫ 小白 Q&A（可能踩的坑）
Q1：尝鲜和试用有什么区别（都是用）？尝鲜（试试看——好奇驱动（用一次（「这个 AI 能干嘛」——尝试）；试用（有场景用——需求驱动（遇到事用（「写周报用一下」——开始用起来）——区别（尝鲜（好奇——试一次）；试用（有场景——开始用）——尝鲜是「试」，试用是「用」（尝鲜→试用（从试到用——产品的场景引导）。
Q2：依赖是什么（怎么算依赖）？依赖=离不开（用户离不开产品（「没它我不会写了」——写周报必须用它——依赖）——判断（替代成本（离开很难（没它不行——依赖）；离开无成本（随时走——没依赖）——依赖是留存的终点（用户不走了（因为离不开）。
Q3：AI 产品为什么留不住人（和普通产品区别）？AI 产品留不住人（用户停在尝鲜/试用（没走到习惯/依赖）——原因（AI 三特殊（效果不稳定（不敢固定用）；场景模糊（不知道用在哪）；竞品迭代快（容易被替代）——普通产品（功能稳定/场景明确/竞争慢（习惯好建立）；AI（不稳定/模糊/迭代快（习惯难建——要专门设计（稳定/引导/进化）。

⑬ 没人告诉你的事（面试潜规则）
这道题面试官真正在听的，是「你有没有留存认知」——大部分候选人答「留存=体验好/功能好」（表层思维——不知道阶段），你说「四阶段+每阶段接住」（尝鲜/试用/习惯/依赖——每阶段产品动作——帮用户走到依赖）——当场拉开（面试官要的是懂「AI 留存核心」的人（留存不是试过——是依赖——四阶段接住）。另一个潜规则：这道题的灵魂是「依赖」——「留存的核心不是用户试过，是用户依赖」是全场金句（80% 的候选人只答「体验好就留存」（首体验思维），你多讲「依赖」（用户离不开——才是留存——四阶段走到依赖——每阶段接住）——说明你懂「AI 留存的本质」（AI 产品留不住人——因为用户停在尝鲜——要帮用户走到依赖）。还有一个：用「设计院甲方从尝鲜到依赖」讲使用习惯，比背「四阶段」动人十倍——你的真实经历（甲方试过不算留，离不开才算）就是最稀缺的素材——面试官会记住「这个转行者懂留存」。

⑭ 做一件事（学完就动手）
今天「分析一次你的使用习惯」：找一个你常用的 AI 工具（豆包/文心/任何 AI）——①判断阶段（你在哪个阶段（尝鲜（试过一次）；试用（偶尔用）；习惯（固定用）；依赖（离不开）；②为什么（你在「试用」——为什么没到「习惯」（时好时坏？不知道用在哪？）；③如果你是产品经理（怎么让你自己走到依赖（稳定体验（次次好）；场景引导（教你在哪用）；持续进化（越用越好）——做完你就懂：使用习惯四阶段——你自己的习惯就是最好的用户研究。

⑮ 求职助手联系（面试前必做）
面试前用本卡做 3 件事：①把「四阶段+产品动作」练熟（面试框架：尝鲜/试用/习惯/依赖+第一印象/场景引导/稳定/进化）；②准备你的「习惯」案例（设计院甲方从尝鲜到依赖——真实经历最动人）；③把「留存的核心是依赖不是试过」练熟（收口金句）。面试被问「AI 使用习惯」时：先说四阶段（每阶段一句）→再说产品动作（每阶段接住）→收口（帮用户走到依赖）——四阶段完整+动作到位+金句收口，面试官立刻记住你。

⑯ 练习（自己测一遍）
1.（四阶段）AI 使用习惯四阶段是？——答案：尝鲜（试试看）→试用（有场景用）→习惯（固定场景用）→依赖（离不开）。
2.（动作）「教用户在哪用（写周报时试试）」是哪个阶段的产品动作？——答案：试用阶段（场景引导——用户知道场景——开始用起来——从尝鲜走到试用）。
3.（角色）面试官追问「AI 产品为什么留不住人」，你一句话回答？——参考答案：「用户停在尝鲜/试用——没走到习惯/依赖——AI 三特殊：效果不稳定（不敢固定用）、场景模糊（不知道用在哪）、竞品迭代快（容易被替代）——所以 AI 产品要帮用户走完四阶段：尝鲜（第一印象）、试用（场景引导）、习惯（稳定体验）、依赖（持续进化）——留存核心是依赖不是试过。」

AI 产品对比方法


图怎么读：概念：AI 产品对比方法——怎么评价两个 AI 产品——六维：①场景（各自擅长什么场景（A 擅长写作——B 擅长问答——场景不同（各有各的好（先比「各擅长的」（A 写作、B 问答——各自亮点）；再比重叠的（都做问答——比谁好）——场景是第一步（不同场景——各有各的好（不是谁差——是各擅长什么）；②快准稳（同场景同问题测（同一批问题——两个都测（快（响应时间对比）；准（准确率对比）；稳（一致率对比）——同标准测（结论可比（同一批问题同一标准（结果能比）；不同问题不同标准（没法比——铁律）；③成本（价格/调用成本（token（代币：按量计费）成本——贵的效果好——值不值（「性价比」对比（效果×成本一起看（A 效果好但贵——B 效果一般但便宜——性价比（A 值吗——看场景）；④数据（谁能给/收数据（数据积累（越用越懂你（A 能积累数据（长期价值——越用越好）；B 不留数据（每次重新开始——数据是长期价值（对比要看（数据积累——长期）；⑤边界（能力边界（什么做不了（A 边界清楚（做不了的说不做——不乱答（可信）；B 边界模糊（什么都答——乱答（不可信）——边界是可信度（边界清楚（不乱答——可信）；模糊（乱答——不可信）；⑥生态（插件/集成/社区（能接什么（A 生态好（插件多（能接其他工具（扩展性）；B 生态弱（孤岛（生态是长期扩展（对比要看（生态——扩展性）。对比铁律：同场景同问题同标准测（结论才可比（不同场景比（没意义）；不同标准测（结论不可比）——收口：对比不是「谁好谁差」——是「各适合什么场景」——六维过一遍，选型有依据。

① 一句话大白话定义
这道题问的是：怎么评价两个 AI 产品（人工智能产品）——对比方法是什么？
用大白话说：六维对比：①场景（各自擅长什么——先比各擅长的再比重叠的）；②快准稳（同场景同问题测——快（响应）/准（准确率）/稳（一致率）——同标准测结论才可比）；③成本（价格/调用成本（token（代币））——效果×成本看性价比）；④数据（谁能积累数据——越用越懂你——长期价值）；⑤边界（能力边界——边界清楚不乱答——可信）；⑥生态（插件/集成——扩展性）。对比铁律：同场景同问题同标准测——结论才可比。收口：对比不是「谁好谁差」——是「各适合什么场景」——六维过一遍，选型有依据。

打个比方：对比两家餐厅（AI 产品对比）——六维：①场景（各自擅长什么（A 擅长川菜——B 擅长粤菜——场景不同（各有各的好（先比各擅长的（A 川菜、B 粤菜——各自亮点）；再比重叠的（都做红烧肉——比谁好）；②快准稳（同菜同标准测（同一道红烧肉——两家都做——快（出餐时间）；准（味道对不对）；稳（每次做的一样吗）——同菜同标准（结论可比）；③成本（价格（A 贵——B 便宜——贵的好吃——值不值（性价比）；④数据（谁能记住你（A 记住你的口味（越吃越懂你——长期）；B 不记（每次重新点（数据是长期价值）；⑤边界（菜单边界（A 只做川菜（做不了的说不做（不乱做——可信）；B 什么都接（做不好也接（不可信）；⑥生态（配套（A 有外卖/包厢（配套全——方便）；B 只有堂食（生态弱）——对比铁律（同菜同标准测（结论可比）；收口（对比不是「谁好谁差」（是「各适合什么场景」（请客（A 川菜）；吃清淡（B 粤菜）——六维过一遍（选店有依据）。

30 秒电梯版：「AI 产品对比六维：①场景——各自擅长什么场景（A 擅长写作——B 擅长问答——场景不同各有各的好（先比各擅长的再比重叠的）；②快准稳——同场景同问题测（同一批问题两个都测——快（响应对比）/准（准确率对比）/稳（一致率对比）——同标准测结论可比；③成本——价格/调用成本（token（代币：按量计费）——贵的效果好——值不值（性价比（效果×成本一起看）；④数据——谁能积累数据（越用越懂你（A 积累数据（长期价值——越用越好）；B 不留（每次重新开始（数据是长期价值）；⑤边界——能力边界（A 边界清楚（做不了的说不做——不乱答——可信）；B 边界模糊（什么都答——乱答——不可信）；⑥生态——插件/集成/社区（A 生态好（能接其他工具——扩展性）；B 生态弱（孤岛——生态是长期扩展）。对比铁律：同场景同问题同标准测（结论才可比（不同场景比没意义）。收口：对比不是『谁好谁差』——是『各适合什么场景』——六维过一遍，选型有依据。」

② 为什么学 / 面试为什么考
AI 产品对比是 AI 产品经理的「选型基本功」（选模型/选产品/竞品分析——都要对比），面试考它的原因有三：
第一，它考「对比方法论」。怎么评价两个 AI 产品（六维（场景/快准稳/成本/数据/边界/生态）——面试官想看你懂不懂「对比方法论」（对比不是「谁好谁差」一句话（是六维（维度齐全）——对比方法论是产品经理的基本功（会对比——选型有依据）。
第二，它考「同标准意识」。对比的铁律（同场景同问题同标准测（结论才可比）——面试官想看你有没有「同标准意识」（对比要「同标准」（同一批问题同一标准——结果能比；不同标准——没法比（对比的前提）——同标准意识是产品经理的核心（对比不公正——结论没意义）。
第三，它考「选型思维」。对比的收口（不是「谁好谁差」——是「各适合什么场景」——选型（按场景选）——面试官想看你懂不懂「选型思维」（对比的用途是选型（按自己的场景选合适的——不是选「最好的」）——选型思维是产品经理的进阶能力（选型按场景——不是追最强）。
一句话：这道题考的是「对比方法论」＋「同标准意识」＋「选型思维」。

③ 原理拆解：六维→铁律→收口

第一步：①场景——各自擅长什么。对比的第一维：场景——各自擅长什么场景：A 擅长写作（A 写作强（写文章/写文案——A 的擅长）；B 擅长问答（B 问答强（回答问题/知识问答——B 的擅长）——场景不同（各有各的好（不是谁差（是各擅长什么（A 擅长写作——B 擅长问答——场景不同——各有各的好）；对比方法（先比「各擅长的」（A 写作、B 问答——各自亮点（先看各擅长的——各自的亮点）；再比重叠的（都做问答——比谁好（重叠场景——直接比）——场景是第一步（不同场景——各有各的好（先比各擅长的（再看重叠的——不是一上来「谁好谁差」（场景不同——没法直接比）。
打个比方：对比两家餐厅（场景）——A 擅长川菜（A 川菜强）；B 擅长粤菜（B 粤菜强）——场景不同（各有各的好（不是谁差（是各擅长什么）；对比方法（先比各擅长的（A 川菜、B 粤菜——各自亮点）；再比重叠的（都做红烧肉——比谁好）——餐厅对比（先看各擅长的（再看重叠的）——AI 同理（先比各擅长的场景（再看重叠场景）。
翻车案例：有对比「不看场景直接比」翻车——A（写作强）B（问答强）——直接比「谁强」（用写作题测 B（B 写作弱——「B 差」）；用问答题测 A（A 问答弱——「A 差」）——结论（「A 差」或「B 差」——不公平（用对方不擅长的测——当然差）——「不看场景直接比」翻车：先比各擅长的（A 写作（写作题测 A——A 强）；B 问答（问答题测 B——B 强）——各自亮点；重叠场景（都做问答——用问答题两个都测——比谁好）——场景不对（用 B 不擅长的测 B——不公平——结论没意义）——场景是第一步（先各擅长的再重叠的）。

第二步：②快准稳——同场景同问题测。对比的第二维：快准稳——同场景同问题测：同一批问题（对比测试（同一批问题（10 个真实问题——两个产品都测（同问题——结果能比）；不同问题（A 测简单题 B 测难题——结果没法比）——同标准测（结论可比）；快（响应时间对比（同一问题（A 响应 1 秒——B 响应 3 秒——A 快）；准（准确率对比（同一批问题（A 答对 8 个（准确率 80%）；B 答对 6 个（60%）——A 准）；稳（一致率对比（同一问题测 10 次（A 10 次都对（一致率 100%）；B 7 次对（70%）——A 稳）——快准稳（同场景同问题同标准测（对比才公平（结果能比）；不同标准（A 用简单题 B 用难题（结果不可比——对比无效）。
打个比方：餐厅同菜对比（快准稳）——同一道红烧肉（两家都做（同菜——结果能比）；快（出餐时间（A 10 分钟——B 20 分钟——A 快）；准（味道（A 正宗——B 一般——A 准）；稳（每次一样吗（A 每次都好吃——B 时好时坏——A 稳）——同菜同标准（对比公平）；不同菜（A 做红烧肉 B 做鱼香肉丝——没法比（菜不同——结论不可比）——餐厅对比（同菜同标准）——AI 同理（同场景同问题同标准测）。
翻车案例：有对比「标准不同」翻车——对比两个 AI（A 用 10 个简单问题测（准确率 90%）；B 用 10 个难题测（准确率 60%）——结论（「A 比 B 准」——不公平（A 测简单的 B 测难的——当然 A 高）——「标准不同」翻车：同标准测（同一批问题（两个都测——结果可比）；不同标准（A 简单 B 难——结果不可比——对比无效（「A 比 B 准」是假结论）——对比铁律（同场景同问题同标准（结论才可比）。

第三步：③成本——效果×成本看性价比。对比的第三维：成本——价格/调用成本（token（代币：按量计费）成本——贵的效果好——值不值（性价比）；对比方法（效果×成本一起看（A 效果好（准确率 90%）但贵（每次 0.5 元）；B 效果一般（70%）但便宜（0.05 元）——性价比（A 值吗（看场景（高价值场景（医疗/法律——效果好值得（贵点没事）；一般场景（知识问答——B 够用（便宜——A 浪费）——成本是第三维（效果×成本（不是只看效果（效果最好的（可能太贵（用不起）；不是只看成本（最便宜的（可能效果差（用不上）——性价比（效果×成本——按场景选（高价值场景（效果好优先（贵点值）；一般场景（成本优先（够用就好）。
打个比方：餐厅价格（成本）——A 贵（红烧肉 50 元——好吃）；B 便宜（红烧肉 20 元——一般）——性价比（请客（A 贵但好吃——值（请客要面子——贵点值）；日常（B 够吃——便宜——A 浪费）——餐厅价格（效果×成本（按场景选（请客（贵点值）；日常（便宜够）——AI 同理（成本（效果×成本——按场景选（高价值（效果好优先）；一般（成本优先）。
翻车案例：有对比「只看效果不看成本」翻车——对比两个 AI（A 效果好（90%）——「A 好——选 A」——没看成本（A 每次 0.5 元（B 0.05 元——A 贵 10 倍）——一般场景（每天 1000 次调用（A 每天 500 元（B 50 元——A 成本爆（用不起）——「只看效果」翻车：成本是第三维（效果×成本一起看（高价值场景（效果好值得）；一般场景（B 够用便宜——A 浪费）；只看效果（选最贵的（一般场景用不起——成本爆）——性价比（效果×成本——按场景选。

