The Mom Test 用户访谈法：在 easy-vibe 课程中用真实行为证据验证需求

The Mom Test 用户访谈法：在 easy-vibe 课程中用真实行为证据验证需求

【免费下载链接】easy-vibe💻 vibe coding 101｜The first course for AI-native product builders.项目地址: https://gitcode.com/GitHub_Trending/ea/easy-vibe

本文是 easy-vibe 课程Stage 1（AI 产品经理）需求验证环节的配套技术指南，系统讲解《The Mom Test》作者 Rob Fitzpatrick 提出的用户访谈方法：如何避开"听起来不错"的客套反馈，用过去真实发生的行为、当前替代方案与已付出的成本来判断一个需求是否值得投入开发。读完本文，你将掌握三条提问原则、一套可直接照做的访谈顺序、一张可复用的提问清单，以及借助 AI 完成问题改写、分群访谈提纲、访谈记录整理与访谈技术复盘的五种实操方法，并理解如何与上一章的 JTBD（Jobs to Be Done）方法衔接使用。

1. 为什么访谈会产生"虚假阳性"反馈

上一章通过 JTBD 得到的用户任务描述，本质上仍然只是一个假设。它需要用访谈来检验：这个问题是否在近期真实发生过？用户是否已经为它投入过时间、金钱或精力？

这听起来简单，但如果直接问对方"你觉得这个想法怎么样"，得到的往往只是礼貌而笼统的回答：

• 你觉得这个想法怎么样？
• 如果我把这个做出来，你会用吗？
• 这个功能听起来有用吗？

对应的回答通常是：

• 听起来不错
• 好像挺有用的
• 我觉得你可以试试

这些回答并没有错，却几乎无法支撑任何产品决策。它们往往只是礼貌、支持，或者是一种"不想当场打击你"的本能反应。你以为自己收集到了"市场验证"，实际上收集到的是一堆难以利用的安慰性反馈。

《The Mom Test》这个名字来自 Rob Fitzpatrick 的同名书籍，标题看似玩笑，但击中要害：

即使是你的妈妈，如果你问错了方式，她也很难直接告诉你"这是个烂主意"。

原因不是她不诚实，而是：她不想伤害你、她会本能地鼓励你、她很容易顺着你提问的方向作答。而且这不只发生在妈妈身上——朋友、同事、前同学，甚至很多陌生人，面对你的产品创意时都会有同样的反应。一个积极回答并不意味着需求真实存在，它可能只意味着你提问的方式让"奉承"变得很容易。

因此，The Mom Test 的核心从来不是"该访谈谁"，而是如何组织问题。访谈应当寻找可验证的经历，而不是收集对产品创意的评价。本方法在 easy-vibe 课程中的定位，正是把上一章 JTBD 需求理论 产出的"用户想要完成的进展"从纸面假设转化为可证伪的证据，完整流程可见 Stage 1 课程地图。

2. 观点与行为证据的区别

The Mom Test 主要帮你避免一个非常普遍的认知错误：

把礼貌的正面反馈误当成真实需求。

例如，人们常这样问：

• 你觉得这个 App 的想法怎么样？
• 如果我做一个 AI 改写简历的工具，你会用吗？
• 这个功能有价值吗？

这些问题的共同点是：它们都在索取"观点"、都带有一定程度的暗示或引导、都在谈论一个尚未发生的未来。

而人对"观点"和"想象中的未来行为"的作答通常极不可靠——人们普遍会高估自己的兴趣、高估自己坚持执行的能力、高估自己未来的付费意愿。

因此 The Mom Test 反复提醒你：

• 不要过快相信别人对你创意的夸奖
• 不要过快相信别人对未来行为的预测
• 把对话拉回到用户已经真实做过的事上

相比"你会用吗"，"你上次是怎么处理这个问题的"往往更接近真相。

3. 三条提问原则

如果只想先记住最重要的部分，记住这三条原则即可。

3.1 少谈你的想法，多谈用户真实的过往经历

很多低效访谈以大量解释开场：你的方案、你的兴奋、你的产品概念、你的功能规划。一旦你说了太多，对方就容易切换到"支持模式"——开始帮你想办法、鼓励你，而不是告诉你实情。

