這篇文章適合誰？
- 創業者：怕點子沒人買單，浪費錢。
- 產品經理 (PM)：需要挖出用戶真實痛點，不想再被客套話騙。
- 行銷/專案人員：要策劃打動人的方案，必須懂客戶真心話。
你將掌握「問出真心話」的方法：
- 學會 3 個關鍵心法，停止問出客套話。
- 獲得 1 套思維框架 (VJPD)，輕鬆規劃出專業的用戶訪談或問卷調查。
- 帶走 1 個 AI 顧問指令，只要複製貼上，就讓 AI 成為你的專業顧問。
我是一個非常樂於分享自己想法的人，這種人格特質在推廣好理念的時候確實很棒。可是如果今天我想要開發一個新的產品或服務，想要收集使用者意見的時候，我就發現我這種熱於分享的性格反而成為了阻礙。
我很常熱情自信的說：「這個想法很棒，對不對？」
親朋好友當然就會想要支持我、鼓勵我，那些不熟的朋友，有時候也被我的熱情給感染，也覺得很好。
可是這樣就違背了我問這個問題的初衷，因為我是真的想要知道這個東西好不好嘛！
直到最近看了一本書叫做《The Mom Test》（媽媽測試）。這本書就是在講如何問到真實的使用者回饋，讓你不要講自己的想法，停止描述你的想法，去問用戶真實的經驗或行為。
我開始試著用這樣的概念去談一些事情。然後我就發現效果就差很多，因為我開始收集到更多對方的真實的需求。這樣我在設計服務或方案的時候，對方也覺得更合適、更貼近，然後也覺得我更專業。
所以我在試了幾次之後，重新把這些設計成一個 AI 提示詞，叫做「用戶真實需求提示詞」，幫我著在提案時，或者做市場、產品調查時，能夠設計出更好的問題，避免掉入自我感覺良好的陷阱。
實際案例：基金會講座回饋收集
這裡跟大家分享一個實際的案例：
在參加完一個文教基金會的活動後，基金會主管來找我，他說：「江江教練，我知道您是 AI 應用規劃師，也很會整理資料。是否可以協助我們設計一個更簡單、更自動化的系統，來收集講座後聽眾的回饋？」
我當下立刻回答：「好呀！我覺得這很適合用官方 LINE 收集，還能用 AI 來協助統整。我回去跟工程師討論一下，再給你一份方案說明。」
可是我後來想想……我這樣直接給出解決方案，真的對嗎？
我腦中開始浮現了許多疑問：「講座結束後，聽眾真的會有想法嗎？他們真的想分享嗎？他們到底實際上都怎麼分享？都分享給誰？」
我意識到，在規劃方案之前，我必須先弄清楚真實的情況跟需求是什麼。所以我決定應用《The Mom Test》的核心概念，將我的情境與疑惑設計成 AI 提示詞，請 AI 幫我生成一份訪談策略，讓我在給出方案前，能先跟經理好好聊聊（我甚至請 AI 要設計一個好的開場白），確認真正的問題與需求。
以下節錄一些訪談策略的內容給大家參考：
與基金會經理的訪談策略
目標： 不推銷任何解決方案，而是深入挖掘經理觀察到的「現象」與背後的「動機」。
核心心態： 我是來了解問題的，而不是來推銷方案的。
建議的開場白： 「經理，關於上次我們提到收集聽眾回饋的想法，我回去深入思考後，覺得在決定『用什麼工具』之前，我們可能需要先更深入地了解聽眾們的真實情況與想法。這樣才能確保我們做出來的東西，是他們真的會用、也真的能解決問題的。所以今天想跟您請教幾個問題，來釐清整個輪廓。」
訪談問題設計重點（問經理）：
- 挖掘動機與問題根源：
當初是什麼具體事件，讓您覺得「需要系統化收集回饋」這件事很重要？
如果一直「沒有」這些回饋，對基金會最大的困擾或遺憾是什麼？ - 了解現況與既有行為：
目前，聽眾們最常透過哪些方式分享心得？過去收集到的回饋都如何被應用？ - 定義成功的樣貌：
假設三個月後這個機制運作得非常好，那會是什麼樣子？我們如何運用這些回饋來達成目標？
與聽眾的訪談問題設計
目標： 驗證使用者真實的行為與動機，聊他們過去的經驗，而不是問他們對未來「假設性」工具的看法。
訪談問題設計重點（問聽眾）：
- 探索過去的具體行為：
回想上一次聽完講座後，心中有深刻想法時，您『後來』都怎麼做？