第四步：④数据——越用越懂你（长期价值）。对比的第四维：数据——谁能积累数据：数据积累（A 能积累数据（用户的历史（A 记住用户偏好（越用越懂你（A 越用越好（长期价值）；B 不留数据（每次重新开始（不积累（长期价值低）——数据是长期价值（对比要看（数据积累（A 积累（长期越用越好）；B 不积累（每次从零开始（数据积累决定「长期价值」（用 3 个月（A 越来越懂你——B 还是老样子——A 长期价值高）——数据维度（长期视角（对比不只比「当下」（当下 A 和 B 差不多——但 3 个月后（A 有数据积累（更懂你）；B 没有（还是老样子——数据是长期价值（选型要看长期）。
打个比方：餐厅记口味（数据）——A 记住你的口味（每次来（记得你爱吃辣（越吃越懂你——长期）；B 不记（每次重新点（不积累——长期价值低）——数据是长期价值（对比要看（A 积累（越吃越懂你）；B 不积累（每次从零开始）——餐厅数据（记口味（长期价值（回头客）——AI 同理（数据积累（越用越懂你（长期价值）。
翻车案例：有对比「只看当下不看数据」翻车——对比两个 AI（当下测试（A 和 B 差不多（准确率都 80%）——结论（「差不多——随便选」）——没看数据（A 积累数据（用 3 个月（A 越用越懂你——80% 升到 90%）；B 不留数据（3 个月后（还是 80%——还是老样子）——「只看当下」翻车：数据是第四维（长期价值（A 积累（越用越好）；B 不积累（原地踏步）——当下差不多（长期差很多（数据积累决定长期价值（选型要看长期——不是只看当下）。

第五步：⑤边界+⑥生态——可信度+扩展性。对比的第五六维：边界+生态——⑤边界（能力边界（A 边界清楚（做不了的说不做（「这个我不会」——不乱答（可信）；B 边界模糊（什么都答（不会也编——乱答（不可信）——边界是可信度（边界清楚（不乱答——可信（用户知道它能做什么）；模糊（乱答——不可信（不知道它什么时候会乱来）；⑥生态（插件/集成/社区（A 生态好（插件多（能接其他工具（集成（扩展性）；B 生态弱（孤岛（不能接（生态是长期扩展（对比要看（A 生态好（能扩展——长期可用）；B 生态弱（不能扩展——用着用着不够用）。
打个比方：餐厅的边界和配套（边界+生态）——边界（A 菜单清楚（只做川菜——做不了的说不做（不乱做——可信）；B 什么都接（做不好也接（不可信）；生态（A 配套全（外卖/包厢（方便）；B 只有堂食（配套弱）——边界（菜单清楚——可信）；生态（配套全——方便）——AI 同理（边界（不乱答——可信）；生态（能扩展——长期）。
翻车案例：有对比「不看边界生态」翻车——对比两个 AI（测试（A 答得好（90%）——「A 好——选 A」）——没看边界（A 边界模糊（不会也编（答错的 10% 是乱编（危险场景（医疗——乱编=事故））；没看生态（B 生态好（能接客服系统（集成）；A 不能接（孤岛——用着用着不够用）——「不看边界生态」翻车：边界（可信度（乱答的（危险场景——事故）；生态（扩展性（不能接（长期不够用）——边界+生态（第五六维——选型要看（不只比答得好不好）。

第六步：收口——各适合什么场景。对比的收口：对比不是「谁好谁差」——是「各适合什么场景」：A 好（写作场景（A 适合写作）；B 好（问答场景（B 适合问答）——各适合什么场景（选型按场景（写作需求（选 A）；问答需求（选 B）——六维过一遍（选型有依据（场景（各擅长）；快准稳（同标准测）；成本（性价比）；数据（长期）；边界（可信）；生态（扩展）——六维过完（选型有依据（不是「谁好谁差」（是「哪个适合我的场景」）。
打个比方：餐厅对比的收口（各适合什么场景）——对比不是「谁好谁差」（A 川菜好——B 粤菜好——各有各的好）；是「各适合什么场景」（请客吃辣（A）；吃清淡（B）——六维过一遍（选店有依据（请客（A——川菜好）；日常清淡（B——粤菜好）——餐厅对比（各适合什么场景——不是谁好谁差）——AI 同理（对比收口（各适合什么场景——选型按场景）。
翻车案例：有对比「非要分胜负」翻车——对比两个 AI（非要选「谁最好」（A 写作好（B 问答好——非要比「谁最强」——比不出（场景不同——各有各的好）；硬分（「A 比 B 强」（用写作题测——A 强；用问答题测——B 强——比不出「谁最强」）——「非要分胜负」翻车：对比不是「谁好谁差」（是「各适合什么场景」（写作（A）；问答（B）——非要比「谁最强」（比不出（场景不同——各有各的好）——对比收口（各适合什么场景——选型按场景——不是分胜负）。
小结：六维（场景/快准稳/成本/数据/边界/生态）→铁律（同场景同问题同标准）→收口（各适合什么场景——选型有依据）。

④ 对比表格：六维
| 维度 | 比什么 | 关键 | 比喻 | |------|------|------|------| | ①场景 | 各擅长什么 | 先各擅长的再重叠的 | 川菜/粤菜各有好 | | ②快准稳 | 同场景同问题测 | 同标准结论可比 | 同菜对比 | | ③成本 | 价格/调用成本 | 效果×成本性价比 | 请客贵点值 | | ④数据 | 谁能积累 | 长期价值（越用越懂你） | 记住你口味 | | ⑤边界 | 能力边界 | 不乱答（可信） | 菜单清楚 | | ⑥生态 | 插件/集成 | 扩展性（长期） | 配套全 |

⑤ 3+个例子：AI 产品对比实战
例子1：场景（先各擅长的）。对比 A（写作强）B（问答强）——先比各擅长的（写作题测 A（A 强）；问答题测 B（B 强）——各自亮点；再比重叠的（都做总结——同一批文章——比谁总结得好）——场景（先各擅长的再重叠的）。
例子2：快准稳（同标准测）。同一批 10 个问题（两个都测——快（A 响应 1 秒——B 3 秒）；准（A 答对 8 个——B 6 个）；稳（同问题 10 次（A 10 次对——B 7 次）——同标准测（结论可比（A 快准稳都胜）。
例子3：成本（性价比）。A 效果好（90%）每次 0.5 元；B 效果一般（70%）每次 0.05 元——高价值场景（医疗问答——A 值（效果好——贵点值）；一般场景（知识问答——B 够用（便宜——A 浪费）——成本（效果×成本——按场景选）。
例子4：数据+生态（长期）。A 积累数据（越用越懂你——长期价值）+生态好（能接客服系统）；B 不留数据（每次重新开始）+生态弱（孤岛）——长期（A 越用越好+能扩展（B 原地踏步+不够用）——数据+生态（长期视角——选型看长期）。

⑤b 补充板块：对比的「场景清单」——测什么场景
对比测试测哪些场景（场景清单）——三类：
第一，核心场景（必测）：产品的主场景（问答产品的核心（问答）；写作产品的核心（写作）——核心场景（必测（用户最常用的场景（核心不行——整体不行）；核心场景测 10 个问题（每个都测（核心数据）。
第二，边界场景（测边界）：能力边界场景（做不了的（「这个你会吗」（问边界问题（A 说不做（边界清楚）；B 乱答（边界模糊）——边界场景（测边界（乱答的（不可信——边界数据）。
第三，意外场景（测意外）：没准备的场景（突发场景（「突然问个冷门问题」（A 答得怎么样（临场能力）；B 呢——意外场景（测意外（临场表现（意外数据）——场景清单（核心/边界/意外——三类（覆盖全（对比全面）。
一句话：对比场景清单三类——核心场景（必测：主场景）、边界场景（测边界：做不了的）、意外场景（测意外：临场）——三类覆盖（对比全面（不只测核心）。

⑤c 补充板块：对比报告的「结论写法」——怎么下结论
对比完怎么下结论（结论写法）——三句：
第一，适用句：「A 适合【场景1】——B 适合【场景2】」（适用（各适合什么场景（「A 适合写作——B 适合问答」——选型方向）。
第二，数据句：「同标准测（A 准确率 80%——B 70%（A 更准）」——数据（同标准对比（数据说话（结论有依据）。
第三，建议句：「【我的场景】选【A/B】——因为【理由】」（建议（按自己的场景选（「我的场景是客服——选 B——因为 B 能接客服系统（生态）＋成本低」——建议（选型落地）。
一句话：对比结论三句——适用句（各适合什么场景）、数据句（同标准数据）、建议句（按我的场景选）——三句下结论（选型有依据（不是「谁好谁差」）。

⑥ 常见误区（3个）
误区1：「对比=谁好谁差（分胜负）。」错！对比是「各适合什么场景」（A 写作好——B 问答好——各有各的好）；分胜负（比不出（场景不同——各有各的好）——对比收口（各适合什么场景——选型按场景）。
误区2：「标准不一样没关系（都测了就行）。」错！对比铁律（同场景同问题同标准（结论才可比）；标准不同（A 简单 B 难——结果不可比——对比无效）——同标准测（结论才可比）。
误区3：「只看当下（测完就下结论）。」错！对比要看长期（数据（越用越懂你）；生态（能扩展）——当下差不多（长期差很多（A 积累数据（越用越好）；B 原地踏步——选型看长期（不只当下）。

⑦ 第一人称面试回答（3年景观设计→自学转行 AI 产品）
「我 3 年景观设计，被裁后自学转行——AI 产品对比的『各适合什么场景』，我做景观设计时有体会：设计院『对比设计院』（选型对比）——甲方对比几家设计院（怎么选）：①场景（各擅长什么（A 擅长市政（B 擅长地产——各有各的好（先各擅长的（市政选 A、地产选 B）；再重叠的（都做景观——比谁好）；②快准稳（同项目比（同一个项目（A/B 都做方案（快（出方案时间）；准（方案质量）；稳（每个项目都一样好）；③成本（报价（A 贵（方案好）；B 便宜（一般）——性价比（项目大（A 值）；项目小（B 够）；④数据（过往项目（A 做过类似项目（有经验（越做越懂）；B 没做过（从零开始）；⑤边界（A 只接擅长的（不擅长的说明（可信）；B 什么都接（做不好也接（不可信）；⑥生态（配套（A 有施工队（一体化）；B 只有设计（配套弱）——对比铁律（同项目同标准（结论可比）；收口（对比不是「谁好谁差」（是「各适合什么项目」（市政项目（A）；地产项目（B）——转行学 AI 产品后，把这个翻译成 AI 产品对比六维：场景/快准稳/成本/数据/边界/生态——铁律（同场景同问题同标准）——收口（各适合什么场景——选型有依据）。我没有大厂 AI 产品经验，但设计院『对比设计院』的经历证明：我懂对比方法——对比不是分胜负，是选合适的。」

⑧ 小结口诀
「六维：场景（各擅长）、快准稳（同标准测）、成本（性价比）、数据（长期）、边界（可信）、生态（扩展）；铁律：同场景同问题同标准；收口：各适合什么场景——选型有依据。」

⑨ 三轮追问（面试官深挖）
追问1：「对比测试怎么保证公平（排除偶然）？」「三个保证：①同问题（同一批问题（两个都测（同一个问题（不能 A 测这个 B 测那个）；②多样本（每个测 10 次以上（排除偶然（测 1 次（可能运气好/差——测 10 次（稳定结果）；③盲测（不知道哪个是哪个（避免偏见（知道「这是 A」（可能偏心（盲测（不知道（客观打分）——公平三保证（同问题/多样本/盲测——对比公平（结论可信）。」
追问2：「六维都重要吗（权重一样）？」「按场景加权：①核心维度（场景+快准稳（基础（任何场景都重要（第一梯队）；②关键维度（成本+边界（按场景（高价值场景（成本重要（贵点值——效果优先）；安全场景（边界重要（乱答=事故）；③长期维度（数据+生态（长期用（重要（用一次（不重要）——六维加权（按场景（核心（场景+快准稳）；关键（成本/边界——按场景）；长期（数据/生态——长期用）——六维不是平均（按场景加权（选型更准）。」
追问3：「对比完发现 A 全面胜出（六维都赢），还要注意什么？」「三个提醒：①换场景再验（A 在测试场景胜（换场景（真实场景（A 还胜吗（测试场景≠真实场景（真实场景再验）；②长期观察（当下胜（长期呢（用 3 个月（A 还胜吗（数据积累/迭代（长期观察）；③成本变化（A 当下便宜（未来呢（价格变（模型升级（成本变化（监控）——三个提醒（换场景/长期观察/成本变化（对比结论不是一劳永逸（持续验证）。」

⑩ 进阶加分点（说出口就加分）
加分点1：把对比和「选型决策」挂钩。「我对比完直接产出选型决策：六维打分（每维 10 分（A 总分 85——B 70（我的场景加权后（A 适合）——选型决策（六维打分→加权→决策（对比产出决策（不是「报告完事」——是「选型落地」）。」——「选型决策」一说出口，你就是懂「对比的用途」的人（对比不是报告——是选型决策）。
加分点2：引入「场景加权表」。「我对比带场景加权表：六维×权重（我的场景（客服（边界权重高（不乱答重要）；成本权重高（调用量大）——加权后打分（六维×权重（A 总分（加权后）——选型更准（不是六维平均（是按场景加权（选型贴合场景）。」——「场景加权表」说明你懂「对比要按场景加权」（不是平均——贴合场景）。
加分点3：把对比和「持续监控」挂钩。「我对比完持续监控：选了 A（每季度复测（A 还保持吗（A 迭代了（变强了/变差了）；竞品 B 更新了（B 变强了（要不要换）——持续监控（对比结论不是一劳永逸（每季度复测（选型要持续验证（不是选完不管）。」——「持续监控」说明你懂「选型是持续过程」（不是一次对比——持续复测）。

⑪ 话术库（直接抄着说）
「AI 产品对比六维：场景（各擅长）、快准稳（同标准测）、成本（性价比）、数据（长期价值）、边界（可信度）、生态（扩展性）。」
「对比铁律：同场景同问题同标准测——结论才可比（不同标准——对比无效）。」
「先比各擅长的（A 写作、B 问答——各自亮点）；再比重叠的（都做问答——比谁好）。」
「成本要效果×成本一起看：高价值场景（效果好值得）；一般场景（够用就好——不浪费）。」
「对比不是谁好谁差——是各适合什么场景——六维过一遍，选型有依据。」

⑫ 小白 Q&A（可能踩的坑）
Q1：token（代币）成本是什么（对比为什么要看）？token（代币：AI 按量计费的单位）=AI 调用按处理文字量收费（每次回答花多少 token（多少钱）——A 每次 0.5 元（贵）；B 每次 0.05 元（便宜）——调用成本（对比要看（效果好的（可能贵 10 倍（一般场景用不起）——成本是六维之一（效果×成本看性价比）。
Q2：一致率（稳）怎么测？一致率=同一问题测多次（答得一样吗（同一问题测 10 次（答对 10 次（一致率 100%——稳）；答对 7 次（一致率 70%——不稳（时好时坏）——稳的测法（同问题多次（一致率（次次都行——稳）。
Q3：对比一定选「最好的」吗？不一定——选「最适合我的场景的」（A 全面强（但贵/不接我的系统）；B 一般（但便宜/能接我的系统）——我的场景（客服——B 适合（能接客服系统+便宜）——选 B（不是最好的——是最适合我的）——对比收口（各适合什么场景——选型按场景（不是追最强）。