更好的方向是把对话中心放在对方的真实经历上：

• 上次发生这事是什么时候？
• 当时你在做什么？
• 你是怎么处理的？
• 哪一步让你最烦躁？

这类问题会把对话拉回现实，而不是停留在想象中的偏好里。

3.2 少问抽象观点，多问具体事实

"听起来有用""好像不错""我觉得我会喜欢"都太抽象，无法指导产品决策。更有价值的信息通常长这样：

• 上周我花了两个小时处理这事
• 我现在是靠 Excel 和聊天软件硬撑着
• 上个月我已经为类似的东西付过钱了
• 我最怕的不是慢，而是犯错

这类信息能帮你判断问题的强度、发生频率，以及是否真的有人愿意付费解决。

3.3 少问用户想要的方案，多观察他今天怎么解决

用户通常很擅长描述痛苦，但不一定擅长设计产品。如果你问"你希望有个 AI 自动帮你做这个吗""加个智能功能会有帮助吗"，得到的往往是对某个具体方案的模糊态度，而不是关于底层需求的证据。

更好的问题是：

• 你今天是怎么做的？
• 为什么用这种方式做？
• 这种方式哪里不好？

看清当前替代方案，往往比直接问"你想让我们做什么"更有价值。正如文档所指出的，当对方说出"上周""我最后不得不""我已经花了钱"这类词时，应当顺着这段经历继续追问，而不是急着过完检查清单。

访谈的中心是眼前这个人，而不是问题清单。电脑和纸笔只是记录工具，听到"上周""我不得不""我已经花了"时，就顺着这段经历继续追问。

4. 为什么人们总给出礼貌却无用的回答

理解这一点，能在访谈中减少大量判断失误。

4.1 人会本能地保持礼貌

尤其是对方认识你时，很难直接说出"这个方向听起来不太行""我永远不会用""这对我来说不够重要"。他们更可能说"听起来有点意思""可能有用"。

4.2 人会高估未来的自己

很多人真心相信未来的自己会：更自律、更愿意学习、更愿意付费、更愿意尝试新工具。所以"我大概会用的"这句话，往往不代表他真的会用。

4.3 你的提问方式本身就在塑造答案

当你问"我的想法听起来不错吧？""这个功能对你有帮助吧？"时，你其实已经把"正确答案"藏进了问题里。这正是 The Mom Test 特别强调的一点：不要把访谈变成一场寻求认可（reassurance）的对话。

5. 直接对比：哪些问题容易翻车，哪些更有价值

下面的对比几乎每个新手都问过类似版本：

表格最重要的不是具体措辞，而是背后的转变方向：

• 从观点转向事实
• 从未来转向过去
• 从你的方案转向用户的问题

6. 基本访谈顺序

如果想马上找个人聊聊，可以直接按这个顺序来。

6.1 开场：以学习者的身份，而不是销售者的身份

例如：

我想了解一下大家现实生活中到底是怎么处理这类问题的，我现在不卖任何东西。

这能让对方更容易放下"我应该鼓励你"的本能。

6.2 从最近一次真实事件开始

好的开场问题：

• 上次发生这事是什么时候？
• 当时发生了什么？
• 你第一反应做了什么？

一旦对话进入某个具体真实事件，信息质量通常会大幅提升。

6.3 追问行为、成本与替代方案

继续问：

• 你现在是怎么做的？
• 这个方法最难受的地方在哪？
• 它花了你多少时间、金钱或精力？
• 你试过别的办法吗？为什么不用了？

6.4 最后再判断痛点与优先级

你不需要直接问"这有多痛"，可以从细节里判断：

• 这事发生得频繁吗？
• 他是不是已经在积极"打补丁"？
• 他已经付出过真实成本了吗？
• 说起这事时他是否有明显的挫败感或情绪？

这些线索远比直接问"这是你的痛点吗"有用。

7. 一个更完整的示例

假设你想做一个"帮大学生优化简历的 AI 产品"。

错误问法

你去找同学问：

我想做个 AI 简历优化器，你觉得怎么样？ 如果它能按职位描述自动改写简历，你会用吗？

对方多半会说：听起来不错、我觉得可能有用、免费的话我会试试。这些回答几乎给不出任何关于需求强度的可靠信号。

更好的问法

把对话改成：

你上次改简历是什么时候？ 当时为什么需要改？ 你是怎么改的？ 哪一步最难？ 你请别人帮你审过吗？ 你之前为这事花过钱或很多时间吗？

通过这些问题，你可能会发现：

• 很多人不是不会写，而是不擅长针对不同职位去改写简历
• 最大的痛点往往不是排版，而是"不知道哪些经历值得写进去"
• 他们拖延不是因为懒，而是因为每一轮修改都极其耗神
• 他们当前的替代方案已经包括：学长学姐的建议、模板网站、AI 工具、找朋友帮忙

这时你就离真实问题近得多了。

8. 如何把 The Mom Test 与 JTBD 结合使用

如果说 JTBD 帮你看到"用户想达成的进展"，那么 The Mom Test 教你的就是：

如何通过访谈确认这件"工作"真的存在。

两者可以这样组合使用：

1. 先用 JTBD 起草一个任务假设
2. 再用 The Mom Test 式的问题询问对方最近一次真实情境
3. 判断这个任务是否高频、是否痛苦、是否值得优先投入

