用户访谈前,如何用搜索准备提纲?
先做桌面调研,把有限访谈时间留给未知与决策
在用户访谈前检索行业背景、现有方案、用户公开讨论与常见术语,形成已知事实、待验证假设和认知空白,再按行为回顾而非观点诱导组织访谈提纲,让每个问题都对应明确的研究目标。
1.问题背景
没有准备的访谈容易浪费在可以搜索到的基础知识上,或直接问“你会不会买”得到礼貌但无效的答案。准备过度又可能把研究者的结论塞进问题,让受访者顺着假设回答。搜索应帮助建立背景与暴露空白,而不是替用户做决定。
2.搜索目标
- 掌握行业术语和用户现有解决路径
- 区分已有公开证据与仍需访谈验证的假设
- 识别不同用户角色和关键使用场景
- 设计围绕真实行为、成本和决策过程的问题
- 建立访谈后的证据记录与假设更新方式
3.问题拆解
- “目标用户 + 工作流程 / 一天 / 怎么做”——理解任务上下文
- “目标问题 + 解决办法 / 工具 / 替代方案”——梳理现有选择
- “现有方案 + 吐槽 / 放弃 / 迁移 / 退款”——发现摩擦线索
- “行业术语 + 定义 / 标准 / 流程”——减少访谈中的理解偏差
- 将每条公开线索转写成待验证假设与中性问题
4.搜索路径
先明确研究决策和目标人群,检索官方行业资料、现有产品、公开社区讨论和真实工作流案例;把每条信息标为事实、二手观点或假设,并记录来源和日期。随后只把搜索无法回答、且会影响产品决策的问题放入访谈,以“请回忆最近一次……”开场,避免暗示解决方案,最后准备关键事件、替代方案、成本和决策链的追问。
5.关键发现
访谈目标应绑定一个决策
“了解用户”过于宽泛。更有效的目标是判断某个场景是否高频、现有替代方案为何失败、谁有采购权等,让提纲中的每个问题都能影响后续动作。
公开资料负责背景,访谈负责上下文
行业规模、产品功能和术语通常可以先查;真实触发时刻、绕行办法、情绪、组织阻力和决策权则需要从具体经历中追问。两者分工能显著提高访谈密度。
问过去行为,不问未来承诺
“你会买吗”容易得到迎合答案;“上一次遇到这个问题是什么时候、怎么解决、花了什么成本”更接近真实需求强度和付费信号。
提纲是导航,不是问卷
问题顺序应允许跟随关键事件深入。相比机械问完十个问题,围绕一次真实经历追清触发、步骤、阻力和结果,通常更有价值。
6.来源与证据
- 行业主管部门、协会与专业术语资料(用于建立背景和统一口径,不把宏观结论直接套到个体)
- 目标用户公开分享、社区讨论与工作流案例(用于发现场景和语言线索,访谈中仍需重新验证)
- 现有产品官网、帮助文档与定价页(梳理替代方案、使用门槛和付费模式)
- 公开评价与迁移经验(用于形成摩擦假设,注意样本偏差与版本时效)
7.最终输出
访谈前研究画布
| 区域 | 要记录的内容 | 例子 |
|---|---|---|
| 研究决策 | 访谈结果将支持什么选择 | 是否继续做某场景的原型 |
| 已知事实 | 有一手来源、无需浪费访谈时间确认 | 现有产品的公开价格与功能 |
| 待验证假设 | 有线索但证据不足 | 用户每周都会遇到某任务 |
| 认知空白 | 公开资料无法回答 | 谁发起、谁使用、谁批准采购 |
| 招募条件 | 什么经历才算目标用户 | 近 30 天真实完成过该任务 |
30—45 分钟访谈提纲
1. 热身与背景(5 分钟)
- 请介绍你当前的角色和主要职责。
- 哪类任务最占用你的时间?不要提示目标问题。
2. 最近一次真实经历(15 分钟)
- 请回忆最近一次遇到【目标问题】是什么时候。
- 当时是什么触发了这件事?
- 你按什么顺序做了哪些步骤?用了什么工具或找了谁?
- 哪一步最费时间或最容易出错?后来怎样解决?
- 如果不处理,会产生什么后果?
3. 替代方案与成本(10 分钟)
- 你还试过哪些办法?为什么继续用或放弃?
- 现在的做法付出了哪些时间、费用或协作成本?
- 谁会影响工具选择,谁有最终决定权?
4. 优先级与收尾(5—10 分钟)
- 和其他问题相比,这件事的优先级如何?为什么?
- 有什么我没问、但理解这个流程必须知道的事?
- 能否推荐另一位经历不同的人继续访谈?
避免的问法
| 诱导式问题 | 更好的行为问题 |
|---|---|
| 如果有 AI 自动完成,你会买吗? | 上一次你为解决它购买或试用了什么? |
| 这个功能是不是很麻烦? | 哪一步最费力?请讲一个具体例子。 |
| 你每周都会用吧? | 最近一个月发生过几次?能回忆具体日期吗? |
| 你喜欢方案 A 还是 B? | 你现在按什么标准选择方案? |
访谈后更新
每次访谈都把假设标记为 支持 / 反驳 / 信息不足,附原话、场景和受访者类型。不要用单个受访者下普遍结论;当不同角色出现稳定重复的行为证据后,再进入原型或定价验证。
8.你可以复用这个搜索
点击下方按钮,吾求索会用预填好的提示词为你重跑这次搜索。未登录用户会先进入登录页。
相关案例
如何判断 AI 有声书工具有没有市场?
用吾求索对 AI 有声书工具做一次轻量市场验证:梳理真实用户需求、现有竞品与定价、增长难点与商业模式,输出一份带来源的市场判断,适合创业者在投入前低成本验证方向。
如何用公开资料估算 TAM、SAM、SOM?
用统计公报、行业报告、企业披露与公开价格等资料,先界定目标用户、地域、场景和产品边界,再用自上而下与自下而上两条路径估算 TAM、SAM、SOM,保留公式、假设、来源和敏感性区间。
如何从用户评价里挖出竞品痛点?
从应用商店、社区、问答和公开测评中收集竞品评价,区分事实、情绪与功能诉求,按场景和用户类型聚类高频痛点,并回到官方资料核验版本差异,最终输出带证据的痛点地图和产品验证清单。
如何快速整理 20 个网页的信息?
用吾求索把 20 个分散网页的信息整理成结构化摘要、观点归类、来源对比和结论,省去逐页打开、手动摘抄的时间,适合学习研究、写综述与资料调研。
短视频脚本如何做多源灵感整理?
围绕一个短视频主题同步检索平台热点、用户评论、问答需求和权威资料,把流行表达与可靠事实分开整理,提炼冲突、问题和案例素材,最终输出包含前三秒钩子、信息节奏、画面提示与来源核验的原创脚本。
小红书标题公式怎么拆解?
围绕一个垂直主题收集近期高互动小红书内容,拆解标题中的目标人群、具体场景、结果承诺、反差、数字和风险提示,区分相关性与因果关系,最终形成可原创改写的标题结构和发布前检查表。