⑬ 没人告诉你的事（面试潜规则）
这道题面试官真正在听的，是「你有没有对比方法论」——大部分候选人答「对比就是看谁答得好」（单维思维——只看效果），你说「六维+铁律+选型」（场景/快准稳/成本/数据/边界/生态——同标准测——各适合什么场景）——当场拉开（面试官要的是懂「完整对比方法」的人（六维——不是只看答得好不好）。另一个潜规则：这道题的灵魂是「同标准」——「同场景同问题同标准测——结论才可比」是全场金句（80% 的候选人会直接对比（标准不同——结论不可比），你多讲「铁律」（同一批问题同一标准——结论才可比——不同标准对比无效）——说明你懂「对比的前提」（公平对比——结论才有意义）。还有一个：用「设计院对比设计院」讲 AI 产品对比，比背「六维」动人十倍——你的真实经历（甲方对比设计院的选型逻辑）就是最稀缺的素材——面试官会记住「这个转行者懂对比」。

⑭ 做一件事（学完就动手）
今天「对比一次两个 AI」：找两个 AI 工具（豆包/文心/DeepSeek 等任意两个）——六维对比：①场景（各擅长什么）；②快准稳（同一批 5 个问题（两个都问——比快/准/稳）；③成本（免费/收费（价格）；④数据（哪个能记住你的历史（越用越懂你）；⑤边界（问它不会的（A 说不做/B 乱答）；⑥生态（能接什么（插件/集成）——写完六维——你就有「选型有依据」（不是感觉——六维数据）。

⑮ 求职助手联系（面试前必做）
面试前用本卡做 3 件事：①把「六维+铁律」练熟（面试框架：场景/快准稳/成本/数据/边界/生态+同标准）；②准备你的「对比」案例（设计院对比设计院——真实经历最动人）；③把「对比不是谁好谁差——是各适合什么场景」练熟（收口金句）。面试被问「AI 产品对比方法」时：先说六维（每维一句）→再说铁律（同标准测）→收口（各适合什么场景——选型有依据）——六维完整+铁律到位+金句收口，面试官立刻记住你。

⑯ 练习（自己测一遍）
1.（六维）AI 产品对比六维是？——答案：场景/快准稳/成本/数据/边界/生态。
2.（铁律）对比的铁律是？——答案：同场景同问题同标准测——结论才可比（不同标准——对比无效）。
3.（角色）面试官追问「怎么保证对比公平」，你一句话回答？——参考答案：「三个保证：同问题（同一批问题两个都测）；多样本（每个测 10 次以上——排除偶然）；盲测（不知道哪个是哪个——避免偏见）——同问题/多样本/盲测——对比公平——结论可信。」

留存理解


图怎么读：概念：留存理解——AI 产品为什么留不住人——四个原因：①尝鲜多、依赖少（用户「试试就走」（好奇用完就走（尝鲜容易（体验一下——容易）；依赖难（离不开——难）——留存 = 帮用户从尝鲜走到依赖（AI 产品大量用户停在尝鲜（试试就走——留存的核心是「走到依赖」）；②效果不稳定（时好时坏——不敢依赖（AI 效果时好时坏（用 10 次 2 次差——用户不敢依赖（重要事不敢交给它——「不稳定比慢更伤信任」）；③场景模糊（功能宽泛——不知道用在哪（AI 能写能查能聊（功能宽泛（用户「不知道用在哪」（场景模糊——习惯难建立（场景明确（固定场景用（习惯）；模糊（不知道用在哪（不留存）；④替代快（竞品迭代快——换别的（AI 竞品迭代快（别的 AI 更强（用户换（替代快（迁移成本低（随时换——没有「离不开」的粘性）。留存解法：帮用户建立「离不开」——依赖（稳定+场景+进化）：稳定（次次好——敢依赖（效果稳定（用户敢把重要事交给它——依赖基础）；场景引导（知道在哪用（场景明确（固定场景用（习惯建立）；持续进化（越用越好——不换（持续进化（用户离不开（不换竞品）。收口：留存的核心指标：依赖用户占比（离不开的用户比例）——不是活跃数（活跃数（用了就算（不等于留）；依赖用户占比（离不开的（才叫留）——留存看「依赖用户占比」不是「活跃数」。

① 一句话大白话定义
这道题问的是：AI 产品（人工智能产品）为什么留不住人（用户来了又走）？怎么理解留存？
用大白话说：留不住人四个原因：①尝鲜多、依赖少（用户试试就走——尝鲜容易依赖难）；②效果不稳定（时好时坏——不敢依赖——「不稳定比慢更伤信任」）；③场景模糊（功能宽泛——不知道用在哪——习惯难建立）；④替代快（竞品迭代快——换别的——迁移成本低）。留存解法：帮用户建立「离不开」——稳定（次次好——敢依赖）+场景引导（知道在哪用）+持续进化（越用越好——不换）。收口：留存的核心指标是「依赖用户占比」（离不开的用户比例）——不是活跃数。

打个比方：餐厅为什么留不住客（留存理解）——餐厅客人来了又走（四个原因）：①尝鲜多、回头少（客人试试就走（新店开业（尝尝鲜（试一次（不回头——回头客少（留存难）；②菜不稳定（时好时坏（10 次 8 次好吃——2 次难吃（客人不敢常来（「万一这次难吃——请客就砸了」——不敢回头（不稳定比慢更伤信任）；③不知道什么时候来（菜单宽泛（什么菜都有（客人「不知道专门来吃什么」（场景模糊——没有固定来的理由）；④隔壁开新店（新店更好（客人去新店（替代快（没有「非这家不可」的理由）——餐厅留客（帮客人建立「非来不可」——菜稳定（每次好）+招牌菜（知道来吃啥）+越做越好（不换店）——留存核心（回头客占比（不是来过的人数）——AI 同理（留不住人四因——帮用户建立「离不开」）。

30 秒电梯版：「AI 产品留不住人四个原因：①尝鲜多、依赖少——用户『试试就走』（好奇用完就走——尝鲜容易（体验一下）依赖难（离不开）——留存 = 帮用户从尝鲜走到依赖；②效果不稳定——时好时坏（用 10 次 2 次差——用户不敢依赖（重要事不敢交给它——『不稳定比慢更伤信任』）；③场景模糊——功能宽泛（能写能查能聊——用户不知道用在哪（场景模糊——习惯难建立（场景明确（固定场景用）模糊（不留存）；④替代快——竞品迭代快（别的 AI 更强（用户换（迁移成本低（随时换——没有离不开的粘性）。留存解法：帮用户建立『离不开』——稳定（次次好——敢依赖）；场景引导（知道在哪用——习惯建立）；持续进化（越用越好——不换）。收口：留存的核心指标是『依赖用户占比』（离不开的用户比例）——不是活跃数（活跃数（用了就算——不等于留）；依赖用户占比（离不开的——才叫留）。」

② 为什么学 / 面试为什么考
留存理解是 AI 产品经理的「核心命题」（AI 产品最大的痛是留不住人），面试考它的原因有三：
第一，它考「留存认知」。AI 产品为什么留不住人（尝鲜多/不稳定/场景模糊/替代快——四因）——面试官想看你懂不懂「AI 留存的痛点」（AI 留存难（尝鲜多——试试就走；不稳定——不敢依赖）——留存认知是 AI 产品经理的核心（不懂留存——产品做不长）。
第二，它考「根因分析」。留不住人不是「一个原因」（四因（尝鲜/不稳/场景/替代——根因）——面试官想看你有没有「根因分析」（流失不是笼统的「用户不爱用」（是具体原因（试试就走/不敢依赖/不知道用在哪/换别的）——根因分析是产品经理的核心（懂根因——对症修）。
第三，它考「留存指标」。留存怎么看（核心指标是「依赖用户占比」不是「活跃数」）——面试官想看你懂不懂「留存指标」（活跃数（用了就算——不代表留）；依赖用户占比（离不开的——才叫留）——留存指标是产品经理的进阶能力（指标选对——留存看得准）。
一句话：这道题考的是「留存认知」＋「根因分析」＋「留存指标」。

③ 原理拆解：四因→解法→指标→收口

第一步：①尝鲜多、依赖少——试试就走。留存的第一因：尝鲜多、依赖少——用户「试试就走」：尝鲜容易（体验一下（好奇（试试（体验容易（用一次（体验一下——容易）；依赖难（离不开（难（要形成依赖（要用出价值（离不开——难）——AI 产品的留存难（大量用户停在尝鲜（试试就走（用过一次（好奇满足了（走了——尝鲜多（试的人多（新鲜感（用一次）；依赖少（离不开的少（没有离不开的理由（走了）——留存 = 帮用户从尝鲜走到依赖（尝鲜（试过（不算留）；依赖（离不开（才算留——帮用户走到依赖（留存的核心（把「试试就走」变成「离不开」）。
打个比方：餐厅的新店客流（尝鲜多回头少）——新店开业（客人试试（新鲜（尝鲜多（来的人多）；回头少（试过（不回头（没有非来不可的理由（回头客少）——餐厅留存（把「试试的客人」变成「回头客」（尝鲜（试过——不算）；回头（离不开——才算）——AI 同理（尝鲜多（试的人多）；依赖少（离不开的少——帮用户从尝鲜走到依赖（留存核心）。
翻车案例：有产品「只做尝鲜」翻车——AI 产品（只做「首次体验」（新手引导/首体验优化——尝鲜做得好（用户试得开心）——但「没有后续」（用户试完（没有「再来的理由」（场景没引导/效果不稳定——试试就走（尝鲜做了——依赖没做（用户试过就走——留存没达成）——「只做尝鲜」翻车：尝鲜（试过——不算留）；依赖（离不开——才算留）——只做尝鲜（试试就走（留存没达成）；帮用户走到依赖（尝鲜→试用→习惯→依赖——留存达成）——留存 = 帮用户从尝鲜走到依赖（不是只做尝鲜）。

第二步：②效果不稳定——不敢依赖。留存的第二因：效果不稳定——时好时坏：AI 效果时好时坏（用 10 次 2 次差（AI 效果不稳定（这次好（下次差（时好时坏）；用户不敢依赖（重要事不敢交给它（「万一是差的 2 次——重要事办砸了」（不敢依赖（重要事自己办（AI 只办小事）；「不稳定比慢更伤信任」（慢（用户能等（知道会好——信任在）；不稳定（不敢信（不知道哪次会差（不敢赌——信任崩）——效果不稳定的后果（不敢依赖（用得不深（只试小事（留不住）——不稳定是 AI 留存的大敌（效果稳定（用户敢依赖（敢把重要事交给它（用得深（留得住）；不稳定（不敢依赖（用不深（留不住）。
打个比方：餐厅菜不稳定（不敢回头）——菜时好时坏（10 次 8 次好吃——2 次难吃（客人不敢常来（「万一这次难吃——请客就砸了」（不敢回头（重要场合不敢来（只敢自己随便吃）；「不稳定比慢更伤信任」（出餐慢（等得起（知道会好吃）；时好时坏（不敢赌（信任崩）——菜不稳定（不敢回头（留不住）；稳定（每次好（敢常来（回头客）——AI 同理（效果稳定（敢依赖——留得住）；不稳定（不敢依赖——留不住）。
翻车案例：有产品「效果不稳定还让用户依赖」翻车——AI 写作（宣传「写周报找它」（引导用户依赖）——但效果时好时坏（写周报（有时好（有时很差）——用户（「重要周报——万一很差——领导骂」——不敢用（重要事自己写（AI 只试小事）——「不稳定还引导依赖」翻车：效果稳定（用户敢依赖（依赖基础）；不稳定（用户不敢依赖（引导了也没用（重要事不敢交给它）——不稳定是依赖的前提（先稳定（次次好——用户才敢依赖（再引导（依赖建立）。

第三步：③场景模糊——不知道用在哪。留存的第三因：场景模糊——功能宽泛：AI 功能宽泛（能写能查能聊（功能多（什么都能干）；用户不知道用在哪（「能写能查能聊——用在哪？」（功能多（不知道「专门用在哪」（场景模糊）；场景不明确（习惯难建立（场景明确（「写周报用它」——固定场景（每周用（习惯）；模糊（不知道用在哪（想不起来用（不留存）——场景模糊的后果（习惯难建立（用户不知道用在哪（用不固定（习惯建立不起来（留不住）——场景是习惯的基础（场景明确（固定场景用（习惯建立（留存）；模糊（不知道用在哪（不留存）。
打个比方：餐厅菜单太宽泛（不知道来吃啥）——菜单什么都有（川菜粤菜西餐日料（什么都有）；客人「不知道专门来吃什么」（菜单宽泛（没有招牌（场景模糊（想不起来来）；招牌菜（「老张红烧肉」（场景明确（想吃红烧肉就来（固定来（习惯）；菜单宽泛（不知道来吃啥（想不起来（不留存）——场景是习惯的基础（招牌菜（场景明确——固定来）；宽泛（场景模糊——不留存）——AI 同理（场景引导（知道在哪用——习惯建立）。
翻车案例：有产品「功能全但场景不引导」翻车——AI 产品（功能全（能写能查能聊能翻译——什么都有）——但「不引导场景」（用户不知道「专门用在哪」）——用户（用过一次（想不起来用（「功能挺多——但我想不起来用它」——不留存）；场景引导（「写周报时试试」「查资料时试试」——用户知道场景（固定场景用（习惯建立）——「功能全不引导」翻车：功能全（用户不知道用在哪（场景模糊——不留存）；场景引导（教用户在哪用（场景明确（习惯建立——留存）——场景是习惯的基础（场景引导（留存的关键）。

第四步：④替代快——换别的。留存的第四因：替代快——竞品迭代快：AI 竞品迭代快（别的 AI 更强（AI 竞争激烈（竞品迭代快（今天你强（明天别人更强）；用户换（「别的 AI 更强」（用户换别的（替代快）；迁移成本低（随时换（AI 产品迁移成本低（换一个 AI（没有成本（数据/习惯没有绑定（随时换）——替代快的后果（留不住（没有「离不开」的粘性（用户随时换（别的更强就走（留不住）——替代快是 AI 留存的常态（AI 竞争激烈（替代快（要建立「离不开」的粘性（数据积累（用户历史存在你这（离开要重新积累（粘性）；习惯绑定（固定场景用（离开要重建习惯（粘性）——粘性（迁移成本（高（离不开）；低（随时换）。
打个比方：餐厅隔壁开新店（替代快）——隔壁开新店（新店更好（客人去新店（替代快）；餐厅没有「非来不可」的理由（没有招牌（没有会员（没有熟客关系（随时换）；有粘性（招牌菜（别家没有（非来不可）；会员（积分（离开损失）；熟客（认识你（不好意思走）——粘性（迁移成本（高（离不开）；低（随时换）——AI 同理（替代快（要建粘性（数据积累/习惯绑定——迁移成本高——离不开）。
翻车案例：有产品「没有粘性」翻车——AI 产品（用户用了（觉得不错）——但「没有粘性」（数据不留（换 AI 没有损失）；习惯没绑定（用不用都行）——隔壁出了更强的 AI（用户换（「别的 AI 更强」——走了（替代快——没有粘性（留不住）；有粘性（数据积累（用户的历史在你这（离开要重新积累——粘性）；习惯绑定（固定场景用（离开要重建——粘性）——「没有粘性」翻车：替代快是常态（要建粘性（数据/习惯——迁移成本高（离不开）；没粘性（随时换（留不住）——粘性是留存的护城河。

