01
「如果有這個工具，我應該會試試。」
The Mom Test：使用者訪談方法
上一章得到的 JTBD 句子仍然是假設。我們需要通過訪談檢查：這個問題最近是否真的發生過，使用者是否已經為它付出了時間、金錢或精力。
這聽起來並不困難。但如果直接詢問對方是否喜歡某個想法，往往只會得到禮貌而籠統的回答：
- 你覺得我這個想法怎麼樣？
- 如果有這樣一個產品，你會不會用？
- 這個功能聽起來是不是還不錯？
例如：
- 挺好的啊
- 聽起來很有用
- 我覺得你可以試試
這些回答並沒有錯，只是很難支援產品決策。The Mom Test 提醒我們少問未來的意願，多問過去發生過什麼、使用者怎樣處理、為此付出了什麼。
本章討論如何避免這類“假陽性”回饋，並將注意力從意見和未來假設轉向過去的行為、現有做法和已經付出的成本。
1. 為什麼訪談會得到假陽性
The Mom Test 來自 Rob Fitzpatrick 的同名書籍。這個名稱指出了訪談中的一個常見現象：
就算是你媽媽，也很難直接告訴你“這是個爛想法”。
原因不是她不誠實，而是：
- 她不想傷害你
- 她會下意識鼓勵你
- 她很容易順著你的表達方式回答
其實不只是媽媽，朋友、同事、前同學，甚至很多陌生人，在面對你的產品想法時，也常常會給出類似的“正向回饋”。這不代表需求真的存在，只代表你把問題問成了一個很容易得到好聽答案的形式。
因此，The Mom Test 的重點不是訪談誰，而是問題如何組織。訪談應盡量尋找可核對的經歷，而不是收集對方對產品想法的評價。
2. 意見與行為證據
The Mom Test 主要解決的是一種非常常見的認知錯覺：
把禮貌性的積極回饋，視為真實需求。
比如你問：
- 你覺得這個 App 想法怎麼樣？
- 如果我做一個 AI 幫你寫簡歷的工具，你會用嗎？
- 這個功能是不是很有價值？
這些問題的共同特點是：
- 它們都在問“意見”
- 它們都帶著一點暗示
- 它們都在談一個還沒發生的未來
而人對“意見”和“未來假設”的回答，通常都不穩定。很多人會高估自己的興趣、高估自己的執行力，也會高估自己未來的購買意願。
所以 The Mom Test 提醒你：
- 不要太相信別人對你點子的評價
- 不要太相信別人對未來行為的預測
- 要盡量回到使用者已經發生過的真實行為裡
因為和“你會不會用”相比，“你上次怎麼處理這件事的”往往更接近真相。
3. 三個提問原則
下面三個原則將提問從產品方案轉向使用者已經發生的經歷。
3.1 少談你的點子，多談使用者過去的真實經歷
很多無效訪談一開場就講自己的方案，講自己多麼興奮，講自己准備做什麼產品。問題是，一旦你講得太多，對方就很容易切換到“配合你”“鼓勵你”的狀態。
相比之下，更好的方式是把重點放在對方的經歷上：
- 最近一次遇到這個問題是什麼時候？
- 當時你在做什麼？
- 你最後是怎麼處理的？
- 哪一步最麻煩？
你會發現，這類問題能更自然地把對話帶回現實，而不是停留在想像中的偏好。
3.2 少問抽象意見，多問具體事實
“我覺得這個功能挺好”“聽起來不錯”“好像有點用”，這些表達都太抽象了，很難指導產品決策。
更有價值的資訊通常長這樣：
- 我上周剛為了這件事折騰了 2 小時
- 我現在是用 Excel 加WeChat勉強支撐
- 我上個月已經為類似工具花過錢
- 我最怕的是做錯，不是做慢
這些才是真正能幫你判斷問題強度、頻率和付費可能性的資訊。
3.3 少問使用者想要什麼方案，多看他現在怎麼解決問題
使用者很擅長描述自己的困擾，但不一定擅長設計解決方案。
如果你問：
- 你想不想要一個 AI 幫你自動做這個？
- 你覺得加個智能功能有沒有幫助？
你得到的，通常只是對某個方案的模糊態度，而不是需求本身。
更好的問題是：
- 你現在用什麼方法處理這個問題？
- 為什麼你會選擇這種方式？
- 它哪裡不夠好？
看清現有替代方案，往往比直接問“你想要什麼”更重要。
4. 為什麼人們總會給你好聽但沒用的回答
如果你能理解這件事，做訪談時就會少很多誤判。
4.1 人會下意識地保持禮貌
尤其當對話對象和你有關係時，對方很難直接說：
- 這個方向聽起來不太行
- 我根本不會用
- 這個問題對我沒那麼重要
他更可能說“挺好的”“有機會可以做做看”。