例如你的 JTBD 假设是：

当我准备实习申请时，我想把旧简历快速改成适配特定岗位的版本，以便尽早提交。

然后用这样的问题去验证：

• 你上次投实习是什么时候？
• 当时简历是怎么改的？
• 哪一部分最难重写？
• 你怎么判断它"可以提交了"？

这样两条方法就连接起来了：

• JTBD 帮你定义需求假设（见 JTBD 需求理论）
• The Mom Test 帮你通过对话验证假设

同时要记住：访谈帮我们理解过去，但它不是最后一步。一旦做出原型，应当让用户直接上手操作，把"他说了什么"与"他实际做了什么"对照起来——访谈验证问题是否存在，可用性测试则检验方案是否真的能帮人完成任务。

在"我会用"之后，还要检验"他能不能用"。访谈验证问题存在，可用性测试则检验方案是否真的解决问题。

9. 初学者最常见的五个访谈错误

9.1 把访谈变成产品演示

如果你花太多时间解释自己的想法，对方就会开始"帮你"，而不是告诉你真相。

9.2 只访谈熟人

熟人并非没有价值，但他们更倾向于鼓励你。你至少需要混入一些更接近真实用户、与你在情感上没有利益关系的人。

9.3 过早追问功能细节

问题本身还没搞清楚，就开始追问按钮、界面、功能细节，通常意味着过早进入了方案模式。

9.4 把"我会用"当成验证结果

访谈最多帮你判断方向，它不等于验证完成。真正的验证最终取决于真实成本：时间、切换成本、试用行为，乃至付费。

9.5 访谈结束后不整理

如果聊完就放着不管，信息很快就会变成模糊的印象。要尽快整理出：

• 反复出现的问题
• 用户原话中的情绪词
• 当前的替代方案
• 已经付出的成本
• 你自己更新后的判断

文档中特别强调：访谈结束只意味着原材料到手了。把观察拆成一条条独立证据，再按重复出现的主题聚类，才能得到跨访谈的模式，而不是"大家好像都需要这个产品"的笼统印象。

访谈结束只是原材料就绪。把观察拆成单条证据，再按重复主题聚类，才能得到跨访谈的规律。

10. 可直接复制使用的问题清单

如果想尽快上手，下面这套问题足够通用。

开场问题

• 上次遇到这个问题是什么时候？
• 当时具体发生了什么？

行为问题

• 当时你是怎么处理的？
• 为什么选择这种方式？

成本问题

• 这事通常要花你多少时间或精力？
• 你为解决它花过钱吗？

替代方案问题

• 你试过其他工具或方法吗？
• 为什么后来不用了？

收尾问题

• 如果以后再遇到同样的问题，你觉得理想的解决方案应该是什么样的？

注意：收尾问题可以问，但最好放在最后。因为对话前期你需要的是事实，而不是愿望。

11. 用 AI 准备和组织访谈

The Mom Test 本质上仍是"与真实的人对话"的方法，AI 无法替代真实访谈。但 AI 非常适合在访谈前、中、后提供辅助，尤其能降低新手的入门门槛。这一节对应 easy-vibe 课程"AI 原生产品构建者"的定位——把 AI 当作流程中的辅助工具，而非取代真实用户研究。

11.1 让 AI 帮你改写"容易翻车"的问题

很多人知道不该问"你觉得我的想法怎么样"，但一开口又绕回去了。可以先把你准备问的问题交给 AI 改写：

以下是我计划在用户访谈中提出的问题： [粘贴你的问题] 请用 The Mom Test 的原则帮我改写： 1. 删除基于观点的问题 2. 删除假设未来的问题 3. 改成围绕真实过往行为、当前替代方案和已付出成本的问题 4. 最后整理成 8-10 个可以实际使用的访谈问题

即使是非常初级的输入也完全可以：

我想问用户： 1. 你觉得我的 AI 简历工具怎么样？ 2. 你会用吗？ 3. 你愿意付费吗？ 请帮我把这些问题改成更好的问法。

AI 可能给出的有用输出：

改写后的问题： 1. 你上次改简历是什么时候？ 2. 当时为什么需要改？ 3. 你是怎么改的？ 4. 哪一部分花的时间最多？ 5. 你请别人帮你审过吗？ 6. 你之前为这事花过钱或很多时间吗？