第五步：解法——帮用户建立「离不开」。留存的解法：帮用户建立「离不开」——依赖（稳定+场景+进化）：稳定（次次好——敢依赖（效果稳定（用户敢把重要事交给它（依赖基础）；场景引导（知道在哪用（场景明确（固定场景用（习惯建立）；持续进化（越用越好——不换（持续进化（功能更新/模型升级/数据优化（越用越好（用户不换（离不开）——三招（稳定（敢依赖）+场景（知道用）+进化（不换）——帮用户建立「离不开」（依赖（稳定+场景+进化——三招齐（用户离不开（留存达成）。
打个比方：餐厅留客三招（离不开）——菜稳定（每次好（敢常来）；招牌菜（知道来吃啥（固定来）；越做越好（新菜/环境升级（不换店）——三招（稳定+招牌+进化——客人离不开（留存）；少一招（菜不稳定（不敢来）；没招牌（想不起来）；不进化（换新店）——餐厅留客（稳定+招牌+进化——离不开）——AI 同理（稳定+场景+进化——帮用户建立离不开）。
翻车案例：有产品「解法只做一招」翻车——AI 产品做留存（只做「场景引导」（教用户在哪用——一招）——没做稳定（效果时好时坏（用户不敢用）；没做进化（功能不更新（用户换别的）——「只做一招」翻车：留存三招（稳定（敢依赖）+场景（知道用）+进化（不换）——三招齐（离不开）；只做一招（场景引导了（但效果不稳（不敢用）；不进化（换别的）——少一招（留存打折）——帮用户建立「离不开」（三招齐——稳定+场景+进化）。

第六步：收口——核心指标是依赖用户占比。留存的收口：留存的核心指标是「依赖用户占比」——不是活跃数：活跃数（用了就算（活跃（用了就算（打开就算（不等于留（活跃数高（可能都是尝鲜的（试试就走）；依赖用户占比（离不开的（用户比例（「依赖用户占比」（离不开的用户占总用户的比例——才叫留（依赖用户占比是留存的「真指标」（活跃数（表面（用了就算）；依赖占比（本质（离不开的（才叫留）——留存看「依赖用户占比」不是「活跃数」（活跃数（虚（尝鲜也算）；依赖占比（实（离不开的才算）。
打个比方：餐厅留客指标（依赖用户占比）——餐厅指标两个：来客数（来过的人数（来过就算（表面（可能都是尝鲜的（来一次）；回头客占比（回头客占总客人的比例（回头客（离不开的（才叫留）——留客看「回头客占比」不是「来客数」（来客数（虚（尝鲜也算）；回头客占比（实（离不开的才算）——AI 同理（留存看依赖用户占比（不是活跃数）。
翻车案例：有产品「只看活跃数」翻车——AI 产品看留存（只看「活跃数」（月活 100 万（涨了——「留存很好」）——但「依赖用户占比」（离不开的只有 5%（5 万人）——95% 是尝鲜的（试试就走（活跃数虚高（留存实际差（活跃数涨（尝鲜多（依赖少——留存差）——「只看活跃数」翻车：留存看「依赖用户占比」（离不开的比例（5%——差）；活跃数（100 万（虚（尝鲜也算）——留存的核心指标（依赖用户占比——不是活跃数（活跃数虚（依赖占比实）。
小结：四因（尝鲜多/不稳/场景糊/替代快）→解法（稳定+场景+进化——离不开）→指标（依赖用户占比——不是活跃数）→收口（帮用户建立离不开）。

④ 对比表格：四因与解法
| 原因 | 表现 | 解法 | |------|------|------| | ①尝鲜多依赖少 | 试试就走（尝鲜容易依赖难） | 帮用户走到依赖（场景引导） | | ②效果不稳定 | 时好时坏（不敢依赖） | 稳定（次次好——敢依赖） | | ③场景模糊 | 不知道用在哪（习惯难建） | 场景引导（知道在哪用） | | ④替代快 | 换别的（迁移成本低） | 持续进化+数据积累（粘性） | | 指标 | 活跃数（虚） | 依赖用户占比（实） |

⑤ 3+个例子：留存实战
例子1：尝鲜多（场景引导）。用户试过（试试就走）——场景引导（「写周报时试试 AI」——用户知道场景（开始有场景用（从尝鲜走到试用——再走到习惯——留存）。
例子2：效果不稳定（稳定体验）。AI 写作时好时坏——稳定优化（兜底设计（低置信度重试/换方案——不让差的答案出现）；评测集（测准确率——优化）——效果稳定（用户敢把重要事交给它（依赖——留存）。
例子3：场景模糊（场景引导+招牌场景）。功能宽泛（不知道用在哪）——招牌场景（「AI 写周报」——主打一个场景（用户知道「写周报用它」（固定场景（习惯建立——留存）。
例子4：替代快（数据积累粘性）。竞品迭代快（用户换）——数据积累（用户的历史/偏好存在你这（离开要重新积累（迁移成本高（离不开）；持续进化（越用越好（不换）——粘性（离不开——留存）。

⑤b 补充板块：留存的分析方法——流失用户去哪了
留存怎么分析（流失用户去哪了）——三个分析：
第一，流失阶段分析（流失在哪一步）：用户流失在哪个阶段（尝鲜后流失（第一印象差——修首体验）；试用后流失（场景没引导——修引导）；习惯后流失（进化停了——修进化）——流失阶段（流失在哪步（修哪步（阶段数据）。
第二，流失原因分析（为什么走）：流失用户为什么走（问卷/访谈（「为什么不用了」（答（「答错太多」（不稳定）；「不知道用在哪」（场景模糊）；「别的更好」（替代）——流失原因（问流失用户（真实原因（对症修）。
第三，留存对比分析（留下的人什么样）：留存用户和流失用户的区别（留下的人（用了什么功能（固定场景？）；流失的人（没用什么）——对比（留下的人用「写周报」场景（固定）；流失的人没用（场景是留存的关键（对比发现）——留存三分析（流失阶段/流失原因/留存对比——数据说话（对症修留存）。
一句话：留存三分析——流失阶段（流失在哪步）、流失原因（问流失用户）、留存对比（留下的人用啥）——三分析（数据说话——对症修留存）。

⑤c 补充板块：留存的「指标体系」——留存看哪些数
留存看哪些指标（指标体系）——四个数：
第一，次留（次日留存：用过的第二天还用吗）：用过第二天还用吗（次留（第二天回来的比例（40%+（好）；低（首体验差——修）——次留（第一印象的回访率）。
第二，周留（周留存：一周内还用吗）：一周内还用吗（周留（一周后还用的比例（30%+（好）；低（场景没建立——修引导）——周留（场景习惯的指标）。
第三，依赖占比（离不开的比例）：离不开的用户比例（依赖用户占比（5%+（好）；低（没有依赖——修稳定/进化）——依赖占比（留存的真指标（离不开的）。
第四，流失率（用户流失的速度）：用户流失的速度（月流失率（低于 10%（好）；高（流失快——查原因）——流失率（留存的健康度（流失快——修）——留存四指标（次留/周留/依赖占比/流失率——指标体系（看全貌（不是只看一个数）。
一句话：留存四指标——次留（第二天还用吗）、周留（一周还用吗）、依赖占比（离不开的比例）、流失率（流失速度）——四指标看全貌（留存看得准（不是只看活跃数）。

⑥ 常见误区（3个）
误区1：「留存=活跃数（用了就算留）。」错！留存看「依赖用户占比」（离不开的——才叫留）；活跃数（虚（尝鲜也算（试试就走——活跃数高留存差）——留存核心指标（依赖用户占比——不是活跃数）。
误区2：「留不住人是用户的问题（用户不爱用）。」错！留不住人是产品的问题（四因（尝鲜多（产品没引导依赖）；不稳定（产品效果问题）；场景模糊（产品没引导场景）；替代快（产品没建粘性）——留不住人（产品要修（不是用户不爱用）——根因在产品（对症修）。
误区3：「留存是一次性优化（做一次就行）。」错！留存是持续经营（稳定（持续保持）；进化（持续更新）；场景（持续引导）——留存不是一次优化（是持续（竞品迭代（用户变化（留存持续做）——留存是长期战争（持续经营）。

⑦ 第一人称面试回答（3年景观设计→自学转行 AI 产品）
「我 3 年景观设计，被裁后自学转行——AI 产品为什么留不住人，我做景观设计时有体会：设计院『留不住甲方』（留存理解类比）——甲方来了又走（四个原因）：①尝鲜多、回头少（甲方试一次（试试我们（不回头——新客户试（留不住）；②效果不稳定（项目时好时坏（有的项目好（有的差（甲方不敢长期合作（「万一这次差——项目砸了」）；③场景模糊（我们「什么都做」（甲方不知道「专门找我们做啥」（没有招牌（想不起来）；④替代快（别的设计院更强/更便宜（甲方换（没有「非我们不可」）——留客解法（帮甲方建立「离不开」——项目稳定（每次好）+招牌领域（市政——知道找我们做市政）+越做越好（新方法/口碑——不换）——留存核心指标（回头客占比（长期合作的甲方比例——不是来过的人数）——转行学 AI 产品后，把这个翻译成 AI 留存：四因（尝鲜多依赖少/效果不稳定/场景模糊/替代快）——解法（稳定（敢依赖）+场景引导（知道用）+持续进化（不换）——指标（依赖用户占比——不是活跃数）。我没有大厂 AI 产品经验，但设计院『留不住甲方』的经历证明：我懂留存——留客的核心不是来过，是离不开。」

⑧ 小结口诀
「四因：尝鲜多（试试就走）、不稳定（不敢依赖）、场景糊（不知道用哪）、替代快（换别的）；解法：稳定+场景+进化（离不开）；指标：依赖用户占比——不是活跃数。」

⑨ 三轮追问（面试官深挖）
追问1：「AI 产品和普通产品留存的最大区别？」「三个区别：①尝鲜驱动（AI 产品尝鲜驱动强（新技术（好奇（试的人多（尝鲜多）；普通产品（需求驱动（用的人（真需要）；②效果不稳定（AI 效果时好时坏（普通功能稳定（AI 的「不稳」是天然的（要专门设计稳定）；③替代快（AI 竞品迭代快（技术变化快（普通产品竞争慢）——AI 留存三区别（尝鲜驱动/不稳定/替代快——AI 留存更难（要专门设计（稳定/场景/进化）。」
追问2：「怎么把尝鲜用户变成依赖用户（路径）？」「四步路径：①尝鲜（第一印象（首次体验好（快准稳——想再试）；②试用（场景引导（教用户在哪用（「写周报试试」——有场景用）；③习惯（稳定体验（次次好（敢固定用（习惯）；④依赖（持续进化（越用越好（离不开）——四步路径（尝鲜→试用→习惯→依赖——每步产品接住（转化率（每步看转化（流失在哪步修哪步——路径（帮用户走到依赖）。」
追问3：「数据积累（粘性）会不会有隐私问题（用户反感）？」「会——数据积累和隐私平衡：①透明（告诉用户「数据用于优化服务」（数据怎么用——知情）；②可退（用户可删除数据（「删除我的数据」按钮（数据可控）；③价值（数据带来价值（「你的偏好被记住（下次更快更好」——用户感知价值（愿意给数据）——数据积累（透明+可退+价值（用户不反感（愿意给）；偷偷积累（用户反感（信任崩）——数据粘性（要透明（用户同意（粘性才建）。」

⑩ 进阶加分点（说出口就加分）
加分点1：把留存和「依赖深度」挂钩。「我看留存看依赖深度：用户把多重要的事交给 AI（小事（查天气——浅依赖）；重要事（写方案/写简历——深依赖）——依赖深度（深依赖（用户把重要事交给它（离不开）；浅依赖（只试小事（随时走）——留存 = 依赖深度（深（留得住）；浅（留不住）——依赖深度是留存的「温度计」（深——稳；浅——预警）。」——「依赖深度」一说出口，你就是懂「留存的本质」的人（不是用过——是依赖多深）。
加分点2：引入「流失预警」机制。「我建流失预警：监测流失信号（使用频率下降（从每周 5 次降到 1 次（预警）；依赖场景减少（从 3 个场景用到 1 个（预警）；反馈变差（吐槽变多（预警）——预警触发（干预（召回（发优惠/新功能/人工联系）——流失预警（信号监测（早发现早干预（流失可防（不是流失了才追）。」——「流失预警」说明你懂「留存要主动防」（信号监测——早干预）。
加分点3：把留存和「价值证明」挂钩。「我留存的核心动作是价值证明：让用户「看见价值」（用了 AI（省了时间/做得好（价值可视化（「本周 AI 帮你省了 3 小时」——用户看见价值（愿意继续用）；价值看不见（用户不知道「用它的好处」（随时走）——留存 = 价值证明（价值看得见（用户留）；看不见（走）——价值证明是留存的底层（用户因为「有价值」才留下）。」——「价值证明」说明你懂「留存的底层逻辑」（用户留下因为有价值——要让价值看得见）。

⑪ 话术库（直接抄着说）
「AI 产品留不住人四因：尝鲜多依赖少（试试就走）、效果不稳定（不敢依赖）、场景模糊（不知道用在哪）、替代快（换别的）。」
「不稳定比慢更伤信任——慢可等（知道会好）；不稳不敢赌（信任崩）。」
「留存解法：帮用户建立离不开——稳定（敢依赖）+场景引导（知道用）+持续进化（不换）。」
「留存核心指标是依赖用户占比（离不开的比例）——不是活跃数（活跃数虚——尝鲜也算）。」
「AI 留存三区别：尝鲜驱动（试的人多）、效果不稳定（天然要稳）、替代快（竞争激烈）——留存要专门设计。」

⑫ 小白 Q&A（可能踩的坑）
Q1：留存和活跃什么区别？活跃（用了就算（打开/用了（算活跃）；留存（留下了（依赖（离不开（才叫留）——活跃数高（可能都是尝鲜的（试试就走）；留存（依赖用户占比（离不开的）——留存比活跃「更深」（活跃是「来了」；留存是「留下了」）。
Q2：依赖（离不开）会不会不好（用户太依赖 AI）？对产品（依赖好（用户离不开（留存达成）；对用户（依赖要「健康的」（AI 是工具（帮用户做事（不是替代用户思考（健康依赖（AI 帮写周报（用户把关）；不健康（全交给 AI（不把关）——产品设计（帮用户用（不是替用户想（健康依赖）。
Q3：AI 产品留存能做到多少（有没有标准）？没有固定标准（看产品类型（工具类（低频场景（留存低（用一次隔很久——正常）；高频场景（天天用（留存高）；参考（次留 40%+（好）；周留 30%+（好）；依赖占比 5%+（好）——标准按产品（看场景频率（高频（标准高）；低频（标准低）——留存标准（按产品定（不是一刀切）。

