Proto-Persona(原型用户画像)

技能概述

Proto-Persona 是一个假设驱动的原型用户画像工具,帮助产品团队在缺少正式用户研究的情况下,基于现有数据、市场信号和团队经验,15-25 分钟快速构建一份结构化的目标用户画像,用于对齐团队认知并规划后续验证研究。

适用场景

1. 没有研究预算,但需要一个可用的客户画像:新产品或新项目启动前,先用支持工单、销售反馈、分析数据等现有信号搭一个工作画像,让设计和开发有据可依,而不是干等几个月的用户研究。
2. 团队对目标用户各说各话:每个人心中的用户形象不一样、讨论变成争论时,用一份显性化的 proto-persona 把各自假设摆上桌面,形成"我们为谁而做"的统一参照点。
3. 新功能立项或产品转型早期:在深入投入前明确目标用户,并暴露认知缺口,确定下一轮用户访谈该找谁、该验证哪些假设。

核心功能

1. 结构化画像构建:按姓名(便于团队引用的助记名)、背景与人口特征、用户原声引述、痛点、目标与期望成果、决策影响力等板块逐步填写,输出一份可直接使用的一页式画像,而不是零散的主观印象。
2. 假设显性化与标记:要求用 [ASSUMPTION—VALIDATE] 标记所有未经证实的内容,明确区分"已知事实"与"待验证猜想",防止团队把假设当成结论,也让假设变得可讨论、可挑战。
3. 验证研究规划:基于画像暴露的缺口规划下一步访谈对象和研究问题,让 proto-persona 随学习持续演进,最终"毕业"为经过验证的正式画像。

常见问题

Proto-Persona 和经过验证的用户画像有什么区别?

Proto-Persona 是基于假设加有限信息、在几小时到几天内完成的工作假设,用于早期团队对齐和指导初始设计决策;验证画像基于数周到数月的用户研究,置信度高、相对稳定。Proto-Persona 演进快、会随研究结果不断更新,两者是先后关系而非替代关系。

没有任何用户研究数据也能用吗?

可以,这正是它的定位:从支持工单、销售轶事、数据分析、团队经验等任何现有信号出发构建画像。但技能明确要求不要编造——缺少信息时应标注缺口并规划研究补齐;画像中的用户引述要么来自真实素材,要么标注 [PLACEHOLDER—NEEDS RESEARCH] 占位。

画像做完后,如何避免把它当成事实?

三个动作:给不确定内容打 [ASSUMPTION—VALIDATE] 标签;与团队分享检验"像不像真人";用画像指导访谈计划并随学习结果持续更新。技能的常见陷阱章节也明确警告:把假设当事实、编造引述、一次建十个人物、创建后六个月从不更新,都是需要避免的反模式。它也不能替代定量数据和正式用户研究。