在人工智能辅助编码加速软件产品构建的时代，决定构建什么成为了新的瓶颈。快速的决策和对用户的同理心能够帮助我们突破这一瓶颈。
各位朋友，
正如现代书写工具如打字机的发明简化了写作过程，但也导致了写作障碍的出现，即决定写什么成为了瓶颈。类似地，代理编码助手的出现也导致了新的构建者障碍，即决定构建什么成为了瓶颈。我称之为产品管理瓶颈。
产品管理是一门决定构建什么的艺术和科学。由于高度代理的编码能够加速软件编写到给定的产品规格，因此决定构建什么成为了新的瓶颈，尤其是在早期项目中。随着我合作的团队利用代理编码器，我越来越看重那些具有高度用户同理心并能快速做出产品决策的产品经理（PM），以便产品决策的速度与编码的速度相匹配。
具有高度用户同理心的产品经理可以通过直觉做出决策，并且通常是正确的。随着新信息的到来，他们可以不断完善对用户喜欢或不喜欢什么的心理模型，从而完善他们的直觉，并不断做出质量越来越高的快速决策。
有很多策略可以用来获取用户反馈和其他形式的数据，这些数据可以塑造我们对用户的看法。这些策略包括与少数用户的对话、焦点小组、调查以及对大规模产品的A/B测试。但为了以GenAI的速度推动进展，我发现将所有这些数据来源综合到产品经理的直觉中有助于我们更快地前进。
让我用一个例子来说明。最近，我的团队就用户更喜欢4个功能中的哪一个展开了辩论。我当时有我的直觉，但我们都不确定，所以我们调查了大约1000名用户。结果与我最初的看法相矛盾——我错了！那么，在这一点上，正确的做法是什么？
- 选项1：按照调查结果，构建用户明确告诉我们他们喜欢的东西。
- 选项2：详细检查调查数据，看看它如何改变我对用户想要什么的看法。也就是说，完善我对用户的心理模型。然后用我修改后的心理模型来决定做什么。
即使有些人认为选项1是做出决策的“数据驱动”方式，但我认为对于大多数项目来说，这是一种较差的方法。调查可能存在缺陷。此外，在做出决策之前花时间进行调查会导致决策缓慢。
相比之下，使用选项2，调查结果提供了更具普遍性的信息，可以帮助我塑造不仅是这个决策，还有许多其他决策。它让我可以处理这一条数据，以及所有用户对话、调查、市场报告以及用户在使用我们的产品时的行为观察，从而形成一个更全面的视图，了解如何为用户提供服务。最终，这种心理模型驱动着我的产品决策。
当然，这种技术并不总是可扩展的。例如，在程序化在线广告中，人工智能可能会尝试优化广告的点击次数，一个自动化系统并行地进行更多的实验，并收集用户点击和不点击的数据，以过滤产品经理对用户的心理模型。当一个系统需要做出大量的决策时，例如在大量的页面上展示什么广告（或推荐什么产品），产品经理的审查和人类的直觉是无法扩展的。
但是，在团队需要做出少量关键决策的产品中，例如优先考虑哪些关键功能，我发现数据——用于帮助建立一个良好的用户心理模型，然后应用该模型来快速做出决策——仍然是推动快速进展和缓解产品管理瓶颈的最佳方式。
以下是一些关于如何克服产品管理瓶颈的详细策略和深入的思考：
1. 提升用户同理心
用户同理心是产品经理的核心竞争力。它不仅仅是理解用户的表面需求，更在于深刻洞察用户行为背后的动机和痛点。以下是一些提升用户同理心的有效方法：
- 深度访谈： 定期与用户进行一对一的深度访谈。避免预设问题，鼓励用户自由表达，深入挖掘其真实需求和潜在痛点。
- 用户观察： 观察用户如何使用产品，关注其操作习惯、遇到的问题以及解决问题的方式。通过用户行为数据分析，了解用户在产品使用过程中的真实体验。
- 参与用户社区： 积极参与用户社区的讨论，了解用户反馈和建议。通过与用户的互动，建立信任关系，获取更真实的用户洞察。
- 角色扮演： 模拟用户的使用场景，体验产品功能。通过角色扮演，更好地理解用户需求和痛点，发现产品设计的不足之处。
2. 快速决策的框架
在快节奏的GenAI时代，产品决策的速度至关重要。以下是一些帮助产品经理快速做出决策的框架：
- 优先级排序： 使用优先级排序模型（如RICE评分、MoSCoW方法）对产品功能进行排序，集中精力开发最具价值的功能。
- 最小可行产品（MVP）： 快速构建和发布最小可行产品，验证产品概念和功能。通过用户反馈，不断迭代和完善产品。
- 数据驱动决策： 收集和分析用户行为数据，了解用户对不同功能的偏好。利用数据分析结果，指导产品决策。
- 快速实验： 采用A/B测试等方法，快速验证产品功能和设计。通过实验数据，了解用户对不同方案的反应，选择最优方案。
3. 数据与直觉的平衡
数据和直觉在产品决策中都扮演着重要的角色。产品经理需要在两者之间找到平衡，充分利用数据的客观性和直觉的敏锐性。
- 数据验证直觉： 使用数据验证产品经理的直觉。如果数据与直觉不符，需要深入分析原因，重新评估产品决策。
- 直觉指导数据分析： 使用直觉指导数据分析的方向。产品经理可以根据自己的经验和判断，提出假设，然后通过数据分析验证假设。
- 持续学习： 产品经理需要不断学习新的知识和技能，提升自己的数据分析能力和产品Sense。通过持续学习，更好地理解用户需求，做出更明智的产品决策。
4. 案例分析
以在线教育平台为例，该平台希望提升用户学习效率。产品经理通过深度访谈发现，用户在学习过程中容易分心，学习效率低下。基于这一洞察，产品经理提出了一个“专注模式”的功能，该功能可以屏蔽干扰信息，帮助用户集中精力学习。产品经理通过A/B测试验证了该功能的有效性，用户学习效率提升了20%。
5. 总结
在AI时代，产品管理瓶颈是一个普遍存在的问题。产品经理需要提升用户同理心，掌握快速决策的框架，平衡数据与直觉，才能突破这一瓶颈，构建出更优秀的产品。通过持续学习和实践，产品经理可以不断提升自己的能力，成为AI时代的产品领导者。
保持构建！
Andrew