⑬ 没人告诉你的事（面试潜规则）
这道题面试官真正在听的，是「你有没有留存认知」——大部分候选人答「留存就是让用户多用」（表层思维——不知道根因），你说「四因+解法+指标」（尝鲜多/不稳/场景糊/替代快——稳定+场景+进化——依赖用户占比）——当场拉开（面试官要的是懂「AI 留存痛点」的人（AI 留不住人是行业痛点——懂四因——对症修）。另一个潜规则：这道题的灵魂是「依赖」——「留存的核心指标是依赖用户占比——不是活跃数」是全场金句（80% 的候选人答「留存=活跃/月活」（表面指标），你多讲「依赖」（离不开的——才叫留——活跃数虚——尝鲜也算）——说明你懂「留存的本质」（不是用了——是离不开）。还有一个：用「设计院留不住甲方」讲留存，比背「四因」动人十倍——你的真实经历（甲方来了又走的四个原因）就是最稀缺的素材——面试官会记住「这个转行者懂留存」。

⑭ 做一件事（学完就动手）
今天「分析一次你的留存」：找一个你「用过但没留下」的 AI 工具（用过几次——后来不用了）：①四因分析（你为什么不用了（试试就走（尝鲜后没再用的理由）；效果不稳定（答错多）；不知道用在哪（场景模糊）；换别的（替代）；②解法推演（如果你是产品经理，会怎么让你留下（稳定（答得好）；场景引导（告诉你在哪用）；进化（越用越好）；③指标（你属于「活跃」还是「依赖」（用了就算（活跃）；离不开（依赖）——做完你就懂：留不住人的四因——你自己的流失就是最好的用户研究。

⑮ 求职助手联系（面试前必做）
面试前用本卡做 3 件事：①把「四因+解法+指标」练熟（面试框架：尝鲜/不稳/场景/替代+稳定场景进化+依赖占比）；②准备你的「留存」案例（设计院留不住甲方——真实经历最动人）；③把「留存核心指标是依赖用户占比——不是活跃数」练熟（收口金句）。面试被问「AI 产品为什么留不住人」时：先说四因（每因一句）→再说解法（稳定+场景+进化）→收口（依赖用户占比）——四因完整+解法到位+指标精准，面试官立刻记住你。

⑯ 练习（自己测一遍）
1.（四因）AI 产品留不住人的四个原因是？——答案：尝鲜多依赖少（试试就走）/效果不稳定（不敢依赖）/场景模糊（不知道用在哪）/替代快（换别的）。
2.（解法）留存的三招解法是？——答案：稳定（次次好——敢依赖）+场景引导（知道在哪用——习惯建立）+持续进化（越用越好——不换）。
3.（角色）面试官追问「留存看什么指标」，你一句话回答？——参考答案：「看『依赖用户占比』——离不开的用户占总用户的比例（5%+ 算好）——不是活跃数（活跃数虚——尝鲜也算——试试就走）；依赖占比实——离不开的才叫留——留存的核心指标是依赖用户占比。」

AI 产品吐槽点


图怎么读：概念：AI 产品吐槽点——用户最常见的抱怨——四类：①答得不准（幻觉（一本正经胡说——答错）——「又答错了」——最伤信任（错两次用户放弃）——优化（评测集（评估测试题）+兜底（低置信度重试/换方案——不让差的答案出现）；②答得太慢（生成要等很久——「太慢了」——等 5 秒就想关页面）——优化（流式输出（边生成边显示——第一字快出）+轻量模型（简单问题用轻量——快）；③答得太官方（模板腔（「作为 AI 助手……」——官方话术——「感觉像机器人」——没有人味）——优化（提示词（给模型下指令的话）调人设（设定语气/风格——回答像人）；④隐私担忧（不敢给数据——「会不会泄露」——怕被偷听/收集）——优化（透明（说明数据怎么用）+可退（用户可删除数据）+本地（数据本地处理——不上云）。收口：吐槽点=产品优化的方向（用户抱怨的每一类——都是「该优化什么」的答案（不准→评测；慢→流式；官方→人设；隐私→透明）——会听吐槽的产品经理——产品越做越好（吐槽是「免费的用户研究」）；四类吐槽（不准/慢/官方/隐私）——每类对应一个优化方向——吐槽不可怕，听不见才可怕；吐槽收集（反馈入口/评论/客服）→分类→优化→验证（吐槽减少=产品变好）。

① 一句话大白话定义
这道题问的是：AI 产品（人工智能产品）用户最常见的吐槽（抱怨）是什么？
用大白话说：四类：①答得不准（幻觉——一本正经胡说——「又答错了」——最伤信任）；②答得太慢（生成要等很久——「太慢了」——等 5 秒想关页面）；③答得太官方（模板腔——「作为 AI 助手」——感觉像机器人——没有人味）；④隐私担忧（不敢给数据——怕泄露/被偷听）。每类对应一个优化方向：不准→评测集+兜底；慢→流式+轻量模型；官方→提示词调人设；隐私→透明+可退+本地。收口：吐槽点=产品优化的方向——吐槽不可怕，听不见才可怕。

打个比方：餐厅的差评（AI 产品吐槽点）——餐厅差评四类：①菜不对（点的红烧肉上鱼香肉丝——「又上错了」——最伤回头客（错两次不来了）——优化（出餐核对——上菜前核对）；②上菜慢（等 30 分钟——「太慢了」——等不起——优化（备菜+催单提示）；③服务生硬（服务员爱答不理——「像机器人」——没人味——优化（培训——服务态度）；④不放心（后厨脏乱——「不敢吃」——怕不卫生——优化（透明厨房+卫生公示）——餐厅差评四类（菜不对/慢/生硬/不放心）——每类对应优化方向（核对/备菜/培训/透明）——差评=餐厅改进的方向（差评不可怕——听不见才可怕（差评多了没人改——店倒闭）——AI 产品同理（吐槽四类——每类对应优化方向）。

30 秒电梯版：「AI 产品吐槽四类：①答得不准（幻觉——一本正经胡说——『又答错了』——最伤信任（错两次用户放弃）——优化（评测集（评估测试题）+兜底（低置信度重试/换方案——不让差的答案出现）；②答得太慢（生成要等很久——『太慢了』——等 5 秒就想关页面——优化（流式输出（边生成边显示——第一字快出）+轻量模型（简单问题用轻量——快）；③答得太官方（模板腔（『作为 AI 助手……』——官方话术——『感觉像机器人』——没有人味——优化（提示词（给模型下指令的话）调人设（设定语气/风格——回答像人）；④隐私担忧（不敢给数据——『会不会泄露』——怕被偷听/收集——优化（透明（说明数据怎么用）+可退（用户可删除数据）+本地（数据本地处理——不上云）。收口：吐槽点=产品优化的方向（不准→评测；慢→流式；官方→人设；隐私→透明）——会听吐槽的产品经理——产品越做越好（吐槽是免费的用户研究）——吐槽不可怕，听不见才可怕；吐槽收集（反馈入口/评论/客服）→分类→优化→验证（吐槽减少=产品变好）。」

② 为什么学 / 面试为什么考
AI 产品吐槽点是 AI 产品经理的「用户研究基础」（知道用户抱怨什么——才知道优化什么），面试考它的原因有三：
第一，它考「用户洞察」。AI 产品用户最常见的抱怨是什么（不准/慢/官方/隐私——四类）——面试官想看你懂不懂「用户洞察」（AI 用户的痛点（答错/等待/没人味/隐私——四类）——用户洞察是产品经理的核心（懂痛点——产品才有方向）。
第二，它考「问题归类」。吐槽不是零散的（归类（不准（准确性问题）/慢（性能问题）/官方（人设问题）/隐私（信任问题）——面试官想看你有没有「归类思维」（吐槽归类（四类——每类对应一个优化方向）——归类思维是产品经理的进阶能力（零散问题归类——优化有方向）。
第三，它考「优化落地」。吐槽怎么处理（每类对应优化（不准→评测；慢→流式；官方→人设；隐私→透明）——面试官想看你懂不懂「优化落地」（吐槽→分类→优化→验证（闭环）——优化落地是产品经理的落地能力（会听吐槽+会优化）。
一句话：这道题考的是「用户洞察」＋「问题归类」＋「优化落地」。

③ 原理拆解：四类吐槽→优化方向→收口

第一步：①答得不准——幻觉（最伤信任）。吐槽的第一类：答得不准——幻觉（一本正经胡说（模型编造（没学过/没资料——编一个像样的答案（幻觉）——「又答错了」（用户吐槽（又答错了（第一次错（忍——可能巧合）；第二次错（放弃（「这 AI 不行」——错两次放弃）；最伤信任（答错最伤信任（答错一次（信任减一分）；错两次（信任崩（放弃用 AI）——比慢更伤（慢——等得起（知道会好）；错——不敢信（不知道哪次错）——不准的优化（评测集（评估测试题：建评测集——测准确率——答错的（发现——优化）+兜底（低置信度重试/换方案（模型没把握——重试/换方案——不让差的答案出现——用户看不到差的）。
打个比方：餐厅菜不对（不准）——点的红烧肉（上鱼香肉丝（「又上错了」——第一次错（忍——可能偶尔）；第二次错（不来了（放弃——「这店不行」）——菜不对最伤回头客（错一次（减分）；错两次（不来了）——优化（出餐核对（上菜前核对（菜和单对——不上错）+保底（做错的（重做——不让客人吃到错的）——餐厅菜不对（核对+重做）——AI 同理（不准（评测+兜底——不让差的答案出现）。
翻车案例：有产品「答错不处理」翻车——AI 问答答错（用户吐槽「答错了」）——产品不处理（不评测（不知道答错率）；不兜底（答错的直接给用户）——用户问 3 次错 2 次（放弃——「这 AI 不行」——流失）——「答错不处理」翻车：不准要处理（评测集（发现答错）+兜底（不让差的答案出现）——不处理（答错率高（用户错两次放弃——流失）——答错最伤信任（必须处理（评测+兜底）。

第二步：②答得太慢——生成要等很久。吐槽的第二类：答得太慢——生成要等很久（AI 生成要时间（思考+生成（复杂问题（等 5-10 秒——用户等不了）——「太慢了」（用户吐槽（太慢了（等 5 秒（想关页面（等不起）——等 5 秒就想关页面（等待是「耐心极限」（5 秒（超过——关页面走人）——慢的优化（流式输出（边生成边显示（第一字 1 秒内出来（用户知道有反应（不用等 10 秒空白——等待可感知）+轻量模型（简单问题用轻量模型（快——1 秒内（简单问题不需要大模型思考（轻量够——快）——慢的优化（流式+轻量——快（等得起）。
打个比方：餐厅上菜慢（慢）——等 30 分钟（「太慢了」——等不起（取消订单走人）——优化（备菜（提前备（上菜快）+催单提示（「您的菜正在做」——知道在等（等得起）——餐厅上菜慢（备菜+提示）——AI 同理（慢（流式（第一字快出）+轻量（简单问题快答）——等得起）。
翻车案例：有产品「慢但不反馈」翻车——AI 回答慢（10 秒）——没有流式（10 秒空白——用户不知道在干嘛（以为坏了——关页面）——没有进度反馈（「正在分析」也没有——用户干等（焦虑——关页面）——「慢不反馈」翻车：慢要「反馈」（流式（第一字快出——知道有反应）+进度（「正在分析」——知道在干活）；慢没反馈（10 秒空白（用户以为坏了——关页面——流失）——慢的优化（流式+反馈——等待可感知（不让用户干等）。

第三步：③答得太官方——模板腔（没有人味）。吐槽的第三类：答得太官方——模板腔（「作为 AI 助手，我……」「根据我的理解……」——官方话术（模板腔——每句都像「官方声明」）——「感觉像机器人」（用户吐槽（感觉像机器人（没有人味——生硬）——为什么官方腔招人烦（没有人味（用户和 AI 聊天（期望像「人」——得到「官方声明」（落差——失望）——官方的优化（提示词（给模型下指令的话）调人设（设定语气/风格（提示词里写（「用朋友的口吻回答」「语气亲切自然」——模型按人设回答（像人——有人味）；风格示例（提示词给风格示例（「像这样回答：『这家店不错，我上周刚去过』」——模型模仿（自然）——官方的优化（提示词调人设——回答像人（有人味）。
打个比方：服务员态度（官方腔）——服务员爱答不理（「本店规定……」——官方话术——「像机器人」——没人味（客人不舒服）；服务员热情（「这道菜不错——我上周刚尝过」——像朋友——有人味（客人舒服）——优化（服务员培训（热情接待——像人）；AI 同理（提示词调人设（设定语气——回答像人（有人味）——官方腔的优化（调人设——像人）。
翻车案例：有产品「全程官方腔」翻车——AI 客服全程官方话术（「感谢您的咨询，根据我们的政策……」——每句都官方（用户问「退货运费谁出」——官方腔回答（绕——没说清）——用户烦（「能不能说人话」——体验差）——「全程官方腔」翻车：提示词调人设（设定语气（「用大白话回答」「直接说重点」——回答像人）；全程官方腔（没人味（用户烦——体验差）——官方腔的优化（调人设（回答像人——用户舒服）。

第四步：④隐私担忧——不敢给数据。吐槽的第四类：隐私担忧——不敢给数据（用户不敢把数据给 AI（简历/对话/照片——怕泄露/被偷听）——「会不会泄露」（用户吐槽（会不会泄露（给 AI 的数据（怕被泄露（被偷听/被收集）——隐私担忧的表现（不敢用（重要数据不敢给（只用无关紧要的（用得不深）；不敢开权限（麦克风/相册（不开——功能受限）——隐私的优化（透明（说明数据怎么用（「你的数据只用于……不上传」「数据加密存储」——用户知情——放心）；可退（用户可删除数据（「删除我的数据」按钮——数据可删——用户可控）；本地（数据本地处理（不上云（数据处理在本地（不传服务器——数据不出设备）——隐私的优化（透明+可退+本地——用户放心）。
打个比方：餐厅的卫生（隐私）——后厨脏乱（客人「不敢吃」——怕不卫生）；优化（透明厨房（后厨透明——客人看得见——放心）+卫生公示（卫生等级公示——公开）+干净可见（后厨干净——看得见——放心）——餐厅卫生（透明+公示——放心）——AI 同理（隐私（透明（数据怎么用）+可退（数据可删）+本地（本地处理——不上云）——用户放心）。
翻车案例：有产品「隐私不透明」翻车——AI 产品收集数据（不说明（用户不知道数据怎么用）——用户发现（数据被收集（「我的对话被存了？」——感觉被偷窥——不敢用（重要数据不敢给）——「隐私不透明」翻车：隐私要透明（说明数据怎么用（「数据只用于优化服务」）+可退（数据可删）+本地（本地处理）——不透明（用户感觉被偷窥（不敢用——信任崩）——隐私的优化（透明+可退+本地——用户放心）。

