用户研究提示词模板
本文档提供用户访谈、需求调研、竞品分析等用户研究场景的提示词模板。每个模板包含使用场景说明和可直接复制使用的提示词。
目录
- 模板 1：用户深度访谈提纲生成
- 模板 2：用户需求调研问卷设计
- 模板 3：竞品分析报告生成
- 模板 4：AI 产品用户访谈（含 Prompt 测试）
- 模板 5：用户痛点与机会点分析
- 模板 6：AI 产品可用性测试提纲
- 模板 7：用户画像生成
- 模板 8：AI 功能需求优先级排序
模板 1：用户深度访谈提纲生成
使用场景：在做 AI 产品前期调研时，需要对目标用户进行一对一深度访谈，了解他们的工作流程、痛点和需求。
提示词：
markdown
你是一位经验丰富的用户研究员，擅长为 AI 产品做用户访谈。我正在设计一个[产品类型]产品，目标用户是[用户群]。请帮我生成一份深度访谈提纲。
## 背景信息
- 产品方向：[如：企业智能客服／AI 写作助手／AI 数据分析工具]
- 目标用户：[如：中小企业的客服主管／内容营销人员／数据分析师]
- 调研目标：[如：了解现有工作流程中的效率瓶颈，评估 AI 产品的切入点]
## 访谈提纲要求
- 时长约 45-60 分钟
- 包含以下模块：
1. 热身与背景了解（5 分钟）
2. 当前工作流程（10 分钟）
3. 痛点和挑战（10 分钟）
4. 对 AI 的认知和期望（10 分钟）
5. 方案验证与反馈（10 分钟）
6. 总结与开放问题（5 分钟）
## 请输出
1. 每个模块的访谈目的（为什么问这些）
2. 具体问题列表（每个模块 4-6 个问题）
3. 追问技巧建议（当用户回答不深入时的追问方式）
4. 禁忌问题提示（哪些问题容易引导或产生偏差）
5. 观察要点（除了回答问题，还应该注意用户什么行为和情绪）
重点关注：
- 避免诱导性问题
- 使用"Tell me about a time when..."等行为描述型问题
- 追问时使用"你能举个具体的例子吗？"
- 访谈结束后询问用户还有没有什么没想到的模板 2：用户需求调研问卷设计
使用场景：需要大规模收集用户对 AI 功能的需求和偏好，用于需求优先级排序。
提示词：
markdown
你是一位 AI 产品经理和用户研究员。我需要设计一份用户需求调研问卷，目标是了解目标用户对我们计划推出的 [产品/功能] 的需求程度和使用意愿。
## 调研背景
- 产品/功能：[描述你想验证的产品或功能]
- 目标用户：[描述用户群体]
- 调研目标：[如：验证需求强度、了解付费意愿、发现优先级]
## 问卷设计要求
- 完成时间控制在 5 分钟以内
- 包含 10-15 个问题
- 题型多样化（单选、多选、李克特量表、开放题）
## 请输出
1. 问卷标题和简短介绍
2. 问题列表，每个问题包含：
- 问题文本
- 题型（单选/多选/量表/开放）
- 选项列表（对选择型问题）
- 本题的调研目的
3. 问卷逻辑跳转建议（如果有）
4. 数据回收后的分析方向建议
5. 常见的调研偏差提醒（如幸存者偏差、社会期望偏差）
注意：先筛别用户是否符合目标人群（筛选题），再进入核心问题。问题设计要避免引导性。最后几题放用户画像相关的信息题。模板 3：竞品分析报告生成
使用场景：需要系统性地分析市场上同类 AI 竞品的产品功能、技术方案、体验和商业模式。
提示词：
markdown
你是一位 AI 产品研究员，擅长做竞品分析。请帮我生成一份专业的竞品分析报告。
## 分析目标
- 我们的产品：[描述你的 AI 产品]
- 分析目的：[如：了解市场格局、发现差异化机会、学习最佳实践]
- 目标竞品：[列出 3-5 个竞品名称]
## 分析维度
请从以下 8 个维度对每个竞品进行分析：
### 1. 产品定位
- 一句话定位
- 目标用户群
- 核心价值主张
### 2. 功能对比
- 核心功能列表
- 差异化功能
- 缺失的功能
### 3. 技术方案
- 使用的模型（闭源/开源）
- 技术架构特点
- 是否有独特的技术壁垒
### 4. 用户体验
- 交互设计评价
- 上手门槛
- 关键用户路径的流畅度
### 5. 定价模式
- 价格结构（免费/订阅/按量付费）
- 性价比分析
- 隐藏成本
### 6. 市场表现
- 用户规模（如果有公开数据）
- 增长趋势
- 融资/收购情况（如果有）
### 7. 优势和劣势
- 每个竞品的 3 个主要优势
- 每个竞品的 3 个主要劣势
### 8. 对我们的启示
- 可以学习的地方
- 可以差异化的方向
- 需要警惕的风险
## 输出格式
1. 竞品概览表（一句话总结每个竞品）
