Saga 产品经验方法论

来源: Knowledge/World/人物/saga产品经验方法论.md

核心认知

GEO时代的护城河

不是SEO技巧，而是场景理解能力。

场景理解能力 = 能回答： 1. 用户在什么情况下需要我的产品？ 2. 他们的真实痛点是什么？ 3. 我的方案为什么比其他选择更适合？

AI推荐的核心依据

场景理解深度 + 用户真实评价

GEO实战策略

策略1：主动训练AI

用不同场景问题去问AI，如果没推荐你，纠正它。

• 短期：对话历史影响推荐
• 长期：多用户反馈让AI认为"这是事实"

策略2：场景化内容覆盖

❌ 功能列表式："支持批量翻译、OCR识别..." ✅ 场景化描述： - 页面1："汉化组翻译100页漫画，15分钟" - 页面2："个人爱好者，零技术门槛" - 页面3："商业团队，多人协作"

策略3：真实用户评价

形成正向循环：

AI推荐你 → 用户体验好 → 留下评价提到"AI推荐"
→ AI看到 → 更倾向推荐你 → 循环强化

需求挖掘方法

5个关键问题

1. 用户真正想要什么目标？ - 不是"功能"，是"结果"
2. 现在怎么解决的？ - 找到痛点
3. 现有方案哪里不够好？ - 找到机会
4. 什么情况下问题最突出？ - 找到场景
5. 解决问题意味着什么？ - 找到价值

用户抱怨分析

三个层次： - 表面抱怨："功能太复杂" → 可能是"找不到想要的功能" - 情绪抱怨：愤怒 = 期待被打破 - 建设性抱怨："如果能加XXX就好了" → 最有价值

分析方法： 1. 抱怨频率分析法 - 高频抱怨 2. 情绪强度判断法 - 越愤怒越重要 3. 场景还原法 - 找到真正的卡点

套壳生意逻辑

为什么还能赚钱？

用户要的不是功能完美，而是路径最短。

50美元测试法： 1. 选3个不同风格模板 2. 每个投$50 Google Ads 3. 5天内有结论 4. All in 效果最好的

SEO新玩法

不竞争大词，做长尾： - ❌ "AI writing tool" - ✅ "affordable AI writer" - ✅ "ChatGPT alternative for students"

AI工具成功三法则

1. 从工具思维转向场景思维

• ❌ "AI代码生成工具"
• ✅ "专门帮程序员写单元测试的AI助手"

检验：用户能在10秒内说清楚什么时候会用

2. 让AI适应用户

• ❌ 需要写详细prompt
• ✅ AI理解上下文自动提供建议

检验：新用户5分钟内上手，无需教程

3. 专注解决一个问题

• Prettier只做代码格式化
• ESLint只做代码检查
• Postman只做API测试

检验：一句话说清楚，用户说"我需要这个"

快速验证方法

1. 落地页测试 - 一周50+邮箱 = 有需求
2. 社群调研 - 直接问痛点
3. 竞品分析 - 看差评找机会
4. 最小MVP - 快速上线测试

关键认知

"技术只是手段，识别和满足真实需求才是核心能力。"

"被骂得越凶，机会越大。用户愿意抱怨说明他们在意。"

"最大的智能就是帮用户变得更'愚蠢'一点。"

本文档为站内渲染。原始文件本地路径：saas/source/knowledge-world/Knowledge-World-项目-Practice-Claude-Skills-saga-product-metho-2d1f00.md（仅本地保留，不入库不部署）