第五步：收口——吐槽=优化方向。吐槽的收口：吐槽点=产品优化的方向（用户抱怨的每一类——都是「该优化什么」的答案（不准→评测；慢→流式；官方→人设；隐私→透明——四类吐槽对应四个优化方向）；会听吐槽的产品经理——产品越做越好（吐槽是「免费的用户研究」（用户免费告诉你哪里不好——收集起来（优化——产品变好）；吐槽不可怕，听不见才可怕（吐槽多（至少知道哪里不好——可以改）；听不见（问题在暗处——不改——用户默默流失）——吐槽收集（反馈入口（「反馈」按钮）/评论（应用商店评论）/客服（客服记录）→分类（四类）→优化（对应方向）→验证（吐槽减少=产品变好——闭环）。
打个比方：餐厅差评的收口（吐槽=优化方向）——差评=餐厅改进的方向（菜不对（核对）；慢（备菜）；生硬（培训）；不放心（透明）——每类差评对应改进方向（会听差评的老板（餐厅越做越好（差评是免费的市场调研）；差评不可怕（听不见才可怕（差评多（至少知道哪里不好——可改）；听不见（问题在暗处——不改——客人默默不来）——差评收集（点评/意见本）→分类→改进→验证（差评减少=餐厅变好）——AI 同理（吐槽四类→优化四方向→闭环）。
翻车案例：有产品「不听吐槽」翻车——AI 产品有反馈入口（用户吐槽一堆（不准/慢/官方/隐私）——产品不看（不收集不分类不优化）——用户吐槽没用（问题一直不改（用户失望——默默流失）——「不听吐槽」翻车：吐槽要「收集→分类→优化→验证」（闭环——吐槽减少=产品变好）；不听吐槽（问题不改（用户流失——吐槽不可怕（听不见才可怕（听不见——问题在暗处——不改——流失）——会听吐槽的产品经理（产品越做越好）。
小结：四类吐槽（不准/慢/官方/隐私）→四个优化方向（评测/流式/人设/透明）→收口（吐槽=优化方向——收集→分类→优化→验证）。

④ 对比表格：四类吐槽
| 吐槽 | 用户怎么说 | 根因 | 优化方向 | |------|------|------|------| | ①答得不准 | 「又答错了」 | 幻觉（编造） | 评测集+兜底 | | ②答得太慢 | 「太慢了」 | 生成耗时 | 流式输出+轻量模型 | | ③答得太官方 | 「像机器人」 | 模板腔（没人味） | 提示词调人设 | | ④隐私担忧 | 「会不会泄露」 | 不敢给数据 | 透明+可退+本地 |

⑤ 3+个例子：吐槽优化实战
例子1：不准（评测+兜底）。用户吐槽「答错了」——建评测集（测准确率——发现答错场景）——优化（改提示词（给模型下指令的话）——答对率提升）；兜底（低置信度（模型没把握——重试/换方案——不让差的答案出现）——不准的优化（评测+兜底）。
例子2：慢（流式+轻量）。用户吐槽「太慢了」——流式输出（第一字 1 秒内——等待可感知）+轻量模型（简单问题（查资料直接答——轻量——1 秒内）——慢的优化（流式+轻量——快）。
例子3：官方（提示词调人设）。用户吐槽「像机器人」——提示词调人设（「用朋友的口吻回答」「直接说重点」——回答像人——有人味）——官方的优化（调人设——自然）。
例子4：隐私（透明+可退+本地）。用户担心「会不会泄露」——透明（「你的数据只用于优化服务——加密存储」）；可退（「删除我的数据」按钮）；本地（简单处理在本地（不上云）——隐私的优化（透明+可退+本地——放心）。

⑤b 补充板块：吐槽的「收集渠道」——从哪听吐槽
吐槽怎么收集（从哪听）——三个渠道：
第一，产品内反馈（最直接）：产品里的反馈入口（「反馈」按钮（用户点——吐槽（「答错了」「太慢了」——直接收集）；回答后的评价（「有帮助吗」——用户点「没有」——吐槽收集）——产品内反馈（最直接（用户在用的场景吐槽——最真实）。
第二，应用商店评论（公开的吐槽）：应用商店评论（苹果/安卓商店——用户评价（吐槽（「经常答错」「太慢了」——公开吐槽——收集）；评论是「公开的」（影响下载（新用户看评论（差评多——不下）——评论要关注（差评——优化+回复）。
第三，客服记录（沉默用户的吐槽）：客服记录（用户找客服（投诉/吐槽（「你们 AI 答错了」——客服记录——收集）；客服记录是「沉默用户的声音」（不点反馈不写评论的用户——找客服说——客服记录补齐吐槽样本——三渠道（产品内反馈/应用商店评论/客服记录）——吐槽收集全（三个渠道都听——吐槽不漏）。
一句话：吐槽三渠道——产品内反馈（最直接）、应用商店评论（公开吐槽——影响下载）、客服记录（沉默用户的声音）——三渠道都听——吐槽收集全（不漏）。

⑤c 补充板块：吐槽的「分级处理」——哪些先改
吐槽收集了——哪些先改（分级处理）：
第一，高频吐槽（先改）：吐槽最多的（占比最高的（不准 40%（最多——先改）；慢 30%（第二——再改）——高频先改（影响面最大（改一个解决 40% 的吐槽——效率最高）。
第二，高伤吐槽（优先）：伤信任的（不准（错两次放弃——伤信任——优先）；隐私（不敢用——伤信任——优先）；慢/官方（伤体验——次优先）——高伤优先（信任问题（不准/隐私——优先改（先保信任再提体验）。
第三，低成本高收益（先做）：改动小的（流式输出（改一处——快提升）；提示词调人设（改一段——官方腔解决）——低成本高收益（先做（小改动大提升）；高成本（评测集建设（慢——后做）——分级处理（高频/高伤/低成本高收益——三个标准——排优先级——先改影响大的）。
一句话：吐槽分级——高频先改（占比最高）、高伤优先（信任问题：不准/隐私）、低成本高收益先做（流式/人设小改动大提升）——三标准排优先级——先改影响大的。

⑥ 常见误区（3个）
误区1：「吐槽是用户不懂（AI 就这样）。」错！吐槽是「免费的用户研究」（用户免费告诉你哪里不好——收集优化——产品变好）；「AI 就这样」（不改——用户流失）——吐槽是优化方向（不是用户不懂）。
误区2：「只改吐槽最多的（其他不管）。」错！吐槽要「分类+分级」（高频先改（占比高）；高伤优先（不准/隐私——伤信任）——只改最多的（伤信任的（不准/隐私）没改（用户还是流失）——分类分级（都处理——按优先级）。
误区3：「吐槽收集了就行（不用反馈用户）。」错！吐槽要「闭环」（收集→分类→优化→验证（吐槽减少=产品变好）+反馈用户（「你的反馈我们已优化」——用户知道被重视（继续反馈）；不反馈用户（用户觉得「说了没用」——不再反馈——吐槽渠道断）——吐槽要闭环（收集+优化+反馈用户）。

⑦ 第一人称面试回答（3年景观设计→自学转行 AI 产品）
「我 3 年景观设计，被裁后自学转行——AI 产品吐槽点，我做景观设计时有体会：设计院的『甲方抱怨』（吐槽点类比）——甲方最常见的抱怨四类：①方案不对（没切中需求（「这方案不是我要的」——最伤合作（改两次——甲方换人）；②出图慢（拖工期（「太慢了」——等不起——催）；③汇报官方（汇报像念稿（「太官方了——说人话」——没人味）；④不放心（预算不透明（「会不会超支」——不敢给项目）——每类对应优化（需求调研（方案对）；排期管理（出图快）；汇报练人话（不官方）；预算透明（放心）——甲方抱怨=改进方向（会听抱怨的设计院（越做越好）；抱怨不可怕（听不见才可怕（甲方默默换人）——转行学 AI 产品后，把这个翻译成吐槽四类：不准（幻觉——评测+兜底）；慢（生成耗时——流式+轻量）；官方（模板腔——提示词调人设）；隐私（不敢给数据——透明+可退+本地）——收口（吐槽=优化方向——收集（反馈/评论/客服）→分类→优化→验证——吐槽不可怕，听不见才可怕）。我没有大厂 AI 产品经验，但设计院『甲方抱怨』的经历证明：我懂吐槽的价值——抱怨不是坏事，是改进的方向。」

⑧ 小结口诀
「四类吐槽：不准（评测+兜底）、慢（流式+轻量）、官方（人设）、隐私（透明+可退+本地）；收口：吐槽=优化方向——收集→分类→优化→验证——吐槽不可怕，听不见才可怕。」

⑨ 三轮追问（面试官深挖）
追问1：「吐槽和 badcase（错误案例）什么关系？」「吐槽是 badcase 的来源之一：badcase（错误案例——答错/答得不好的例子）；吐槽（用户抱怨——「答错了」——背后是一个 badcase）——关系（吐槽→badcase（用户吐槽「答错了」——定位到具体的 badcase（哪个问题答错了——记入 badcase 集——优化——回归验证）；吐槽是 badcase 的「入口」（用户说的——转成 badcase——进 badcase 集——系统化优化（吐槽零散——badcase 系统化——吐槽→badcase→优化闭环）。」
追问2：「隐私担忧怎么量化（多少用户在意）？」「三个数据：①权限拒绝率（麦克风/相册权限（用户拒绝的比例（拒绝率高（隐私担忧重（40% 拒绝——过半用户担忧——要优化隐私）；②数据删除请求（「删除我的数据」请求量（请求多（用户在意数据（要重视）；③深度使用率（给数据的用户（用深度功能的比例（用得不深（不敢给数据（隐私挡路）——隐私量化（权限拒绝率/删除请求/深度使用率——数据说话（隐私担忧有多重——数据知道）。」
追问3：「本地处理（不上云）会不会影响 AI 效果（模型不够强）？」「会——本地模型（小模型（效果弱于云端大模型）——权衡：①分层（简单处理本地（本地模型够（简单问题——本地——隐私好）；复杂处理云端（复杂问题——要强模型——云端（用户授权后）；②本地小模型进步（本地模型越来越强（端侧模型（手机/设备上的模型——进步快（本地能做的越来越多——隐私和效果的差距在缩小）；③用户选择（给用户选择（「数据本地处理（效果一般）或上传云端（效果更好）」——用户自己选（隐私和效果——用户权衡）——本地处理（隐私好（效果略弱）——分层+进步+用户选择（权衡）。」

⑩ 进阶加分点（说出口就加分）
加分点1：把吐槽和「NPS」挂钩。「我把吐槽当 NPS（净推荐值：用户推荐度）的信号：吐槽多（NPS 低（用户不推荐）；吐槽少（NPS 高（用户推荐）——吐槽（负反馈）和 NPS（推荐度）对应（吐槽涨（NPS 降——预警）；吐槽降（NPS 升——产品变好）——吐槽是 NPS 的「先行指标」（吐槽先变（NPS 后变——监控吐槽（预判 NPS）。」——「吐槽= NPS 先行指标」一说出口，你就是懂「吐槽的商业价值」的人（不是抱怨——是指标信号）。
加分点2：引入「吐槽分类看板」。「我把吐槽做成分类看板：四类吐槽（不准/慢/官方/隐私——占比饼图（每周更新（不准 40%（最多——先改）；慢 30%（再改）——趋势（本周对比上周（不准降了（优化有效）；官方涨了（新问题——查）——吐槽看板（分类+占比+趋势——看得见（优化有方向——数据说话）。」——「吐槽分类看板」说明你懂「吐槽要数据化管理」（分类占比趋势——不是零散听）。
加分点3：把吐槽和「信任飞轮」挂钩。「我把吐槽做成信任飞轮：用户吐槽（反馈）→产品优化（改准/改快/改人话/改隐私）→用户感知（「这 AI 变好了」）→更信任（敢给数据/敢深度用）→用得更多（更多吐槽（更多优化）——飞轮转起来（吐槽驱动优化——优化带来信任——信任带来使用——越用越好——信任飞轮（吐槽不是坏事——是飞轮的燃料）。」——「信任飞轮」说明你懂「吐槽的长期价值」（不是一次优化——是飞轮——越转越好）。

⑪ 话术库（直接抄着说）
「AI 产品吐槽四类：答得不准（幻觉——最伤信任）、答得太慢（等 5 秒想关页面）、答得太官方（模板腔——像机器人）、隐私担忧（不敢给数据）。」
「每类对应优化：不准→评测集+兜底；慢→流式+轻量模型；官方→提示词调人设；隐私→透明+可退+本地。」
「吐槽点=产品优化的方向——用户抱怨的每一类——都是该优化什么的答案。」
「吐槽是免费的用户研究——会听吐槽的产品经理——产品越做越好。」
「吐槽不可怕，听不见才可怕——收集→分类→优化→验证（吐槽减少=产品变好）。」

⑫ 小白 Q&A（可能踩的坑）
Q1：幻觉是什么（为什么 AI 会答错）？幻觉（hallucination：一本正经胡说）=模型编造不存在的知识（没学过/没资料——编一个像样的答案（「这个药可以一起吃」——编的）——AI 答错的主要原因（模型是生成器（编得「像」就输出——不验证对错）——不准的吐槽（主要来自幻觉）——解决（评测集+兜底——不让差的答案出现）。
Q2：模板腔（官方话术）是什么？模板腔=AI 回答像「官方声明」（「作为 AI 助手，我建议……」「根据我的理解……」——官方话术——每句都像声明——没人味）——用户吐槽「像机器人」——解决（提示词（给模型下指令的话）调人设（「用朋友的口吻」「说人话」——回答像人）。
Q3：隐私担忧怎么解决（用户怕泄露）？三招：透明（说明数据怎么用（「数据只用于优化服务——加密存储」——用户知情）；可退（数据可删（「删除我的数据」按钮——数据可控）；本地（本地处理（简单数据在本地——不上云——数据不出设备）——透明+可退+本地（用户放心）。

⑬ 没人告诉你的事（面试潜规则）
这道题面试官真正在听的，是「你有没有用户洞察」——大部分候选人答「AI 答错/太慢」（一两类——不全面），你说「四类+根因+优化方向」（不准/慢/官方/隐私——每类根因+优化）——当场拉开（面试官要的是懂「AI 产品全貌痛点」的人（四类都懂——不是只知答错）。另一个潜规则：这道题的灵魂是「吐槽=优化方向」——「用户抱怨的每一类——都是该优化什么的答案」是全场金句（80% 的候选人只答「吐槽有哪些」（列问题），你多讲「每类对应优化」（不准→评测；慢→流式；官方→人设；隐私→透明——问题转方案）——说明你懂「吐槽的价值」（不是抱怨——是优化指南）。还有一个：用「设计院甲方抱怨」讲吐槽，比背「不准/慢/官方/隐私」动人十倍——你的真实经历（甲方抱怨四类的改进）就是最稀缺的素材——面试官会记住「这个转行者会听吐槽」。

⑭ 做一件事（学完就动手）
今天「收集一次吐槽」：找你常用的一个 AI 产品（豆包/文心/任何 AI）——①回忆/查看吐槽（你自己吐槽过什么（答错？慢？官方？担心隐私？）；应用商店评论（看差评（用户吐槽什么）；②分类（四类（不准/慢/官方/隐私——你的吐槽是哪类）；③对应优化（这类吐槽——产品应该怎么改（评测/流式/人设/透明）；④验证（观察产品近期有没有改进（吐槽减少了——产品变好了吗）——做完你就懂：吐槽=优化方向——你会听吐槽，就会做产品。

⑮ 求职助手联系（面试前必做）
面试前用本卡做 3 件事：①把「四类+优化方向」练熟（面试框架：不准/慢/官方/隐私+评测/流式/人设/透明）；②准备你的「吐槽」案例（设计院甲方抱怨——真实经历最动人）；③把「吐槽=优化方向——吐槽不可怕，听不见才可怕」练熟（收口金句）。面试被问「AI 产品吐槽点」时：先说四类（不准/慢/官方/隐私——每类一句）→再说优化方向（每类对应）→收口（收集→分类→优化→验证）——四类完整+优化到位+闭环清晰，面试官立刻记住你。