2. 详细分析（每个竞品 8 个维度逐一分析）
3. 对比总结表（多维度横向对比）
4. 行动建议（基于分析结果，对我们产品的建议）
注意：区分客观事实和主观判断，数据来源标注清楚。模板 4：AI 产品用户访谈（含 Prompt 测试）
使用场景：在产品原型阶段，邀请用户测试 AI 产品的交互和 Prompt 效果，收集真实反馈。
提示词：
markdown
你是一位 AI 产品的用户研究员，需要组织一场结合产品原型测试的用户访谈。
## 测试对象
- 产品：[描述你的 AI 产品原型或当前 Prompt 版本]
- 核心交互：[用户如何与 AI 交互，输入什么，看到什么]
- 测试目标：[如：验证 Prompt 是否能引导用户完成目标，检查 AI 回复的准确性]
## 请设计测试流程，包含：
### 1. 测试前准备（10 分钟）
- 背景介绍和知情同意
- 用户背景了解
- 使用场景介绍
### 2. 任务测试（25 分钟）
- 任务 1：[具体任务描述]
- 用户输入预设 Prompt
- 观察要点：用户是否能理解交互方式、AI 回复是否满足需求
- 追问问题
- 任务 2：[具体任务描述]
- 同上
- 任务 3：[开放式探索任务]
- 让用户自己尝试，不设限
### 3. 深度访谈（15 分钟）
- 整体体验评价
- 最满意和最不满意的部分
- 期望的改进方向
- 付费意愿和使用频率估算
### 4. Prompt 特定反馈（10 分钟）
- 用户是否理解 AI 的回应
- 用户觉得 AI 的回答是否有帮助
- 有没有让用户感到困惑或不满的回答
## 请输出
1. 完整测试脚本
2. 观察记录表模板
3. 每个任务的成功标准
4. 需要录制的行为指标
5. 测试环境要求
注意：主持人要保持中立，不要帮 AI 辩解。重点记录用户的第一反应和真实情绪。模板 5：用户痛点与机会点分析
使用场景：在收集了用户反馈或访谈数据后，需要系统性地分析用户痛点，并提炼产品机会点。
提示词：
markdown
你是一位 AI 产品分析师，擅长从用户反馈中发现产品机会。以下是我们在[产品领域]收集到的用户反馈数据，请帮我做痛点分析和机会点提炼。
## 原始数据
[在这里粘贴用户访谈记录、问卷开放题回答、用户反馈等数据]
## 请按照以下框架分析
### 1. 痛点归类
将用户反馈中的痛点归类，格式如下：
| 痛点类别 | 具体痛点 | 出现频率 | 严重程度 | 受影响用户群 |
|---------|---------|---------|---------|------------|
| [分类] | [具体描述] | [高/中/低] | [高/中/低] | [用户群] |
### 2. 根因分析
对每个高优先级痛点（出现频率高且严重程度高）做根因分析：
- 表面问题 vs 深层原因
- 是技术问题、产品设计问题还是流程问题
### 3. 机会点
从痛点中提炼产品机会点：
| 机会点 | 对应痛点 | AI 能做什么 | 预估价值 | 实现难度 |
|-------|---------|------------|---------|---------|
| [描述] | [引用痛点] | [AI 方案] | [高/中/低] | [高/中/低] |
### 4. 优先级矩阵
画一个价值-难度矩阵，将机会点按象限分类：
- **立即行动**（高价值 + 低难度）
- **战略规划**（高价值 + 高难度）
- **快速获胜**（低价值 + 低难度）
- **暂缓考虑**（低价值 + 高难度）
### 5. 行动建议
- Top 3 应该立即推进的功能
- 每个功能的最小可行方案描述
- 预期效果和验证指标
注意：分析要忠实于数据，不要强行创造机会点。如果数据不足以支持结论，要指出数据缺口。模板 6：AI 产品可用性测试提纲
使用场景：在 AI 产品上线前，对 AI 交互体验和界面做可用性测试。
提示词：
markdown
你是一位 UX 研究员，专攻 AI 产品的可用性测试。请帮我设计一份 AI 产品可用性测试提纲。
## 测试产品
- 产品：[描述你的 AI 产品]
- 核心 AI 交互：[如：对话式交互 / 生成式交互 / 推荐式交互]
- 测试版本：[原型 / 试运行版本]
## 设计原则
AI 产品的可用性测试需要额外关注：
1. 用户是否理解 AI 的能力边界
2. 用户是否信任 AI 的输出
3. 用户如何应对 AI 的错误（幻觉/不准确）
4. 用户对 AI 不确定性的认知和接受度
## 请输出测试提纲，包含：
### 1. 测试前问卷
- 用户对 AI 产品的使用经验
