AI产品经理工作流：如何用AI整理访谈并挖掘真实需求
许多产品经理在执行用户访谈时，最棘手之处往往并非无法开启对话。
而在于访谈结束后，面对海量且杂乱的资料。
满屏的录音记录、笔记摘录以及原始对话
充斥着抱怨、提议、牢骚、情绪波动以及稍纵即逝的想法。
虽然看似信息丰富，但在正式撰写需求文档时，往往感到无从下手。
用户可能会说：
“这个功能太糟糕了。”
“这一步太繁琐了。”
“我需要自动提醒。”
“能否增加导出功能？”
“一键处理最好。”
如果产品经理只是原样列出这些，很容易变成“用户需求清单”。
然而，用户陈述的往往是感受、问题、解决方案或情绪，而非需求。
产品经理真正的职责是：
从用户原话中识别真实场景 从抱怨中找到真实问题 从建议中判断真实需求 从多个反馈中提炼产品机会
现在有了AI，访谈整理可以更高效。
不是让AI代替你做产品判断，而是让AI先帮你分类、归纳、聚合零散信息，再由产品经理筛选哪些值得进入需求池。
许多人做访谈整理，最后变成了会议纪要。
比如：
用户A觉得流程太长。 用户B希望增加提醒。 用户C说数据不好找。 用户D希望支持导出。
这类记录有用，但还不够。
因为它只是记录了用户说了什么。
真正有价值的访谈整理，要继续往下拆：
用户在哪个场景下遇到问题？ 问题具体卡在哪里？ 这个问题是个别现象，还是多用户共性？ 用户提出的方案是不是最优解？ 背后有没有更深层的产品机会？
用户访谈不是为了收集一句句原话。
而是为了找到：
用户在真实场景下没有被满足的问题。
---
访谈结束后，先不要急着总结结论。
第一步是把原始资料整理干净。
可以让AI先做一次基础整理：
你现在是一位产品经理。
我会给你一份用户访谈记录，请你先帮我整理访谈素材。
要求：
不要直接输出产品方案。
保留关键用户原话。
按“用户背景、使用场景、当前问题、用户情绪、用户建议、潜在需求”分类。
去掉明显重复和无关内容。
标注哪些信息需要继续追问。
访谈记录： 【粘贴访谈纪要 / 录音转写文本】
这一步的目标不是得出结论，而是先把混乱内容变成结构化材料。
AI很擅长做这件事。
---
用户原话很重要。
因为用户原话里有场景、有情绪、有问题。
但不要把所有话都留下来。
重点提取这几类：
描述真实场景的原话
表达强烈痛点的原话
说明当前流程卡点的原话
提出明确诉求的原话
表达不满、焦虑、麻烦、低效的原话
可以用这个Prompt：
请从下面的访谈记录中提取有价值的用户原话。
请按照以下类型分类：
场景类原话
痛点类原话
流程卡点类原话
需求诉求类原话
情绪表达类原话
要求：
保留用户原话，不要过度改写。
每条原话后面补充一句“可能反映的问题”。
如果原话只是抱怨，请判断背后可能是什么问题。
访谈记录： 【粘贴访谈记录】
比如用户说：
“每次找这个数据都要翻好几个页面，我都不确定是不是最新的。”
AI可以帮你拆成：
原话类型：流程卡点类 可能问题：用户获取关键数据路径过长，且对数据时效性缺乏信任。
这就比单纯记录“用户觉得数据不好找”更有价值。
---
用户说出来的内容，不能直接等于需求。
比如用户说：
希望加一个导出功能。
这可能是需求，也可能只是用户解决问题的一种想法。
背后的真实问题可能是：
用户需要把数据发给别人。 用户需要离线分析数据。 用户不方便在系统内筛选。 用户不信任系统展示结果。 用户要做二次加工。
所以要让AI帮你做一次转换：
请把下面的用户原话，转换成产品问题。
要求：
不要直接把用户建议当成需求。
先判断用户说的是感受、问题、方案还是情绪。
提炼背后的真实问题。
判断这个问题发生在什么场景。
判断是否需要继续追问。
用户原话： 【粘贴用户原话】
转换方式可以是这样：
用户原话： “最好能一键导出。”
表层诉求： 用户希望增加导出功能。
真实问题： 用户需要把系统里的数据用于外部汇报或二次分析。