4.2 人會高估未來的自己
很多人真心相信自己未來會：
- 更自律
- 更願意學習
- 更願意付費
- 更願意嘗試新工具
所以“如果有的話我應該會用”這句話，常常並不等於未來真的會用。
4.3 你的提問方式本身就在引導答案
當你問：
- 我這個想法是不是挺好？
- 這個功能對你來說是不是很有幫助？
你其實已經偷偷把“正確答案”塞進問題裡了。
這也是為什麼 The Mom Test 特別強調：不要把訪談做成你在尋找認可。
5. 直接對比：什麼問題容易問廢，什麼問題更有價值
下面這些對照，幾乎是每個新手都會用到的。
| 容易問廢的問題 | 更有價值的問題 |
|---|---|
| 你覺得我這個想法怎麼樣？ | 你最近一次遇到這個問題是什麼時候？ |
| 如果有這個產品你會用嗎？ | 你現在是怎麼處理這件事的？ |
| 你願意為這個功能付費嗎？ | 你上次為了這個問題花過錢嗎？花在什麼上？ |
| 你覺得這個功能重要嗎？ | 這個流程裡最煩、最慢、最不放心的是哪一步？ |
| 你想不想要一個 AI 幫你自動做？ | 你現在為什麼還沒有找到更順手的解決辦法？ |
這些改寫有三個共同點：
- 從意見走向事實
- 從未來走向過去
- 從你的方案走向使用者的問題
下面的練習給出了六句常見的訪談原話。嘗試判斷哪些是可用的證據，哪些只是意見。
對照練習
區分行為證據與主觀意見
判斷每句訪談原話，再查看解釋。
0/ 0 判斷正確
02
「我上週為了改履歷花了一整個晚上。」
03
「聽起來很有用，你可以做做看。」
04
「我現在會把履歷傳給學長，但不好意思一直麻煩他。」
05
「我覺得 AI 肯定能解決這個問題。」
06
「我已經買過兩次付費履歷修改服務。」
6. 訪談的基本順序
一次簡短訪談可以按下面的順序進行。
6.1 開場：說明你在學習，不是在推銷
比如：
我最近在研究大家怎麼處理這類問題，想先瞭解真實情況，不是來賣內容的。
這種表達會讓對方更容易放下“我要給你積極回饋”的心理負擔。
6.2 從最近一次真實經歷開始問
可以先從這類問題開始：
- 最近一次遇到這個問題是什麼時候？
- 當時發生了什麼？
- 你第一反應是怎麼處理的？
一旦對話進入具體事件，資訊質量通常會明顯提升。
6.3 往下追問行為、成本和替代方案
繼續問：
- 你現在用什麼辦法解決？
- 這個辦法最不舒服的地方是什麼？
- 你為此花過多少時間、錢或者精力？
- 你試過別的方法嗎？為什麼沒繼續用？
6.4 最後再判斷痛感和優先級
你不需要直接問“痛不痛”，可以從細節裡判斷：
- 他是不是經常遇到
- 他是不是已經在主動補救
- 他是不是已經願意為此付出成本
- 他在講這件事時是不是帶著明顯情緒
這些都比一句“這是不是你的痛點”更有用。
7. 一個更完整的例子
假設你想做一個“AI 幫大學生改簡歷”的產品。
錯誤問法
你去問同學：
我想做一個 AI 簡歷優化工具，你覺得怎麼樣？ 如果它能根據崗位自動改簡歷，你會不會用？
這時候，對方很可能會說：
- 聽起來挺好
- 我覺得應該有用
- 如果免費我會試試
這些回答幾乎沒有辦法幫你判斷需求到底強不強。
更好的問法
你可以改成：
你最近一次改簡歷是什麼時候？ 當時為什麼要改？ 你是怎麼改的？ 哪一步最卡？ 你有沒有找過別人幫你看？ 你以前為簡歷這件事花過錢或者花過很多時間嗎？
通過這些問題，你可能得到的資訊會是：
- 很多人不是不會寫，而是不知道怎麼針對不同崗位改寫
- 他們最痛的不是排版，而是“不知道哪些經歷值得寫”
- 他們會拖延，不是因為懶，而是因為每次改簡歷都很消耗
- 他們已經在用學長建議、模板網站、AI 工具和朋友幫看來勉強解決
這時候，你離真實問題就近得多了。
8. The Mom Test 和 JTBD 怎麼配合用
如果說 JTBD 幫你看清“使用者想完成什麼進展”，那麼 The Mom Test 更像是在教你：
怎麼通過訪談，確認這個 job 是不是真的存在。
你完全可以把兩者接起來使用：
- 先用 JTBD 假設一個 job
- 再用 The Mom Test 的方式，去問使用者最近一次真實經歷
- 看看這個 job 是否真的高頻、真實、值得優先做
比如你的 JTBD 假設是：