- 对 AI 能力的期望（过高或过低？）
- 对 AI 的信任程度（1-5 分）
### 2. 任务设计（5-8 个任务）
每个任务包含：
- 任务描述（自然语言，不透露操作步骤）
- 任务完成标准
- 预计完成时间
- 需要观察的关键行为
### 3. AI 特定观察要点
- 用户是否检查 AI 输出的准确性
- 用户是否理解 AI 回复中的不确定性表达
- 用户被 AI 误导时的反应和处理方式
- 用户对 AI 速度的接受度
### 4. 测量指标
- 任务完成率
- 任务完成时间
- 错误率
- 用户满意评分
- AI 信任度变化（前测 vs 后测）
### 5. 测试后访谈
- 整体印象
- 信任和不信任的瞬间
- 改进建议 Top 3
- System Usability Scale (SUS) 问卷
注意：AI 产品的可用性测试更关注"对话性"和"协作性"，而非传统 GUI 操作的效率。模板 7：用户画像生成
使用场景：根据调研和访谈数据，生成 AI 产品的目标用户画像，帮助团队理解用户。
提示词：
markdown
你是一位 AI 产品研究员，请根据以下用户研究数据，生成[产品]的目标用户画像。
## 研究数据摘要
[粘贴用户访谈/调查问卷/数据报告的关键发现]
## 请生成 3-4 个典型用户画像，每个画像包含：
### 画像模板
**画像名称**：[如：效率至上的运营主管]
**基本信息**
- 年龄、职位、行业
- 技术熟练度（1-5 分）
- AI 使用经验（新手 / 有经验 / 专家）
**工作场景**
- 每日工作流程
- 核心任务和责任
- 最耗时的环节
**痛点和需求**
- Top 3 工作痛点
- 尝试过的解决方案
- 未满足的需求
**对 AI 的态度**
- 对 AI 的认知水平
- 使用 AI 的意愿（1-5 分）
- 最担心的问题（如：数据安全、准确性、学习成本）
**一句话总结**
- 这个用户选择或放弃一个 AI 产品的核心原因
### 额外要求
1. 每个画像要有调研数据支撑（标注数据来源）
2. 画像要真实反映用户的矛盾和复杂性（不是完美用户）
3. 体现不同类型用户在使用 AI 产品时的差异
4. 最后给出：每个用户画像对应的产品策略建议
注意：用户画像基于真实数据，不要编造。如果数据不足，标注"待验证假设"。模板 8：AI 功能需求优先级排序
使用场景：在需求池中有一堆 AI 功能需求，需要系统性地做优先级排序。
提示词：
markdown
你是一位 AI 产品经理，需要对需求池中的功能需求进行优先级排序。
## 背景
- 产品：[你的 AI 产品]
- 当前阶段：[探索期 / 增长期 / 成熟期]
- 可用资源：[团队规模、时间窗口、预算]
## 需求列表
[列出所有待评估的功能需求，每个需求包含简单的描述]
## 请按照以下框架进行分析和排序
### 1. 需求评估维度
对每个需求按以下维度打分（1-5 分）：
| 维度 | 说明 | 权重 |
|------|------|------|
| 用户价值 | 解决用户痛点的程度 | 25% |
| 商业价值 | 对营收/增长/留存的影响 | 20% |
| AI 必要性 | 必须用 AI 来解决吗？不用 AI 行不行？ | 15% |
| 技术可行性 | 当前技术是否可达，实现难度 | 15% |
| 实现成本 | 开发时间、模型成本、数据成本 | 15% |
| 学习价值 | 对团队 AI 能力积累的贡献 | 10% |
### 2. 排序推荐
- Top 3 立即开发的功能（附理由）
- 接下来 3-6 个月计划的功能
- 暂缓或放弃的功能（附理由）
### 3. 依赖分析
- 功能之间的依赖关系图
- 必须先做什么才能做后续的什么
### 4. 风险提示
- 哪些需求存在技术风险
- 哪些需求涉及伦理/合规风险
- 哪些需求依赖外部因素（模型能力、数据质量）
注意：优先级排序不是固定的排名，要给出排序的理由和假设条件。如果假设变了，优先级也跟着变。用户研究提示词使用建议
| 建议 | 说明 |
|---|---|
| 先定性再定量 | 先做深度访谈（模板1/4）明确方向，再发问卷（模板2）验证规模 |
| 竞品分析贯穿始终 | 竞品分析（模板3）在产品定义和迭代阶段都需要做 |
| 用户画像动态更新 | 用户画像是活的，每次调研后都更新（模板7） |
| AI 产品要额外关注信任感 | 可用性测试（模板6）中特别关注用户对 AI 的信任度变化 |
| 数据支撑优先级 | 不要拍脑袋排序，用数据说话（模板8） |