Coding

Gr User Interview

Try it

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。

What it does

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。

The skill document

⚠️ 2C 产品的渠道调整

本 skill 默认 dev / B2B 渠道。2C 消费品 / 教育 / 应用：获客主战场是 垂类社区 + 短视频 + 垂直 KOL，按地区公开数据选第一平台（如印尼/泰国短视频已反超 Facebook）。KOL 优先 nano / micro 垂类——粉丝越多互动率越低，micro > mega 性价比更高。完整 2C 渠道数据库 + 公开来源见 → gingiris-seo-geo/references/2c-adaptation.md。

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"
"不知道该访谈谁 / 约不到人"
"激活率、付费率该怎么定义和对标"

核心原则（5 条）

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
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
录音 / 整稿 > 当场记笔记 当场记会错过微表情和语气
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
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？"

Token Top10 访谈法（招牌打法）

后台用量 Top10 拉 list → 共享屏幕访谈（必录屏）→ transcript 喂 AI 提 feature/bug 进 Linear → 次日回访。每天 ≥2 场。

按 token 消耗 / 用量排 Top10，每周刷新——重度用户的反馈密度最高
必须共享屏幕 + 录屏：看真实操作 > 听口述
Transcript 交给 AI 自动提取 feature request / bug，直接进 issue 工具
次日回访"你提的 X 已修/已排期"——反馈闭环就是留存杠杆
访谈后截 5-10 分钟关键片段给产研

邀约节奏：

1/3/7/14 天四次触达（Day 1 → 3 → 7 → 14 各跟进一次）
双通道：邮件模板 + 邮箱反查 LinkedIn 私信，邮件没回转 LinkedIn 补一轮
话术用宽泛理由（"早期团队想做访谈"），不暴露真实筛选原因——避免用户表演

组合技：

KOL 访谈二合一：合作 YouTuber 顺便做用户访谈 + 可用性测试，一次合作两份价值（20-30 分钟视频访谈 ROI 最高）
Wisprflow 打法：launch 前人工 onboard 前 500 用户逐个访谈，用势能带 launch

激活基准速查

项	基准
激活定义	必须是行为阈值：完成 ≥2 任务 / 连续 3 天 ≥20 轮对话 / 使用超 5 分钟——不是"登录过"
注册 → 付费合格线	>5%（Pro-C 5-8%、SMB 10-15%）
流失定义	两次对话后 24h 不回访 = 流失 → 自动触发挽回邮件
付费归因	四时间戳交叉：注册 × 激活 × 支付 × 最近登录

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

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）
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
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，或直接上「Token Top10 访谈法」拉后台用量榜
在跑红人合作 → 用「KOL 访谈二合一」顺路拿访谈（红人打法见 gingiris-kol-outreach）
访谈后要定激活/付费目标 → 对照上方「激活基准速查」先把行为阈值写死

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）
❌ 邀约只发一次就放弃（1/3/7/14 四次触达才是基线）
❌ 邀约话术暴露筛选原因（"因为你用量高所以找你" → 用户开始表演）
❌ 激活定义写成"注册/登录过"（必须是行为阈值）
❌ 访谈完不回访（次日回访"已修/已排期"是最便宜的留存动作）

Related skills

gingiris-user-interview

A structured playbook for user interviews and cold-start ops, covering screening, Beta testing, churn analysis, and user grading.

40 installs

interview-me

Extracts what the user actually wants instead of what they think they should want. Achieves this through one-question-at-a-time interview until ~95% confidence about the underlying intent. Use when an Use when 需要Development领域自动化处理、数据分析和流程编排时使用。不适用于无明确需求的模糊场景。

1 installs