这个输出之所以有用，是因为它把"索取观点"的问题直接变成了"追问行为"的问题。

11.2 让 AI 为不同人群生成不同的访谈提纲

同一个方向，对不同人群的访谈重点完全不同。例如学生、HR、资深学长关注的点差异很大。可以让 AI 为每一类人各生成一份提纲：

• 对新手用户：重点了解最近一次真实经历
• 对重度用户：重点了解替代方案与痛感强度
• 对付费用户：重点了解他是否已经为这事付过成本

例如可以直接输入：

我要访谈两类人： 1. 第一次找实习的大学生 2. 审过很多简历的学长学姐 请分别为每类人生成 6 个问题的访谈提纲。

这样实际访谈时会更有节奏，而不是对每个人都问同一套问题。

11.3 让 AI 帮你把访谈记录整理成"事实 vs 观点"

访谈结束后最常见的困境不是"信息太少"，而是"信息太散"。AI 很适合把零散对话整理成结构化证据：

以下是我 3 次用户访谈的记录。 请用 The Mom Test 的视角整理： 1. 哪些部分是事实，哪些只是观点 2. 用户最近一次真实行为是什么 3. 当前的替代方案是什么 4. 用户已经付出了哪些时间、金钱或精力成本 5. 哪些问题反复出现 6. 哪些表述听起来积极但证据不足

简单输入也可以：

这是我与一位用户的访谈记录： - 她说如果真有这样的工具她大概会试试 - 上周她花了一整晚改简历 - 她目前主要靠朋友帮忙看简历 - 她说最难的是不知道简历改到什么程度才算"够好" 请帮我区分观点和事实。

AI 可能给出的输出：

观点： - 如果真有这样的工具她大概会试试 事实： - 上周她花了一整晚改简历 - 当前替代方案是请朋友帮忙审阅 - 最难的点是不知道何时算"可以提交" 可用于判断需求的证据： - 问题最近真实发生过 - 用户已经付出了明显的时间成本 - 当前方案依赖他人，不稳定

这个输出能直观地告诉新手：哪些话可以用来做判断，哪些话听听就好。需要提醒的是，整理结果必须能够回溯到受访者原话，AI 可以帮助转写和归类，但每一条结论都应能在原始对话中找到依据。

11.4 访谈前让 AI 做一轮轻量外部调研

如果访谈还没开始，可以让 AI 做非常轻量的外部扫描：

• 公开社区里人们最近怎么抱怨这个问题
• 现有工具被吐槽最多的是什么
• 是否已经有人为类似问题付过费
• 市场上已有哪些替代品

例如：

请帮我查一下： "大学生改简历时最常抱怨什么" 用简单语言总结 5 条最常见的抱怨。

这类信息不能替代真实访谈，但能帮你更快进入状态、知道该从哪里切入问题。

11.5 让 AI 扮演"访谈复盘教练"

你还可以把刚做完的一段访谈记录交给 AI，让它批评你的提问方式：

以下是我做的一次用户访谈记录。 请用 The Mom Test 的视角复盘： 1. 哪些问题听起来像在寻求认可 2. 哪些问题有明显的引导性 3. 哪些地方本应继续追问事实 4. 如果再来一次，这场对话怎么问更好

这对新手尤其有帮助，因为它能快速训练你对一个问题的敏感度：

我是在收集证据，还是在收集鼓励？

12. 总结

• 对产品创意的正面评价，本身不足以作为需求存在的证据
• 访谈应当优先询问具体的过往经历，而不是预测未来行为
• 行为、时间、金钱和当前替代方案，是判断问题强度的主要证据
• AI 可以帮你准备提纲、整理记录，但无法替代真实访谈

13. 课后练习：做一次不推销想法的用户访谈

本节在课程中对应一份StageAssignmentCard作业卡片（作业卡片组件），请基于上文内容完成：

1. 选一个你最近想做的产品方向，先写下你原本会问的 5 个"容易翻车"的问题
2. 把这 5 个问题改写成更符合 The Mom Test 风格的问题
3. 找 3 位潜在用户，至少问一次"你上次遇到这个问题是什么时候"
4. 访谈结束后，把信息整理成 4 类：真实行为、替代方案、已付出的成本、反复出现的困难

延伸阅读路径

• 上一章：JTBD 需求理论 —— 本方法的假设来源
• 前一章节：如何判断一个想法的好坏（寻找好主意） —— 需求验证在课程流程中的起点
• 课程入口：easy-vibe 项目介绍 —— Stage 1「AI 产品经理」完整学习路径
• 文档原版：The Mom Test: A User Interview Method for Validating Demand（英文版）

【免费下载链接】easy-vibe💻 vibe coding 101｜The first course for AI-native product builders.项目地址: https://gitcode.com/GitHub_Trending/ea/easy-vibe