⑯ 练习（自己测一遍）
1.（四类）AI 产品吐槽四类是？——答案：答得不准（幻觉）、答得太慢（生成耗时）、答得太官方（模板腔）、隐私担忧（不敢给数据）。
2.（优化）「用户吐槽『像机器人』」对应哪个优化方向？——答案：提示词调人设（设定语气/风格——回答像人——有人味——不官方）。
3.（角色）面试官追问「吐槽怎么处理」，你一句话回答？——参考答案：「闭环四步：收集（反馈入口/应用商店评论/客服记录——三渠道都听）；分类（四类：不准/慢/官方/隐私）；优化（对应方向：评测/流式/人设/透明）；验证（吐槽减少=产品变好）——吐槽不可怕，听不见才可怕——会听吐槽的产品经理，产品越做越好。」

体验报告写法


图怎么读：概念：AI 产品体验报告——体验完怎么写结论——五段式：①背景（测什么（产品/功能（测什么产品/功能）；为什么测（目的（评估这个 AI 产品值不值得用/对比竞品）；测多久/多少人（体验周期/人数（体验 3 天/5 个场景）——背景（「测什么」先写清（读者知道这份报告在测什么）；②过程（怎么测（方法（试用（自己用/看数据/访谈用户）；测了哪些场景（场景清单（问答/写作/翻译——测了哪些）；有什么数据（数据（准确率/响应时间/成功次数）——过程（「怎么测」可复现（读者能照着测（结果可验证）；③发现（看到什么（结果（好的（亮点（哪些场景表现好）；坏的（问题（哪些场景答错/慢）；意外的（意外发现（数据外的）；事实+数据（每个发现带事实（「3 个场景答错」——数据支撑）——发现（「看到什么」有事实（不是感觉——是事实+数据）；④结论（好不好（判断（总分（整体评价（好/一般/差）；分项（分项评价（快/准/稳——各几分）——结论基于发现（「准确率 70%」→「准确率一般」——结论从发现来（不拍脑袋）；⑤建议（怎么改（方案（改什么（补评测集/优化提示词（给模型下指令的话））；可执行（谁改/改什么（「算法团队补评测集」——责任到人）；优先级（先改哪个（「先解决准确率（最影响体验）」）——建议（「怎么改」可落地（有方案/有责任/有优先级）。收口：体验报告的结论 = 事实+判断+方案——老板能照着执行（报告才有价值）；结论要「可执行」不要「感觉」（❌「感觉还行」（没依据——没法改）；✅「10 个场景 7 个答对——准确率 70%——建议补评测集+优化提示词」（有数据——能执行）。

① 一句话大白话定义
这道题问的是：AI 产品（人工智能产品）体验报告——体验完（试用完）怎么写结论？
用大白话说：五段式：①背景（测什么——产品/目的/周期）；②过程（怎么测——方法/场景/数据）；③发现（看到什么——好的/坏的/意外的——事实+数据）；④结论（好不好——总分+分项——基于发现）；⑤建议（怎么改——方案/责任/优先级——可落地）。关键：结论要「可执行」不要「感觉」（❌「感觉还行」——没法改；✅「10 个场景 7 个答对——准确率 70%——建议补评测集+优化提示词」——能执行）。收口：体验报告的结论 = 事实+判断+方案——老板能照着执行，报告才有价值。

打个比方：餐厅试吃报告（体验报告类比）——试吃一家餐厅（体验完写报告）五段式：①背景（测什么（试吃「老张面馆」（目的（值不值得推荐）；②过程（怎么测（点了 5 道菜（红烧肉/鱼香肉丝/宫保鸡丁/酸辣汤/米饭——试吃（每道尝了）；③发现（看到什么（好的（红烧肉好吃——入味）；坏的（鱼香肉丝太咸（咸到没法吃）；意外的（菜单上没标辣度——宫保鸡丁很辣）；事实（5 道菜 3 道好吃/1 道太咸/1 道太辣）；④结论（好不好（总分（中上（5 道 3 道好——及格偏上）；分项（味道（中上）；环境（一般）；服务（好）；⑤建议（怎么改（可执行（「鱼香肉丝减盐（咸度从 10 降到 6）」——厨师改）；优先级（先改鱼香肉丝（最影响体验））——试吃报告结论（事实+判断+方案——老板照着改（报告有价值）；❌「感觉还行」（没法改）；✅「5 道 3 道好——鱼香肉丝太咸——建议减盐」（能执行）——餐厅试吃报告（五段式——结论可执行）——AI 体验报告同理。

30 秒电梯版：「体验报告五段式：①背景——测什么（产品/功能——测什么产品；为什么测（目的）；测多久/多少人（体验周期）；②过程——怎么测（方法（试用/看数据/访谈）；测了哪些场景（场景清单）；有什么数据（准确率/响应时间）；③发现——看到什么（好的（亮点场景）；坏的（问题场景）；意外的（意外发现）；事实+数据（每个发现带事实（『3 个场景答错』——数据支撑）；④结论——好不好（总分（整体评价）；分项（快/准/稳——各几分）——结论基于发现（『准确率 70%』→『准确率一般』——不拍脑袋）；⑤建议——怎么改（方案（补评测集/优化提示词（给模型下指令的话））；可执行（谁改/改什么（责任到人）；优先级（先改哪个（最影响体验的先改）——建议可落地。关键：结论要『可执行』不要『感觉』——❌『感觉还行』（没依据——没法改）；✅『10 个场景 7 个答对——准确率 70%——建议补评测集+优化提示词』（有数据——能执行）。收口：体验报告的结论 = 事实+判断+方案——老板能照着执行，报告才有价值。」

② 为什么学 / 面试为什么考
体验报告是 AI 产品经理的「基本功」（体验竞品/验证产品——都要写报告），面试考它的原因有三：
第一，它考「结构化表达」。体验报告怎么写（五段式（背景/过程/发现/结论/建议——结构完整）——面试官想看你懂不懂「结构化表达」（报告不是流水账（是五段式——有结构）——结构化表达是产品经理的基本功（报告有结构——读者看得懂）。
第二，它考「结论能力」。体验完怎么写结论（结论基于发现（有数据——不拍脑袋）；结论可执行（有方案——能落地）——面试官想看你懂不懂「结论能力」（「感觉还行」不是结论（没依据）；「准确率 70%——补评测集」才是结论（有依据+有方案）——结论能力是产品经理的核心（会下结论——报告才有价值）。
第三，它考「落地思维」。建议怎么给（方案（改什么）+责任（谁改）+优先级（先改哪个）——面试官想看你有没有「落地思维」（建议可执行（老板照着做）；空建议（「建议优化体验」——没法做）——落地思维是产品经理的进阶能力（建议要能落地——不是空话）。
一句话：这道题考的是「结构化表达」＋「结论能力」＋「落地思维」。

③ 原理拆解：五段式→结论关键→收口

第一步：①背景——测什么。体验报告的第一段：背景——测什么：产品/功能（测什么产品/功能（「体验 XX AI 问答产品」——测的对象）；为什么测（目的（「评估值不值得用」/「对比竞品」/「验证我们的方向」——测的目的）；测多久/多少人（体验周期（体验 3 天）；人数（5 个场景/10 个问题）——背景的作用（读者知道「这份报告在测什么」（测什么产品（为什么测（测多久——背景清楚了（读者看报告有上下文）；背景不写（读者不知道测什么（报告莫名其妙（背景是报告的第一段（「测什么」先写清）。
打个比方：试吃报告的背景（测什么）——试吃报告开头（测什么（试吃「老张面馆」（为什么测（朋友推荐——评估值不值得去）；测多久（一次试吃（点了 5 道菜）——背景（读者知道「这份试吃报告在测什么」（老张面馆——值不值得去——一次试吃 5 道菜）——背景不写（读者不知道测什么（莫名其妙）——试吃报告的背景（测什么先写清）——体验报告同理（背景——测什么先写清）。
翻车案例：有报告「没有背景」翻车——体验报告开头直接写「准确率 70%——建议优化」——读者（「这测的是什么？哪个产品？为什么测？」——没有背景（不知道测什么（报告莫名其妙）——「没有背景」翻车：背景是第一段（测什么产品/为什么测/测多久——先写清（读者有上下文）；没背景（读者不知道测什么（报告没头没尾——价值打折）——背景是报告的第一段（测什么先写清）。

第二步：②过程——怎么测。体验报告的第二段：过程——怎么测：方法（试用（自己用（实际操作）；看数据（看后台数据（准确率/日志）；访谈（问用户（访谈用户）——方法（怎么测的）；测了哪些场景（场景清单（问答/写作/翻译——测了哪些场景（场景覆盖（全场景（测全）；部分场景（只测了问答））；有什么数据（数据（准确率（答对比例）；响应时间（快慢）；成功次数（成功几次）——过程的作用（「怎么测」可复现（读者能照着测（结果可验证（复现（照着同样的方法测（得到同样的结果——过程可信）；过程不写（读者不知道「怎么测的」（结果没法验证（「你说准确率 70%——怎么测的？」——过程是报告的第二段（怎么测可复现）。
打个比方：试吃报告的过程（怎么测）——试吃过程（点了 5 道菜（红烧肉/鱼香肉丝/宫保鸡丁/酸辣汤/米饭——测了哪些菜）；吃法（每道尝一口（记味道）——过程（读者能照着测（照着点这 5 道菜（尝一口——得到同样结论——可复现）——过程不写（读者不知道「怎么测的」（「你说鱼香肉丝咸——你点了吗？」——过程是试吃报告的第二段（怎么测可复现）——体验报告同理（过程——怎么测可复现）。
翻车案例：有报告「没有过程」翻车——体验报告写「准确率 70%」——读者（「怎么测的？测了多少问题？哪些场景？」——没有过程（数据没法验证（「你说 70%——我怎么知道不是编的」）；过程（写清（测了 10 个场景 100 个问题——读者能复现（验证）——「没有过程」翻车：过程是第二段（方法/场景/数据——写清（可复现可验证）；没过程（数据没法验证（报告可信度低）——过程是报告的第二段（怎么测可复现）。

第三步：③发现——看到什么。体验报告的第三段：发现——看到什么：好的（亮点（哪些场景表现好（「问答场景答得好——准确率 90%」——亮点）；坏的（问题（哪些场景答错/慢（「翻译场景答错——3 次错 2 次」——问题）；意外的（意外发现（数据外的（「发现对话历史功能很好用——意外惊喜」——意外）；事实+数据（每个发现带事实（「3 个场景答错」（事实——数据支撑）；不带事实的发现（「翻译不行」（感觉——没数据）——发现的作用（「看到什么」有事实（发现是结论的依据（结论从发现来（有事实的发现（结论有依据）；感觉的发现（结论没依据）——发现是报告的核心（事实+数据——「看到什么」有事实）。
打个比方：试吃报告的发现（看到什么）——试吃发现（好的（红烧肉好吃（入味——事实）；坏的（鱼香肉丝太咸（咸到没法吃——事实）；意外的（菜单没标辣度（宫保鸡丁很辣——意外）——每个发现带事实（「鱼香肉丝太咸」（事实——咸到没法吃）——不带事实的发现（「鱼香肉丝不行」（感觉——没依据）——试吃发现的（事实+数据（「看到什么」有事实）——体验报告同理（发现——事实+数据）。
翻车案例：有报告「发现全是感觉」翻车——体验报告发现写「翻译功能不好用」（感觉——没事实）——读者（「哪里不好用？错了几次？什么场景？」——感觉的发现（没依据（结论没法从这来）；事实的发现（「翻译 10 次错 6 次——准确率 40%」（事实——数据）——「发现全是感觉」翻车：发现要「事实+数据」（「翻译 10 次错 6 次」（事实）；「不好用」（感觉——没依据）——发现是结论的依据（有事实的发现（结论有依据）——「看到什么」有事实）。

第四步：④结论——好不好。体验报告的第四段：结论——好不好：总分（整体评价（「整体中上」（总分——一句话）；分项（分项评价（快（响应快——9 分）；准（准确率 70%——6 分）；稳（时好时坏——5 分）——分项（每项打分）；结论基于发现（「准确率 70%」→「准确率一般」（结论从发现来）；「准确率 70%」→「准确率很好」（拍脑袋——结论和发现不符）——结论的作用（「好不好」有依据（结论基于发现（不拍脑袋（发现说准确率 70%（结论说「准确率一般」（有依据）；发现说 70%（结论说「很好」（没依据——拍脑袋）——结论是报告的核心（基于发现——有依据）。
打个比方：试吃报告的结论（好不好）——试吃结论（总分（中上（5 道 3 道好——及格偏上）；分项（味道（中上——红烧肉好但鱼香肉丝咸）；环境（一般）；服务（好）——结论基于发现（「鱼香肉丝太咸」（发现）→「味道中上」（结论——有依据）；「鱼香肉丝太咸」→「味道很好」（结论和发现不符——拍脑袋）——试吃结论（基于发现——有依据）——体验报告同理（结论——基于发现——不拍脑袋）。
翻车案例：有报告「结论拍脑袋」翻车——体验报告发现写「翻译 10 次错 6 次——准确率 40%」——结论写「翻译功能很好」（结论和发现不符——拍脑袋）——读者（「发现说 40%——结论说很好——你认真看发现了吗？」——拍脑袋结论（没依据——报告可信度崩）；结论基于发现（40%→「准确率差」（有依据）——「结论拍脑袋」翻车：结论基于发现（数据说话（发现 40%→结论「差」）；拍脑袋（结论和发现不符（报告可信度崩）——结论是报告的核心（基于发现——有依据）。

第五步：⑤建议——怎么改。体验报告的第五段：建议——怎么改：方案（改什么（「补评测集（评估测试题）——测翻译准确率」/「优化提示词（给模型下指令的话）——翻译更准」——方案（改什么）；可执行（谁改/改什么（「算法团队补评测集」——责任到人（谁改）；「优化翻译提示词」——改什么（明确）——可执行（有责任有内容（能落地）；优先级（先改哪个（「先解决准确率（最影响体验）——翻译优先」——优先级（先改最影响体验的）——建议的作用（「怎么改」可落地（有方案/有责任/有优先级（老板能照着执行（建议可落地——报告才有价值）；空建议（「建议优化体验」（没法做——空话）——建议是报告的最后一段（可落地——有价值）。
打个比方：试吃报告的建议（怎么改）——试吃建议（方案（「鱼香肉丝减盐」（改什么）；可执行（「厨师调咸度——从 10 降到 6」（谁改/改什么）；优先级（「先改鱼香肉丝（最影响体验）」（先改哪个）——建议可落地（老板照着改（「鱼香肉丝减盐」——厨师改）；空建议（「建议菜更好吃」（没法做——空话）——试吃建议（可落地）——体验报告同理（建议——可落地——有价值）。
翻车案例：有报告「建议是空话」翻车——体验报告建议写「建议优化翻译功能」（空话——改什么/谁改/先改哪个——都没有）——读者（「怎么优化？谁做？先做什么？」——空建议（没法执行（报告没价值）；可执行建议（「算法团队补评测集（测翻译准确率）——先解决翻译（最影响体验）」（有方案/有责任/有优先级——能落地）——「建议是空话」翻车：建议可落地（方案/责任/优先级——三件齐）；空话（「建议优化」——没法做——报告没价值）——建议是报告的最后一段（可落地——有价值）。