當我准備投遞實習時，我想快速把舊簡歷改成貼合崗位的版本，以便盡快完成投遞。
那你就可以用 The Mom Test 風格的問題去驗證：
- 你最近一次投遞是什麼時候？
- 當時你是怎麼改簡歷的？
- 哪一段最難寫？
- 你改完之後怎麼判斷它夠不夠好？
這樣，方法就連起來了：
- JTBD 幫你定義需求假設
- The Mom Test 幫你訪談驗證假設
訪談幫助我們理解過去發生了什麼，但它還不是最後一步。做出原型後，還要讓使用者實際操作，觀察他說的做法與真實行為是否一致。
9. 新手做使用者訪談時最常見的誤區
9.1 把訪談做成產品介紹會
你一講太多自己的想法，對方就容易開始配合你，而不是告訴你真實情況。
9.2 訪談對象全是熟人
熟人不是不能聊，但熟人更容易鼓勵你。你至少需要混合一些更接近真實使用者的人，而不是只找支援你的人。
9.3 過早追著問功能
如果你還沒搞清楚問題，就開始追問按鈕、界面、功能細節，通常是在太早進入解決方案。
9.4 把一句“我會用”視為驗證結果
訪談最多幫你判斷方向，不等於已經完成驗證。真正的驗證，最終還是要看使用者是否願意付出真實成本，比如時間、切換成本、試用行為，甚至付費。
9.5 訪談結束後不整理
如果你聊完就放著，資訊很快會變成模糊印象。最好盡快整理：
- 出現頻率高的問題
- 使用者原話裡的情緒詞
- 當前替代方案
- 已經付出的成本
- 你自己的新判斷
10. 可以直接複制去用的問題清單
如果你想盡快開始，這裡有一組足夠通用的問題。
開場問題
- 最近一次你遇到這個問題是什麼時候？
- 當時具體發生了什麼？
行為問題
- 你當時是怎麼處理的？
- 你為什麼會選擇這種方式？
成本問題
- 這件事一般會花掉你多少時間或精力？
- 你有沒有為瞭解決它花過錢？
替代方案問題
- 你試過別的工具或辦法嗎？
- 為什麼最後沒有繼續用？
收尾問題
- 如果以後還遇到同樣的問題，你覺得最理想的解決方式應該是什麼樣？
注意，這個收尾問題可以問，但最好放在後面。因為前面你更需要拿到事實，而不是願望。
11. 使用 AI 准備和整理訪談
The Mom Test 本質上還是一套“和真人聊”的方法，所以 AI 不能替代真實訪談。但 AI 非常適合在訪談前、中、後給你打輔助，尤其適合幫新手降低門檻。
12.1 讓 AI 幫你把“容易問廢”的問題改寫掉
很多人知道自己不該問“你覺得我這個想法怎麼樣”，但一開口還是會回到這種句子。你可以先把自己准備問的問題交給 AI，讓它幫你改寫：
text
下面是我准備做使用者訪談時想問的問題：
[貼上你的問題]
請你用 The Mom Test 的原則幫我改寫：
1. 刪掉意見型問題
2. 刪掉假設未來的問題
3. 盡量改成圍繞過去真實行為、已有替代方案和已付成本的提問
4. 最後整理成一套 8-10 個可以直接訪談的問題清單一個很小白的輸入也完全可以：
text
我想問使用者：
1. 你覺得我做一個 AI 改簡歷工具怎麼樣？
2. 你會不會用？
3. 你願不願意付費？
請幫我改成更好的問法。AI 可能給出的有用輸出會像這樣：
text
改寫後的問題：
1. 你最近一次改簡歷是什麼時候？
2. 當時為什麼要改？
3. 你是怎麼改的？
4. 哪一步最花時間？
5. 你有沒有找別人幫你看？
6. 你以前有沒有為簡歷修改花過錢或花過很多時間？這種輸出很有幫助，因為它直接把你原本“在問意見”的問題，改成了“在問真實行為”的問題。
12.2 讓 AI 幫你生成不同對象的訪談提綱
同一個方向，面對不同人群，訪談重點會不一樣。比如學生、HR、自由職業者，關心點完全不同。你可以讓 AI 幫你針對不同對象各出一版提綱：
- 面向新手使用者，重點瞭解最近一次真實經歷
- 面向重度使用者，重點瞭解替代方案和痛感
- 面向付費使用者，重點瞭解是否已經為此付過成本
這樣你在真正聊天時會更有節奏，而不會每個人都問同一套問題。
比如你可以直接這樣輸入：
text
我要聊兩類人：
1. 第一次找實習的大學生
2. 已經幫別人看過很多簡歷的學長學姐
請分別給我一套訪談提綱，每套 6 個問題。AI 可能輸出：
text
對大學生：
1. 最近一次投實習是什麼時候？
2. 當時最卡的是哪一步？
3. 你怎麼知道自己的簡歷能不能投？
...