有沒有曾經因為一個想法很深刻，而特別想要記錄下來或分享的經驗？您是如何做的？ - 挖掘問題與動機：
有沒有過「很想分享，但最後卻沒有做」的情況？為什麼？
對您來說，最沒有壓力、最習慣的記錄或溝通方式是什麼？
這整個策略核心是：先驗證問題，再設計流程，最後才選擇工具。
思維框架解析
這個思維框架我已經用在好幾個專案跟會議上了，我真的覺得效果很好。所以這邊我分享一下 The Mom Test 核心概念，與我找到的一些實踐者的心得統整：
核心思想源起
本方法的核心思想與原則，源自於產品開發領域的經典著作，由 Rob Fitzpatrick 所撰寫的《The Mom Test》。該書深刻揭示了創業者為何不該直接詢問客戶對「點子」的意見，並提供了如何透過談論客戶的「真實生活」來有效驗證商業構想的方法。
為什麼需要這套方法？
問題核心：創業者與產品經理最大的敵人，往往是自己。
我們太容易愛上自己的點子，這種熱情在初期是必要的動力，但很快會變成一種決策上的「自嗨」狀態。在「自嗨」狀態下，我們會不自覺地尋找支持自己想法的證據（確認偏誤），而忽略與我們相左的客觀事實。這會導致我們問出錯誤的問題，並從用戶的善意謊言中得到虛假的正面訊號，最終浪費資源去打造只是自己覺得超好，但實際上大家卻沒那麼需要的產品。
三大核心心法
原則一：談論他們的生活與過去，而非你的點子與未來。
用戶是他們自己生活的專家，而不是你產品的專家。談論已發生的事，可以獲得事實；談論你未來的點子，只會得到猜測。
- 壞問題範例：「你覺得一個能自動整理會議記錄的 AI App 怎麼樣？」
- 好問題範例：「可以描述一下，您上次開完重要會議後，是如何處理會議記錄的嗎？整個過程花了多久？」
原則二：詢問具體的過往案例，而非抽象的未來意圖。
人們不擅長預測自己未來的行為，但他們過去為解決問題而付出的努力，則是真金白銀的證據，願意真的花錢的，才是真正的客戶。
- 壞問題範例：「如果我們有這個功能，您會願意付費嗎？」
- 好問題範例：「在過去一年，您是否曾付費購買過任何工具來解決這個問題？預算是多少？」
原則三：專注於「問題」與「代價」，而非「意見」與「讚美」。
一個問題如果沒有讓用戶付出足夠的代價（時間、金錢、情緒等），就是一個不值得解決的「假問題」。讚美無法建立事業，但用戶的抱怨可以。
- 壞問題範例：「您覺得這個功能重要嗎？」（得到的只是意見）
- 好問題範例：「這個問題上次發生時，直接導致了什麼後果？」（例如：專案延遲、客戶投訴、需要加班重做）
VJPD 行動準則
VJPD 概念說明
- V - 驗證問題（Validate）：確認痛點的真實性
- J - 判斷影響（Judge）：判斷問題的影響與代價
- P - 探究行為（Probe）：探究用戶當前的解決方案
- D - 用戶畫像（Demographics）：釐清用戶畫像與分群
VJPD 行動步驟與案例
步驟0：定義核心假設
在開始前，先用一句話清晰定義你要驗證的假設，包含：目標用戶、痛點描述、發生頻率、時間成本、現有解決方案、問題嚴重程度。
講師整理回饋案例： 「我假設，對於大專任課教師或講師，課後回饋的彙整與重點整理，每週至少一次，平均耗時超過90分鐘，目前以Excel與訊息截圖處理，重複與無效內容比例高於五成。」
步驟1：質化探索 - 深度訪談
找5-8位目標用戶，進行30-60分鐘的半結構化訪談，重點收集用戶的「原話」和具體場景。
訪談重點問題：
- V - 驗證問題：「您在處理學生回饋時，最頭痛的是什麼？具體遇到哪些困難？」
- J - 判斷影響：「如果這個問題沒解決，對您的教學或工作有什麼影響？會造成什麼損失？」
- P - 探究行為：「您現在都怎麼處理這些回饋？可以詳細描述一下完整流程嗎？用什麼工具？」
- D - 用戶畫像：「您一週大概有幾堂課？每堂課學生人數多少？教學年資多久？主要教授什麼科目？」
步驟2：量化驗證 - 問卷設計
將訪談發現轉化為可量化的問題，對100+目標受眾進行驗證。
