我花了一整天研究腾讯的PRD文档,发现场景分析藏着三个反直觉的真相

兄弟们，最近搞到一份腾讯智影小程序的终审版PRD文档，本来只是想随便翻翻大厂的排期规范，结果越看越上头，直接拿着研究了一整天。

我发现我们平时在群里天天扯的高端产品概念，落到真实的大厂AI项目里，全变成了另一种极其务实、甚至有些“反直觉”的生存逻辑。今天实在忍不住，必须跟你们盘一盘，场景分析这事儿水到底有多深，里面至少藏着三个颠覆认识的真相。

1. 用户身份和功能重要性，其实是个“薛定谔的猫”

我们做项目时，评审需求最爱用的一套标准就是给需求定性：这到底是痛点、痒点还是爽点？大家通常的认知是：痛点是必须解决的（紧急且重要），痒点是可有可无的（不紧急不重要），而爽点则是能促成一锤定音、带来超预期体验的核心转化点。

紧接着，我们会拿出一套“场景四象限分析法”，用X轴代表“发生频次”，Y轴代表“重要程度”，把功能往里一塞，这事儿仿佛就成了。但这就大错特错了！我发现很多PM忽略了一个致命事实：场景是高度动态的，同一个功能在不同场景下，它所在的象限会瞬间漂移。

给你们举个极度写实的例子——金铲铲之战的“托管”功能。你在下班回家的网约车上打开金铲铲，这属于“物理移动空间+虚拟游戏环境”。这时候你坐在后排，很安全，自己操作就是了，托管功能对你来说顶多是个“痒点”（低频且不重要）。但当你下车，需要在黑灯瞎火的小区路上往家走时，由于你要看路防摔跤，这时候你就进入了“情景性障碍”状态。就在这下车走回家的两三分钟里，因为无法操作手机但又怕游戏输掉引发焦虑，“托管”功能瞬间从第四象限跃升到了第一象限，变成了紧急且重要的“痛点”。你看，功能没变，但因为场景上下文的切换，它的优先级彻底反转了。

不仅功能重要性在变，连“用户”到底是谁，都在随着场景的推移而疯狂变脸。

用“用户旅程图”的方法来拆解最直观。比如我们拆解一个“周末周边游”的任务：

• 游玩前：用户在虚拟空间找景点（刷小红书看攻略、比对大众点评、看天气、买票、查入园须知）。

• 游玩中：用户需要看地图导航、找周边美食、确定打卡点和游玩路线。

• 游玩后：发表评价、退票售后、记录分享。在这么一个标准的旅程图里，场景是被切碎的。

更极端的是儿童教育硬件，比如大家再熟悉不过的小天才手表。这玩意儿到底解决谁的需求？它的用户究竟是谁？如果在购买前的“种草场景”，用户是孩子，因为别人都有所以他也要；到了“购买中场景”，用户瞬间变成了家长，因为掏钱的是家长，他们要看续航、看定位精准度这些硬核参数；等“购买后使用场景”，用户又切回了孩子，手表变成了他们在幼儿园的社交货币。如果你做产品时死抱着“用户等于家长”这一个单一视角，你这产品根本推不动。

2. 你的AI知识库答非所问，是因为“颗粒度”切错了

现在群里做RAG（检索增强生成）和智能体客服的兄弟特别多，大家经常抱怨大模型胡说八道。我深挖了一下，发现根本不是模型傻，而是咱们在做知识库分类时，颗粒度切得太粗糙。

我最近研究一个教育类AI数字人客服项目。一个28岁的焦虑妈妈跑来问：“我家孩子3岁了，英语考了60分，口语特别差，该怎么报课？”很多做策略的PM一看，好家伙，用户是家长，需求是缓解焦虑，知识库直接按“课程推荐”和“家长话术”去分类。别犯傻了！在这个数字人沟通的场景下，发起提问的是家长，但你需要解决的其实是孩子的问题。

真正能让大模型给出专业回答的知识库分类，必须切分到最小颗粒度。不能只停留在“语法、单词、口语、听力”这种大类，你必须按照这个逻辑往下拆：目标用户（3岁小孩） -> 年级段 -> 所在地区（决定了教材版本） -> 具体科目分类 -> 最小知识点颗粒度。比如作文，还能往下分为议论文、叙事文；语法，还能细分为时态、名词。只有把底层知识库按照这样极细的颗粒度搭建好，当大模型面对家长那些模糊不清的提问时，才能精准命中那个3岁小孩真正薄弱的知识点，给出有意义的解决方案。这就跟咱们做产品一样，你要是去面试，问前辈“怎么做好PM”，人家回你一句“多用AI”，你绝对懵逼；但如果人家告诉你“去学学怎么用大模型写爬虫去抓取TikTok和Reddit的竞品数据”，这颗粒度才对味。

3. AI产品的迭代逻辑，正在颠覆传统产品经理的常识

最后，重点说说我在这份腾讯智影PRD里看到的真相。传统产品经理那套慢条斯理的规划思维，在AI时代绝对会死得很惨。

大厂现在做AI应用是怎么玩的？智影的发现页（类似首页的玩法广场）规划里，字字句句都在讲怎么搞流量。他们先通过热门电影或节日的“IP专项合作”（比如飞驰人生的特效模板）去全网引流，拉来大批年轻女性用户。但这些引流来的UGC（用户生成内容）群体通常没有明确的生产意图，容易流失。所以智影通过设置大量的预设AI玩法效果来“降低生产门槛”，把原本只是来凑热闹的消费者，转化为能自己产出内容的创作者，这在内部叫“消费带产”。不仅如此，在这个过程中，平台还利用免费的模板让用户做“存量生产”，用海量的内容去撑起社区的热度，最终向PGC（专业生成内容）甚至PUGC（专业用户生成内容）的生态靠拢。

但真正让我震惊的是他们的产品迭代节奏。这帮人简直是在用百米冲刺的速度跑马拉松。PRD里明确写着，至少保证每个月要有2个P0级别（最高优先级）的大型营销活动（比如中秋国庆玩法、万圣节特色玩法，甚至跟产品调性不沾边的算命、运势生成都要上，就为了保留存、冲年底30%的增长目标）。同时，每两个月必须上线1个底层的新功能（比如图生图、AI扩图、AI简笔画）。

为什么AI产品迭代会被逼得这么疯狂？因为AI产品和传统产品有着本质的区别。咱们以前做电商、做O2O，那叫传统产品，用户在每一步的预期都是可控的：点加入购物车，下一步弹什么，点支付，下一步进订单详情，路径全在PM的沙盘里。你可以年初就把Q1到Q4的排期定死。但AI生成式产品不一样啊！它充满了“不可预期性”。你点一下生成，出来的结果可能是惊艳的，也可能是崩坏的，这需要极大量的人力去持续评测微调。更要命的是恐怖的“竞品压力”。国外Midjourney上个新功能，国内大厂立刻就得加班熬夜去逆向还原；可灵2.0一发布，别家团队可能吓得内部架构都隐藏了。在AI圈，根本没有长期的护城河，你的护城河就是你比别人快一步的反应速度和对热点的抓取能力。

总结一下，今天看这份PRD最大的感触就是：做AI时代的PM，不仅要有画饼吹牛的宏观视野，更得有切入最小颗粒度的落地能力。不要迷信静态的需求，场景一变，你的功能可能连狗都不理。

大家最近手里做的AI项目有没有遇到类似的坑？那些让你抓狂的“伪需求”到底是在哪个场景象限里出毛病的？咱们接着探讨。