需要追问： 用户导出后给谁看？ 导出的数据用来做什么？ 是否一定需要导出，还是系统内支持分享/报表即可？
这一步很关键。
因为产品经理不能被用户给出的方案直接带走。
---
一次访谈通常会出现很多零散反馈。
不要一条一条看。
要让AI帮你做聚类。
比如可以按这几类整理：
使用场景
用户角色
任务目标
当前问题
情绪强度
出现频率
业务影响
是否有产品机会
可以用这个Prompt：
请基于下面的用户访谈内容，帮我做问题聚类。
请按照以下结构输出：
问题类别
相关用户原话
出现场景
涉及用户角色
问题频率
影响程度
背后的真实痛点
可能的产品机会
访谈内容： 【粘贴访谈资料】
这样整理后，你就能看出：
哪些是个别用户的特殊诉求。
哪些是多个用户反复提到的共性问题。
哪些只是情绪表达。
哪些真的值得进入需求池。
---
用户访谈里最容易犯的错，就是把用户建议直接写成需求。
用户说：
“加个提醒。”
产品就写“新增提醒功能”。
用户说：
“能不能导出。”
产品就写“新增导出功能”。
用户说：
“这里要智能推荐。”
产品就写“新增AI推荐”。
这很危险。
正确做法是让AI先帮你区分：
用户说的是问题，还是方案？ 这个方案是否唯一？ 有没有更轻的方式？ 这个需求是否高频？ 有没有业务价值？
可以用这个Prompt：
请帮我判断下面这些用户反馈，哪些是真实需求，哪些只是表层建议。
请按照以下结构输出：
用户原话
表层建议
背后问题
是否是真实需求
是否高频
是否有业务价值
是否建议进入需求池
需要继续验证的问题
用户反馈： 【粘贴用户反馈】
判断标准可以简单一点：
高频 + 明确场景 + 明确痛点 + 有业务价值 = 值得重点关注 低频 + 场景不清 + 只是个人偏好 = 暂不进入需求池
---
访谈整理最后，不是直接写PRD。
而是先形成需求机会池。
需求机会池可以包含：
问题名称
用户角色
使用场景
用户原话
真实痛点
影响程度
出现频率
可能方案
优先级建议
需要验证的问题
可以用这个Prompt：
请基于以上用户访谈分析，帮我生成一份需求机会池。
请按照以下字段输出：
需求机会名称
对应用户角色
使用场景
代表性用户原话
背后真实问题
影响程度
出现频率
可能解决方向
优先级建议
还需要验证的问题
要求：
不要直接写PRD。
不要把用户原话直接当成需求。
优先级判断要说明理由。
这一步非常适合产品经理后续做需求评审、版本规划、需求池管理。
---
如果要给老板、业务或团队看，可以让AI再整理一版访谈洞察报告。
请基于用户访谈分析结果，生成一份用户访谈洞察报告。
请按照以下结构输出：
一、访谈对象概况 本次访谈了哪些类型用户？
二、核心使用场景 用户主要在什么场景下使用产品？
三、主要问题发现 提炼3-5个最重要的问题。
四、代表性用户原话 每个问题匹配1-2条用户原话。
五、需求机会 哪些问题可以转化为产品机会？
六、优先级建议 哪些优先处理？哪些继续观察？
七、待验证问题 还有哪些信息需要继续调研或用数据验证？
注意，报告不是为了显得正式。
而是为了让团队看完后能快速知道：
用户是谁？ 他们在哪些场景遇到问题？ 哪些问题最集中？ 哪些问题值得做？ 哪些还需要继续验证？
---
用户访谈不是为了证明用户说了什么。
而是为了帮助产品经理判断：
用户真实场景是什么。
问题到底卡在哪里、哪些只是抱怨、哪些是共性痛点
哪些值得进入需求池。
AI可以帮产品经理整理原话、归类问题、提炼痛点、生成机会池。
但最终判断仍然要由产品经理完成。
因为AI不知道你的业务优先级，也不知道团队资源和当前战略重点。
好的用户访谈整理，不是把所有反馈都记下来。
而是从一堆原话里提炼出真正值得做的产品机会。
下一篇我会补一篇之前漏的文章，AI产品经理工作流08：我怎么用AI做埋点设计，避免上线后看不懂数据