第六步：收口——结论可执行。体验报告的收口：体验报告的结论 = 事实+判断+方案——事实（发现（有数据）；判断（结论（基于发现）；方案（建议（可落地）——结论 = 事实+判断+方案（老板能照着执行（报告才有价值）；结论要「可执行」不要「感觉」（❌「感觉还行」（没依据——没法改）；✅「10 个场景 7 个答对——准确率 70%——建议补评测集+优化提示词」（有数据——能执行）——报告的价值（老板照着执行（报告是「行动指南」（不是「感想文」）。
打个比方：试吃报告的收口（结论可执行）——试吃报告结论（事实（5 道菜 3 道好 1 道咸 1 道辣——发现）；判断（中上——结论）；方案（鱼香肉丝减盐——建议）——结论 = 事实+判断+方案（老板照着改（报告有价值）；❌「感觉还行」（没法改）；✅「鱼香肉丝太咸——建议减盐」（能执行）——试吃报告的结论（事实+判断+方案——可执行）——体验报告同理（结论可执行——报告有价值）。
翻车案例：有报告「感想文」翻车——体验报告写成感想（「我用了一下——感觉不错——可能适合一些人」——感想（没事实没数据没方案——老板没法执行（「感觉不错——然后呢？」——报告没价值）；五段式（背景/过程/发现/结论/建议——事实+判断+方案——老板能执行（报告有价值）——「感想文」翻车：体验报告是「行动指南」（事实+判断+方案——可执行）；感想文（感觉——没法执行——没价值）——结论可执行（报告才有价值）。
小结：五段式（背景/过程/发现/结论/建议）→结论关键（基于发现+可执行）→收口（事实+判断+方案——老板能照着执行）。

④ 对比表格：五段式
| 段 | 写什么 | 关键 | 不写会怎样 | |------|------|------|------| | ①背景 | 测什么（产品/目的/周期） | 测什么先写清 | 读者不知道测什么 | | ②过程 | 怎么测（方法/场景/数据） | 可复现 | 数据没法验证 | | ③发现 | 看到什么（好/坏/意外） | 事实+数据 | 结论没依据 | | ④结论 | 好不好（总分+分项） | 基于发现 | 拍脑袋（可信度崩） | | ⑤建议 | 怎么改（方案/责任/优先级） | 可落地 | 空话（报告没价值） |

⑤ 3+个例子：体验报告实战
例子1：背景+过程。「体验 XX AI 问答（背景：测什么——评估值不值得用）；体验 3 天，测 5 个场景 100 个问题（过程：怎么测——场景清单+问题数）」——背景过程（测什么+怎么测——写清）。
例子2：发现（事实+数据）。「问答场景答得好（准确率 90%——亮点）；翻译场景答错（10 次错 6 次——准确率 40%——问题）；对话历史功能好用（意外发现）」——发现（好的/坏的/意外的——每个带事实数据）。
例子3：结论（基于发现）。「总分：中上（5 个场景 3 个好）；分项：快 9 分（响应 1 秒内）/准 6 分（准确率 70%）/稳 5 分（时好时坏）」——结论（总分+分项——基于发现（准确率 70%→准 6 分）。
例子4：建议（可落地）。「算法团队补评测集（测翻译准确率——先解决翻译（最影响体验）；产品团队优化翻译提示词（给模型下指令的话）」——建议（方案+责任+优先级——可落地）。

⑤b 补充板块：体验报告的「常见坑」——三不写
体验报告三个常见的坑（三不写）：
第一，不写「感受当事实」：「翻译感觉不好」（感受——不是事实）；「翻译 10 次错 6 次」（事实——数据）——发现要事实（感受不是事实（「感觉不好」没法验证（「错 6 次」可验证）——三不写之一（感受当事实——不写）。
第二，不写「结论和发现矛盾」：发现「准确率 40%」——结论「很好」（矛盾——拍脑袋）；结论基于发现（40%→「差」——一致）——结论和发现要一致（矛盾（可信度崩）——三不写之二（结论和发现矛盾——不写）。
第三，不写「建议没法落地」：「建议优化体验」（没法做——空话）；「补评测集+优化提示词」（能做——可落地）——建议可落地（有方案有责任（老板照着做）；空话（没法做——报告没价值）——三不写之三（建议没法落地——不写）。
一句话：体验报告三不写——感受当事实（写事实带数据）、结论和发现矛盾（结论基于发现）、建议没法落地（建议有方案有责任）——三不写（报告才合格）。

⑤c 补充板块：体验报告的「结论模板」——照着写
体验报告的结论怎么写（模板）——照着填：
第一，总分句：「整体【好/中上/一般/差】——【X】个场景【Y】个达标（基于发现）——如「整体中上——5 个场景 3 个达标」。
第二，分项句：「快【X】分（响应【数据】）；准【X】分（准确率【数据】）；稳【X】分（一致率【数据】）」——如「快 9 分（1 秒内）；准 6 分（准确率 70%）；稳 5 分（时好时坏）」。
第三，关键发现句：「最亮的点：【亮点】；最大的问题：【问题】」——如「最亮的点：问答场景 90% 准确率；最大的问题：翻译场景 40% 准确率」。
一句话：结论模板三句——总分句（整体评价+达标数）、分项句（快准稳打分+数据）、关键发现句（亮点+问题）——三句照着填（结论完整——有依据）。

⑥ 常见误区（3个）
误区1：「体验报告=感想（感觉不错/感觉一般）。」错！体验报告是「行动指南」（事实+判断+方案——可执行）；感想（感觉——没依据——没法改——报告没价值）——五段式（背景/过程/发现/结论/建议——有结构有数据）。
误区2：「结论拍脑袋（发现和结论不一致）。」错！结论基于发现（发现「准确率 40%」→结论「准确率差」——有依据）；拍脑袋（结论和发现矛盾——可信度崩）——结论基于发现（数据说话）。
误区3：「建议是空话（建议优化体验）。」错！建议可落地（方案（改什么）+责任（谁改）+优先级（先改哪个））；空话（「建议优化」——没法做——报告没价值）——建议可落地（老板照着执行）。

⑦ 第一人称面试回答（3年景观设计→自学转行 AI 产品）
「我 3 年景观设计，被裁后自学转行——体验报告的『结论可执行』，我做景观设计时有体会：设计院『竞品考察报告』（体验报告类比）——考察同行的项目（体验竞品）——写报告五段式：①背景（考察什么（XX 公园——为什么（对标我们项目）；②过程（怎么考察（去了 2 次（看了 5 个区域（拍照记录）；③发现（看到什么（好的（动线设计好（人流顺畅）；坏的（排水有问题（下雨积水）；意外的（儿童区人气高（意外亮点）——每个发现带事实（拍照/测量数据）；④结论（好不好（总分（中上（5 个区域 3 个好）；分项（动线（好）；排水（差）；⑤建议（怎么改（方案（排水系统改进——参考 XXX）；可执行（设计团队改（责任）；优先级（先改排水（最影响使用））——考察报告结论（事实+判断+方案（领导照着改（报告有价值）；❌「感觉还行」（没法改）；✅「排水有问题（下雨积水）——建议改排水」（能执行）——转行学 AI 产品后，把这个翻译成体验报告：五段式（背景（测什么）；过程（怎么测——可复现）；发现（看到什么——事实+数据）；结论（好不好——基于发现）；建议（怎么改——可落地）——收口（结论 = 事实+判断+方案——老板能照着执行——报告才有价值）。我没有大厂 AI 产品经验，但设计院『竞品考察报告』的经历证明：我懂体验报告的写法——结论要可执行，不是感觉。」

⑧ 小结口诀
「五段式：背景（测什么）、过程（怎么测——可复现）、发现（看到什么——事实+数据）、结论（好不好——基于发现）、建议（怎么改——可落地）；收口：结论 = 事实+判断+方案——老板能照着执行。」

⑨ 三轮追问（面试官深挖）
追问1：「体验一个 AI 产品，具体怎么测（过程细节）？」「三个维度：①场景覆盖（测 5-10 个真实场景（问答/写作/翻译/总结/聊天——覆盖主场景（别只测一个场景（一个场景好≠整体好）；②数据收集（每场景测 10 次（收集数据（准确率（答对几次）；响应时间（快慢）；一致率（同问题答得一样吗）；③对比（和竞品/和预期对比（「准确率 70%（比竞品 80% 低——差距）」——过程三件（场景覆盖/数据收集/对比——怎么测有方法（可复现）。」
追问2：「结论和发现矛盾时（发现差——结论好），怎么处理？」「重写结论（发现是事实（不能改）；结论要「迁就」发现（发现「准确率 40%」——结论必须「准确率差」（结论从发现来）；矛盾说明（结论写错了（拍脑袋）——重写（基于发现重写结论）；发现可能有误（发现「准确率 40%」——但「样本太少」（10 次——偶然）——发现要「补测」（扩大样本（100 次——再确认）——矛盾处理（结论迁就发现（发现有疑——补测确认）——结论和发现一致（报告才可信）。」
追问3：「体验报告给谁看（写给老板还是写给团队）？」「分对象（给老板（看结论和建议（老板要决策（值不值得做/投不投——结论+建议（重点）；给团队（看发现（团队要执行（哪里不好（发现——细节（重点）——分对象（老板（结论+建议——决策）；团队（发现——执行）——报告分两层（结论层（给决策者）+发现层（给执行者）——写报告（两层都写（决策者看结论——执行者看发现——报告有用）。」

⑩ 进阶加分点（说出口就加分）
加分点1：把报告和「决策」挂钩。「我写体验报告前先问：这份报告给谁做决策（老板（值不值得做——结论+建议）；团队（怎么改——发现细节）——报告围绕决策写（决策者看完（能拍板（做/不做/怎么改）；报告没有决策指向（「感想文」——看完没法决策）——体验报告 = 决策支持（不是感想——是帮决策者拍板）。」——「决策支持」一说出口，你就是懂「报告的价值」的人（不是写感想——是帮决策）。
加分点2：引入「体验评分卡」。「我写报告带体验评分卡：分项打分（快（响应时间——分数）；准（准确率——分数）；稳（一致率——分数）；价值（解决真问题吗——分数）——评分卡（4 项打分——总分（横向对比（竞品/迭代前后（评分卡对比——数据说话）——体验评分卡（体验量化（打分——对比——不是感觉）。」——「体验评分卡」说明你懂「体验要量化」（打分对比——数据说话）。
加分点3：把报告和建议的「优先级」挂钩。「我给建议排优先级：P0（严重问题（准确率 40%——影响使用——必须改）；P1（重要问题（响应慢——影响体验——应该改）；P2（可优化（界面细节——可以改）——优先级（P0/P1/P2——先改 P0（最严重）；再改 P1；P2 有空改——建议排优先级（老板知道先做什么——执行有序）。」——「建议优先级」说明你懂「建议要排优先级」（P0/P1/P2——执行有序）。

⑪ 话术库（直接抄着说）
「体验报告五段式：背景（测什么）、过程（怎么测——可复现）、发现（看到什么——事实+数据）、结论（好不好——基于发现）、建议（怎么改——可落地）。」
「结论要可执行不要感觉：❌『感觉还行』（没法改）；✅『10 个场景 7 个答对——准确率 70%——建议补评测集+优化提示词』（能执行）。」
「发现要事实+数据：『翻译 10 次错 6 次』（事实）；『翻译不好用』（感觉——没依据）。」
「建议可落地三件：方案（改什么）+责任（谁改）+优先级（先改哪个）。」
「体验报告的结论 = 事实+判断+方案——老板能照着执行，报告才有价值。」

⑫ 小白 Q&A（可能踩的坑）
Q1：体验报告和测试报告区别？测试报告（功能测试（功能对不对（「登录功能正常」——功能验证）；体验报告（体验评估（体验好不好（「准确率 70%——体验一般」——体验评估）——区别（测试（功能对不对）；体验（体验好不好——快准稳/价值）——体验报告更偏「用户感受+数据」；测试报告偏「功能正确性」。
Q2：发现和结论区别（不都是结果吗）？发现（看到什么（事实（「准确率 70%」「翻译 10 次错 6 次」——事实——客观）；结论（好不好（判断（「准确率一般」「翻译差」——判断——主观（基于发现）——区别（发现（事实——客观）；结论（判断——基于发现）——先有发现（事实）——再下结论（判断）。
Q3：体验报告要多长（写多少）？按读者（给老板（一页纸（背景+结论+建议（决策者看重点——一页够）；给团队（详细（发现细节（场景/数据（执行者看细节——详细）——长度（按读者（老板（一页纸——结论建议）；团队（详细——发现细节）——报告不是越长越好（读者能用的长度（最合适）。

⑬ 没人告诉你的事（面试潜规则）
这道题面试官真正在听的，是「你会不会写结论」——大部分候选人答「体验报告就是记录体验」（记录思维——不知道结论怎么写），你说「五段式+结论可执行」（背景/过程/发现/结论/建议——结论基于发现+可落地）——当场拉开（面试官要的是懂「报告的价值」的人（报告是行动指南——不是感想文——结论可执行）。另一个潜规则：这道题的灵魂是「结论」——「结论 = 事实+判断+方案——老板能照着执行」是全场金句（80% 的候选人会写「感觉还行」（感想思维），你多讲「可执行」（准确率 70%——补评测集——能落地）——说明你懂「报告的核心」（结论可执行——报告才有价值——不是感想）。还有一个：用「设计院竞品考察报告」讲体验报告，比背「五段式」动人十倍——你的真实经历（考察报告的结论可执行）就是最稀缺的素材——面试官会记住「这个转行者会写结论」。

⑭ 做一件事（学完就动手）
今天「写一份体验报告」：找一个你常用的 AI 产品（豆包/文心/任何 AI）——按五段式写：①背景（测什么——这个产品/为什么测）；②过程（怎么测——用 3 个场景各测 5 次）；③发现（看到什么——好的/坏的/意外的——带数据（答对几次/响应几秒）；④结论（好不好——总分+分项（快准稳打分）；⑤建议（怎么改——方案+优先级）——写完你会发现：体验报告五段式——你的报告也能让「老板照着执行」。

⑮ 求职助手联系（面试前必做）
面试前用本卡做 3 件事：①把「五段式+结论关键」练熟（面试框架：背景/过程/发现/结论/建议+可执行）；②准备你的「报告」案例（设计院竞品考察报告——真实经历最动人）；③把「结论 = 事实+判断+方案——老板能照着执行」练熟（收口金句）。面试被问「体验报告怎么写结论」时：先说五段式（背景/过程/发现/结论/建议）→再说结论关键（基于发现+可执行）→收口（事实+判断+方案）——五段完整+结论到位+金句收口，面试官立刻记住你。

⑯ 练习（自己测一遍）
1.（五段式）体验报告的五段式是？——答案：背景（测什么）/过程（怎么测）/发现（看到什么）/结论（好不好）/建议（怎么改）。
2.（关键）「感觉还行」为什么不是好结论？——答案：没依据（没法改——「感觉还行」没有数据支撑——老板没法照着执行）；好结论（「准确率 70%——补评测集」——有数据能执行）。
3.（角色）面试官追问「结论怎么写」，你一句话回答？——参考答案：「结论 = 事实+判断+方案：事实（发现——『翻译 10 次错 6 次——准确率 40%』）；判断（结论——『翻译差——基于发现』）；方案（建议——『算法团队补评测集+优化翻译提示词（给模型下指令的话）——先解决翻译（最影响体验）』）——事实+判断+方案——老板能照着执行——报告才有价值。」