访谈约不到人，需求还是要想清楚——我用AI模拟了一轮用户访谈

管理者的老问题：需求拍板时，谁的声音在桌上

带过产品团队的人都熟悉这个场景：排期会上，大家围绕一个功能争了两个小时，最后谁嗓门大听谁的。散会后有人小声嘀咕“用户真的需要这个吗”，但没人能回答——因为约一次真实用户访谈，从筛选、邀约到整理纪要，通常要一到两周，而排期就在眼前。

这正是我想聊的切入点：AI模拟用户访谈，不是替代真实调研，而是把“需求假设的提炼”从依赖个别人的直觉，变成一个团队可以围观、可以追溯、可以反复迭代的流程环节。对于缺人缺预算的独立开发者和小团队，它更是唯一现实的选项。

先说痛点：不是不想访谈，是访谈的成本结构撑不住

把用户访谈这件事拆开看，成本主要花在三处：

一是找人难。小团队没有用户池，冷启动阶段连十个愿意聊半小时的目标用户都凑不齐，还得发红包、约时间、处理放鸽子。

二是信息损耗大。就算访谈做成了，纪要整理靠一个人奋笔疾书，访谈者的提问方式、追问深度、甚至当天的状态，都会影响结论。同样一场访谈，两个人听出两个方向。

三是结论不可复核。最后出现在PRD里的那句“用户希望支持导出Excel”，没有人知道它来自哪句话、什么语境、是三个用户的共识还是一个人的牢骚。管理者审核需求时，实际上在审核一份无法验证的二手信息。

这三条叠加的结果是：小团队的需求决策长期处于“拍脑袋+事后补理由”的状态，风险全压在上线之后。

AI能做什么：把访谈从“事件”变成“流程”

我最近在小团队里推了一套做法：在真实访谈之前，先用AI模拟一轮访谈，产出结构化的需求假设清单；真实访谈（哪怕只有三场）则用来校准这些假设。AI承担的是“假设生成器”的角色，具体流程分四步：

第一步，定义画像。团队一起写清楚目标用户是谁：角色、使用场景、当前替代方案、最大的抱怨。这一步不能省，画像写得含糊，模拟出来的访谈就是废话。建议用团队协作文档共创，管理者把关。

第二步，模拟访谈。把画像喂给AI，让它扮演这个用户，团队成员轮流提问。关键技巧是要求AI“带情绪、有立场、允许拒答”，而不是有问必答的完美受访者——一个从不反驳的模拟用户没有价值。

第三步，交叉提炼。让AI基于多轮对话产出结构化输出：痛点清单、按频率和强度排序的需求假设、每条假设对应的原始对话片段。这里我用的API服务按token计费，跑一轮模拟访谈的成本几乎可以忽略（以官网价格页为准），团队任何人都能随手起一轮。

第四步，假设分级与验证排期。把假设按“高风险高不确定”和“低风险可后验”分类，前者进入真实访谈提纲，后者直接进版本计划，上线后用数据验证。

这套流程跑下来，管理者拿到的东西变了：不再是“我觉得用户要X”，而是一份每条都标注了来源、置信度和验证方式的假设清单。评审会上讨论的对象从观点变成了证据链。

前后对比：同样是三周，产出物完全不同

改造前，我们一次需求调研的实际状态：约到4位用户，2位临时取消；纪要由产品助理整理，1万字的记录最后浓缩成5条需求，没有优先级依据；开发排期时，一条“用户要求离线模式”到底做不做，会上争了90分钟，最后靠投票。

改造后：先用AI跑了6个不同画像的模拟访谈（两天，含团队轮换提问），产出17条需求假设，其中5条被标记为高不确定。真实访谈只约了3位用户，但提纲全部围绕那5条假设展开，每场30分钟直奔主题。最终的PRD里，每条需求都能回溯到“模拟假设+真实验证”双层证据，评审时间从两小时降到40分钟。

省下的不只是时间——是风险控制。模拟访谈阶段，团队就发现两个看似显然的需求假设，在AI扮演的极端用户面前站不住脚，直接砍掉，避免了约两周的开发量。这种“提前证伪”的能力，是传统流程里最缺的一环。

可复制的提示词模板

以下是我们在用的模拟访谈系统提示词，可直接复制后替换画像部分：

你将扮演一位目标用户，配合我完成一场模拟访谈。请严格保持角色，不要跳出。

## 用户画像
- 身份角色：{例如：30人电商团队的一名运营主管}
- 使用场景：{例如：每周手动整理各平台销售数据做周报}
- 当前替代方案：{例如：Excel + 复制粘贴，耗时约4小时}
- 最大抱怨：{例如：平台口径不一致，对账总出错}
- 性格与表达习惯：{例如：直接、不耐烦、只关心省时间}

## 扮演要求
1. 有立场：对自己的工作方式有偏好，被质疑时会反驳或解释
2. 有边界：与画像无关的问题可以说"这个我不清楚"或"没想过"
3. 有情绪：如果问题踩到痛点，表现出明显的抱怨倾向并展开说
4. 拒绝完美：不要主动总结需求，不要替产品说话，只描述自己的经历

## 访谈结束后
当我说"访谈结束"时，切换为分析师角色，输出：
1. 痛点清单（按提及频率和情绪强度排序）
2. 需求假设（每条附原文依据片段）
3. 高不确定、需要真实访谈验证的假设（不超过5条）

一点使用建议：画像段落让团队里最贴近用户的人来写，AI的扮演质量上限取决于这里。跑完一轮后，可以把AI输出的假设清单贴回团队文档，用评论区收集中和意见，再跑下一轮迭代。

几句提醒

模拟访谈不能替代真实用户，这是底线。AI扮演的用户来自你提供的画像，画像有偏见，结论就继承偏见。所以正确的定位是：AI负责让假设显性化、结构化，真实访谈负责校准，数据负责最终裁决。三层证据叠起来，需求决策才谈得上可控。

对于想动手试的团队，选择一个稳定的模型API服务是前提——模拟访谈要反复跑、多轮跑，接口的稳定性和成本可控性比单次能力更重要。我目前用的这个服务支持多模型切换，跑模拟访谈和跑结构化提炼可以用不同模型，注册入口在这里：https://api.thistoken.ai/register

---

本文的示例只需一个 API Key 就能复现：在 https://api.thistoken.ai/register 注册即用。