gr-user-interview

name	gr-user-interview
description	用户访谈框架。HeyGen 做 937 次访谈找到 PMF 的完整方法论。覆盖访谈招募、问题设计、 访谈执行、数据合成、决策驱动。从 gingiris-user-interview 提炼。
metadata	{"author":"Iris / Gingiris","version":"0.1.0","source":"https://github.com/Gingiris/gingiris-user-interview"}

gr-user-interview — 用户访谈

什么时候用

• "我要找 PMF，怎么做访谈"
• "用户反馈很杂，不知道抓哪个"
• "我采访了 5 个人，都没 insight"
• "怎么避免用户说假话"

---

核心原则（5 条）

1. 问 behavior，不问 opinion ❌ "你会用这个功能吗？" → 会得到礼貌性"yes" ✅ "上次遇到 X 问题是什么时候？你当时做了什么？" → 得到真实行为

2. 20 分钟访谈 >> 5 个 feature 问题 深度一个场景，比问 5 个浅问题更有价值

3. 录音 / 整稿 > 当场记笔记 当场记会错过微表情和语气

4. 5 人后暂停，复盘 不要连访 20 人才总结，5 人后大概率已看到模式

5. 用词镜像 用户用什么词，你也用什么词 —— 不要替换成产品语言

---

访谈结构模板（20-30 分钟）

阶段	时长	问什么
Warm-up	2 min	"你今天做了什么？"（开放式，松弛下来）
Discover	5 min	"上次做 X 是什么时候？能讲讲吗？"
Deep-dive	10 min	"当时你用了什么工具？怎么用的？哪里卡住？"
Alternative	5 min	"有没有试过其他方法？为什么没继续？"
Wrap-up	3 min	"如果有一个魔法能解决这个问题，它会怎么工作？"

---

深度参考

📂 https://github.com/Gingiris/gingiris-user-interview

• references/templates.md — 不同阶段（Discovery / Validation / Retention）的问题模板
• HeyGen 937 访谈案例拆解

---

合成流程

1. 每次访谈后 24h 内整理 3 张卡片：
   • Pain（用户的真实痛）
   • Workaround（他们目前怎么凑合）
   • Quote（可引用的原话）
2. 每 5 个访谈做一次复盘：
   • 重复出现 ≥ 3 次的 Pain → 候选 PMF 方向
   • 重复出现 ≥ 2 次的 Workaround → 竞品信号
3. 每 20 个访谈做一次决策：
   • 继续这个假设 / 换方向 / 需要更多数据

---

级联推荐

• 访谈发现新 PMF 方向 → gr-blog-post 写一篇（验证市场反应）
• 访谈发现对手名字被提 ≥ 3 次 → gr-competitor 深度分析
• PMF 明确 → gr-b2b-growth 或 gr-oss-marketing 启动增长
• 需要招募访谈对象 → 从 gr-seo-patrol 的 GSC 流量挑读者

---

反模式

• ❌ 问 "你愿意付费吗" → 100% 是假答案
• ❌ 发问卷替代访谈（信息密度差 10x）
• ❌ 只访现有用户不访流失用户（流失才是真金）
• ❌ 一次访谈超过 45 分钟（疲劳 → 敷衍）
• ❌ 访谈中推销自己产品（污染答案）