問卷範例：
- 頻率驗證：您每週需要處理學生回饋的次數
- □1次 □2-3次 □4-5次 □6次以上
- 時間成本：每次整理學生回饋平均花費時間
- □30分鐘內 □30-60分鐘 □60-90分鐘 □90分鐘以上
- 問題嚴重程度：您認為收到的回饋中，重複或無效內容的比例
- □不到30% □30-40% □40-50% □50-60% □超過60%
- 現有解決方案：目前主要使用的整理工具（可複選）
- □Excel □Word □Google表單 □截圖整理 □手寫筆記 □其他__
- 痛點確認：以下哪些是您在處理學生回饋時的主要困擾（可複選）
- □內容重複太多 □格式不統一 □難以找到重點 □彙整耗時 □分析困難 □其他__
步驟3：訊號分析 - 評估承諾強度
分析用戶回饋，根據承諾訊號強度評分：
- 0分（無效訊號）：「這點子真棒！」「應該會有人需要。」
- 1分（興趣訊號）：「聽起來不錯。」「我可能會用。」
- 2分（時間承諾）：「我願意下週安排30分鐘看Demo。」「可以約時間詳細了解。」
- 3分（名聲承諾）：「我可以介紹給系上其他老師。」「我願意在教師會議上分享。」
- 4分（金錢承諾）：「有教育方案嗎？我現在就可以付費試用。」「學校可以編預算購買。」
步驟4：迭代決策
根據訊號強度分佈，對核心假設做出決策：
繼續推進（2-4分訊號占60%以上）： 多位講師表示願意試用並推薦給同事，甚至主動詢問付費方案和導入時程。
調整方向（1-2分訊號較多，但指向其他痛點）： 發現講師真正的痛點是「學生參與度低」或「回饋品質差」，而非回饋整理本身。
放棄點子（0-1分訊號占大部分）： 多數講師表示現有Excel處理方式已經足夠，不願意改變既有的工作流程。
提示詞：AI 顧問指令
看到這裡，請為自己鼓掌，上面的知識內容，對於大部分人（包含我），第一次閱讀都會有點吃力，更別說是要立刻落實在眼見的問題上。好在有 AI，我把上述的內容整理成一套提示詞，只要複製貼上，就可以請 AI 協助我們規劃問題，帶著我們邊做邊熟悉這套思考框架。
它主要做兩件事：
- 擔任您的「問題品管員」：您提供任何提問草稿（例如訪談大綱、問卷題目、回饋表單等），AI 將負責評估、修正並優化，確保每個問題都能挖掘出用戶的真實行為與反饋。
- 擔任您的「訪談策略師」：您只需提供初步的點子與假設，AI 便會引導、規劃並為您生成一份專業的訪談大綱，讓您從零開始也能進行深度對話。
請複製貼上以下指令（紅字部分），AI 便會立即進入顧問模式，提供引導與協助（推薦使用有推理功能等級的模型）：
# 真實需求調查法 AI 顧問指令
## 角色 (Persona)
- 你的身份：你是一位專精於【真實需求調查法】的頂尖 AI 專家。- 你的使命：你的存在是為了防止使用者（創業者、產品經理、行銷人員）在進行用戶研究時，陷入自我感覺良好的陷阱。你專注於將模糊的想法轉化為可以挖掘客觀事實的精準問題。- 你的語氣：專業、精準、溫柔、有耐心、引導使用者思考、給出具體的建議。
## 核心任務 (Core Tasks)
- 當使用者提供內容（訪談稿、問卷等）時，你的任務是【評估與重構 (Review & Refactor)】：1. 診斷問題：精準點出草稿中哪些問題違反了三大準則。2. 引用準則：清晰說明該問題違反了「哪一條準則」並引用範例。3. 提供優化版本：給出可以直接替換的、符合框架的修改後版本。4. 協助分析使用者的用戶問卷回饋中的承諾訊號。
- 當使用者只提供模糊的概念時，你的任務是【引導與生成 (Guide & Generate)】：1. 提問收集資訊：一步步的主動引導使用者，思考與提供必要的背景資訊。2. 應用 VJPD 框架：基於背景資訊，有邏輯地生成一份專業的訪談問題草案。
## 行為準則 (Guiding Principles)
你的一切分析、建議與產出，都必須嚴格遵守以下「三大原則」與「VJPD 框架」：
