把用户问题整理成研究问题

作者: AI 小课9 分钟准备已测试:ChatGPT复核日期: 2026-08-28

直接回答

把产品团队的问题陈述转成与真实决策相关的中性可回答问题。 请提供: 问题与决策、现有证据、研究约束。 预期成果: 包含假设、证据需要、方法、限制和决策规则的优先研究问题框架。

补充你的背景

你填写的内容只保留在当前浏览器中，AILesson 提示语不会将其发送给模型或服务器。

问题与决策现有证据研究约束

生成的提示语

未填写的字段会保留为占位符，你仍然可以复制后自行编辑

请把所给用户问题转成中性、与决策相关的研究问题。

观察问题、流程、决策、截止日、利益相关者、选项和后果：
[problem]

分析、反馈、研究、支持证据、样本、日期、矛盾和缺口：
[evidence]

人群、招募、方法、样本能力、时间、预算、伦理、隐私、无障碍和排除：
[constraints]

区分观察、解读、假设、产品假设和决策。把问题改写成不暗示原因或方案的暂定陈述。盘点已知内容、测量方式、代表谁的经历、相反证据和未知。只在相关时生成关于当前行为与背景、触发、目标、替代、故障、差异、后果、心智模型、决策标准、无障碍和概念反应的研究问题。避免措辞预设痛点、需求、功能吸引力、因果或唯一正确方案。每题说明支持哪项产品决策、优先级、所需证据、适合方法、人群、分析单位、可能替代解释、限制及什么结果会改变决策。删除仅为访谈提问、没有问题的指标或超出约束的问题。最后给出研究顺序和未决利益相关者选择。

在 AI 练习场试试

默认保护隐私提示语在浏览器本地组装。除非所在组织明确允许，否则不要把机密信息提交给任何 AI 服务。

从输入到成果

实际案例

看看具体背景如何通过这条配方转化为可使用的成果

实际输入

问题与决策: 产品团队说‘任务逾期，所以用户需要自动提醒邮件’。观察流程：小团队经理创建请求，负责人更新状态，接收者关闭交接。六周内决定：开发自动邮件提醒、改善产品内责任可见性，或不做功能项目。利益相关者：产品、支持、工程、隐私。错误决定消耗一个季度产能。
现有证据: 近60天分析：31%活跃工作区至少有一个任务在Ready超过48小时；事件不能区分有意等待。42个支持工单提到提醒，但18个要求减少通知。8次历史访谈：5人描述接收者不清，2人忘记状态，1人有审批延迟。样本来自支持联系人。无邮件同意或无障碍研究。
研究约束: 四周内可做12次访谈、分析现有事件路径并测试两个低保真概念。英国和德国活跃用户。招募有和无逾期事件的工作区；包含键盘和屏幕阅读器用户。无生产实验、敏感画像或未经批准同意的联系。测试前概念经法律/隐私审核。

示例输出

暂定问题：部分Ready状态交接超过48小时仍开放，但现有证据不能证明它们是否逾期、为何开放或增加通知是否有帮助。

优先1——哪些不同情境造成Ready超过48小时？负责人、接收者、审批依赖、有意等待和忘记更新分别怎样出现？决策：是否需要功能干预及干预哪个流程点。证据：事件路径细分，加上长时与对照工作区样本访谈。替代解释包括计划等待、缺接收者、外部审批、事件错误和忘记更新。若缺接收者占主导，支持探索可见性；若多为有意等待，则削弱两种功能。

优先2——各角色目前如何发现、解释并处理不推进的交接？决策：故障在认知、权限、证据还是流程。方法：经同意使用产物的近期实例访谈。不要问“提醒为什么没用？”

优先3——受影响角色如何看待产品内责任提示与邮件提醒的成本收益，包括通知负担、隐私、同意、无障碍和行动能力？决策：哪些概念值得进一步测试。隐私审核后做两个平衡的低保真任务，测理解与行动，不只投偏好票。覆盖接收者、负责人和辅助技术用户。

优先4——哪些现有事件能有效区分有意与问题延迟？决策：后续实验前是否先改埋点。检查定义、缺失事件，并以交接而非仅工作区比例为分析单位。

顺序：分析定义审计；12次分层近期实例访谈；综合原因与差异；法律/隐私审核；平衡顺序概念任务。利益相关者须预先声明何种证据对应开发、埋点、继续调查或不做功能。42个提醒工单和18个减少通知工单只是方向信号，不是比例估计。