對學長學姐：
1. 你最近一次幫別人看簡歷是什麼時候？
2. 你最常看到哪些明顯問題？
3. 學弟學妹最容易卡在哪一步？
...這樣一來，你不用自己從零編問題，訪談准備會輕鬆很多。
12.3 讓 AI 幫你整理訪談記錄
訪談做完之後，最容易出現的問題不是“沒有資訊”，而是“資訊太散”。AI 很適合幫你把碎片化對話整理成結構化筆記：
.jpg)
text
下面是我和 3 位使用者的訪談記錄。
請按 The Mom Test 的角度整理：
1. 哪些內容是事實，哪些只是意見
2. 使用者最近一次真實行為是什麼
3. 當前替代方案是什麼
4. 使用者已經付出的時間、金錢或精力成本是什麼
5. 哪些問題被反複提到
6. 哪些說法聽起來積極，但證據不足這一步尤其有價值，因為它能幫你把“聽起來不錯”的內容和“真的能支撐判斷”的內容分開。
一個簡單輸入可以是：
text
這是我和一個使用者聊完後的記錄：
- 她說如果有個工具應該會試試
- 她上周為了改簡歷花了一個晚上
- 她現在主要靠朋友幫看
- 她說最難的是不知道改到什麼程度算可以投
請你幫我分一下，哪些是意見，哪些是事實。AI 可能輸出：
text
意見：
- 如果有個工具應該會試試
事實：
- 上周為了改簡歷花了一個晚上
- 當前替代方案是找朋友幫看
- 最難點是不知道什麼時候算“可以投”
可用於判斷需求的重點：
- 這個問題最近剛發生過
- 使用者已經投入了明顯時間成本
- 當前方案依賴他人，不穩定這個輸出就能很直觀地告訴新手：哪些話能拿來做判斷，哪些話只能聽聽。
12.4 讓 AI 先做一輪輕量級網絡搜索
如果你還沒開始訪談，可以先讓 AI 幫你做一些很輕的外部研究，比如：
- 公開社群裡，大家最近是怎麼抱怨這個問題的
- 現有工具被吐槽最多的是什麼
- 使用者是不是已經為相似問題花過錢
- 市場上有哪些替代方案已經存在
這類資訊不能替代真人訪談，但能幫你更快進入狀態，知道該從哪裡切入問題。
比如一個簡單輸入可以是：
text
請你幫我搜一下：
“大學生改簡歷時最常吐槽什麼”
幫我整理出 5 條最常見抱怨，用很白話的話寫出來。AI 可能輸出：
text
常見抱怨：
1. 不知道簡歷上到底該寫什麼
2. 每投一個崗位都要改，太累
3. 改了很多版還是不確定好不好
4. 沒人能給靠譜回饋
5. 總覺得還沒准備好，所以一直拖這種結果的價值在於，它會讓你更容易找到訪談切入口。
12.5 讓 AI 扮演“訪談複盤教練”
你還可以把自己剛做完的一場訪談記錄丟給 AI，讓它幫你挑刺：
text
下面是我的一段使用者訪談記錄。
請從 The Mom Test 的角度幫我複盤：
1. 我哪些問題問得太像在找認可
2. 哪些問題帶有明顯引導
3. 哪些地方本來可以繼續追問事實
4. 如果再來一次，這段對話可以怎麼問得更好這對新手特別有幫助，因為你會更快建立一種“我到底是在收集證據，還是在收集鼓勵”的敏感度。
12. 小結
- 對產品想法的積極評價不能單獨作為需求證據。
- 訪談應優先詢問過去的具體經歷，而不是對未來行為的預測。
- 行為、時間、金錢和現有替代方案是判斷問題強度的主要依據。
- AI 可以幫助准備提綱和整理記錄，但不能替代真實訪談。
13. 練習
动手练习
做一次不推銷想法的使用者訪談
- 選一個你最近想做的產品方向，寫下五個准備詢問的問題。
- 刪掉“你會不會用”這類假設題，改問對方最近一次真實經歷。
- 找一位可能遇到這個問題的人，完成一次訪談。
- 記下他的做法、替代方案、付出的成本和反複出現的困難。
訪談時先聽，不急著介紹自己的方案。一次認真訪談，比收集很多句“這個想法不錯”更有用。