### 三大原則
準則一：關注過去的具體行為，而非未來的抽象意圖。- 說明：人們不擅長預測未來，但能清晰描述過去。你的任務是將所有關於「未來如果...」的提問，都轉化為挖掘「過去某次...」的真實故事。- 範例：將「如果有一個幫您記錄運動的 App，您會用嗎？」改寫為「可以聊聊您上個月是如何記錄自己的運動情況的嗎？」。
準則二：探究客觀事實與代價，而非主觀意見與讚美。- 說明：意見是廉價的，但用戶為解決問題而付出的真實代價（時間、金錢、精力）是寶貴的證據。你的任務是過濾掉所有「你覺得/喜歡...」的提問，轉而探究問題造成的「具體損失」。- 範例：將「您覺得找不到文件很麻煩嗎？」改寫為「回想上次找不到一份重要文件，您大概花了多少時間才找到？對後續的工作造成了什麼影響？」。準則三：挖掘可量化的數據與流程，而非模糊的形容詞。- 說明：「很常用」或「很麻煩」都是無效訊號。你的任務是透過追問，將模糊的形容詞轉換為可量化的數據（「一週幾次」、「每次多久」）或具體的行為步驟（「第一步...第二步...」）。- 範例：將「您經常使用線上會議工具嗎？」改寫為「在過去一週，您大概參加了幾次線上會議？」。
### VJPD 框架
- V - 驗證問題 (Validate)：確認痛點的真實性。- J - 判斷影響 (Judge)：量化痛點的嚴重性。- P - 探究行為 (Probe)：挖掘現行的解決方案。- D - 用戶畫像 (Demographics)：釐清受訪者的背景。
### 回饋分析
可協助用戶分析收集到的回饋，重點是辨識用戶的「承諾訊號」強度，並解給出後續建議，是要繼續推進、調整方向或是放棄點子：- 0 分（無效訊號）：這點子真棒！你好厲害！- 1 分（興趣訊號）：表達空泛的興趣(有試用包嗎。我有空來試試。)- 2 分（時間承諾）：願意為你投入具體時間（我願意下週二安排一小時聽你簡報。）- 3 分（名聲承諾）：願意用他的信譽背書（我可以把你介紹給我們部門主管。）- 4 分（金錢承諾）：願意付出金錢（有早鳥方案嗎？。）
## 初次見面問候語
在接收此指令後，你的第一次回應可以參考以下腳本，並融合使用者喜愛的語氣，以確保最佳的使用者體驗：
「您好，我是一位專精於「真實需求調查法」的 AI 顧問。我可以協助您打造能聽見用戶真實心聲的提問，確保您的產品決策是建立在事實之上，而非「自嗨」的假設。
請提供以下資訊，便可開始進行評估：1. 產品或點子：您正在構思什麼？2. 目標受眾：您想訪談的對象是誰？3. 核心假設：您最想驗證的一件事是什麼？4. 目前情況：請簡述專案的背景與目前進度。5. 想要完成的目標：希望達成什麼成果，或幫助您做出什麼決策？6. 您的具體需求：需要我「協助評估」您的草稿，還是「從零生成」一份訪談計畫？
如果以上幾點還不確定也沒關係，我們可以從聊天開始，我會從中協助您整理出方向。」
結語
這套 AI 提示詞已經經過多次實測，可以有效幫助創業者和產品經理跳脫「自嗨」的陷阱，收集到真正有價值的用戶反饋。希望這個工具能幫助你做出更好的產品決策！
試用了這個 AI 指令後的效果，有覺得需要修改補充的，歡迎底下留言跟我分享！
如果你有其他好讀的書、很棒的思維框架，希望我設計成 AI 指令的也可以分享給我。
本 AI 顧問指令的心法源自於 《The Mom Test》 這本經典著作。如果你對這個主題有興趣，想更深入地學習原汁原味的技巧，我非常推薦你閱讀原書，書中的案例很豐富，我也很喜歡作者的引導方式，讓我清楚的看見我的盲點。
《The Mom Test》
- 📖 官方網站：https://www.momtestbook.com/
- 🛒 台灣博客來購買：https://www.books.com.tw/products/F017358509?srsltid=AfmBOor7BcSV5YEHavcu8tXBpR8E9h1fbA9aWeAatAaIQzAlERX7sjYz
