AI 无法替你做判断，但可以帮你把研究做得更快、更全面。在产品研究中，我把 AI 定位为“研究加速器”：扩大信息半径、协助结构化思考、快速迭代方案，但所有结论都需要回到真实用户与场景中验证。
7 个步骤总览
- 明确研究问题：聚焦决策所需的关键问题，定义范围与边界。
- 收集信息：用多源信息建立对真实世界的理解。
- 建立假设：基于信息形成可检验的假设与机会点。
- 生成方案：围绕假设产出多种可行动的方案与权衡。
- 验证方案：通过用户验证与小规模实验验证关键假设。
- 评估与取舍：综合价值、可行性与风险，做出优先级判断。
- 形成结论：沉淀洞察与下一步行动，持续跟踪结果。
研究的价值不在于找到答案，而在于缩短从问题到验证的距离。
每一步怎么做
1. 明确研究问题
先从业务目标出发，写出我们要解决的关键问题，并限定研究对象、场景与时间范围。一个好的研究问题应该能直接影响后续决策，而不只是满足好奇心。
2. 收集信息
结合定量与定性信息，多源交叉验证，避免单一来源带来的偏差。
| 信息类型 | 来源示例 | AI 可帮助的点 | 注意事项 |
|---|---|---|---|
| 定量数据 | 埋点数据、报表、行业报告 | 趋势分析、异常检测 | 关注口径与样本偏差 |
| 定性数据 | 用户访谈、客服记录、评论 | 文本归纳、主题提炼 | 注意上下文与真实意图 |
| 市场信息 | 竞品、公开资料、社区讨论 | 信息检索、对比分析 | 多源验证，避免过度依赖 |
给 AI 的研究提示词
产品研究提示词
你是一名资深产品研究员。请先澄清研究目标、对象、场景和时间范围，再列出需要验证的假设、信息来源、分析框架与风险。不要把推测写成事实；对不确定信息标记验证方式，并给出下一步最小验证行动。