10min搞定AI用户画像（上）-ChatGPT用户画像prompt大揭秘
10min搞定AI用户画像（上）-ChatGPT用户画像prompt大揭秘
用户画像可是帮助我们洞悉用户、进行产品设计的好工具。大家是否有过需要了解新业务、挖掘一些新机会，但对业务和用户都一脸懵的情况？此时的你，一定想快速了解新业务的用户画像，但自己绘制用户画像可真是一件费时费力的活儿～获取用户画像的前期分析、调研工作，需要耗费大量时间和精力。
那么，想要快速拥有一份用户画像，AI可以给到我们帮助吗？C端和B端的用户画像都能搞定吗？
带着这个想法，我尝试利用ChatGPT/NewBing+Midjourney，分别帮我生成用户画像的文本部分和用户形象图部分，再放进预制好的模板中，帮我们搞定用户画像！
例如，一个使用C端打车软件的用户画像。看下图，用户是年轻白领、使用场景是日常上下班、痛点是早晚高峰时段打出租车难。
B端产品的朋友们别走，我也编写了适用于B端的用户画像分析的prompt。我们询问一下连锁餐饮店店长的用户画像，来看下效果：店长的痛点是员工管理难和库存信息不准确等等
不卖关子了，下面我将为大家详细说明，用AI快速生成C端和B端用户画像的方法！
一、如何利用AI生成用户画像文本
1. 用户画像文本生成-AI工具选择
本文，我们将使用ChatGPT和NewBing（目前已经更名为Microsoft Copilot），来生成用户画像分析的文本。
选择了NewBing的原因，主要是NewBing能免费联网搜索，且能给出资料的出处，在我们本身没有收集到足够多信息的时候，可能可以给出更具有说服力和可信度的用户画像。
而对于ChatGPT，GPT-3.5版本无法联网，但可以基于它的训练数据，给出预测的用户画像的答案。想要联网，需要我们升级到GPT-4版本。
2. 结构化prompt封装用户画像分析能力
学习prompt期间，我最大的一个启发就是，我们可以把工作中需要的能力，封装成prompt的形式，并指定格式要求，让AI输出我们需要的内容。
1）需求分析
需求分析的方法有许多，针对这个小需求，我们可以进行一个简单的拆解，利用场景分析法，然后分析解法。利用场景分析的好处，是可以更好地让我们自己，带入为需求的提出者，清晰地分析需求产生的原因、背景。
2）确定用户画像输出模板
根据刚刚的需求分析，我们发现输出的用户画像，需要适配C端、B端业务。而C端和B端的面向的用户、业务模式大有不同，因此C端和B端用户画像分析的要点也随之发生变化（简单来说，我们平时买东西的淘宝是C端产品，淘宝给商家的应用软件是B端产品）。
而且，对于B端而言，用户的角色其实有两种，一种是企业，一种是企业中的工作者，那么会有两个用户画像：①企业用户画像和②职业用户画像。
我参考了「酷家乐用户体验设计团队」和「核糖Bro」两位老师的用户画像分析文章，归纳出了C端和B端用户画像的模板，如下所示：
（1）C端用户画像模板
- 基本信息：年龄、性别、城市、职业、收入水平、学历、家庭状况
- 用户故事：用户和使用产品相关的背景故事，包括工作描述、生活习惯描述、兴趣爱好。
- 目标和需求：使用产品的目的、希望从产品中获得的价值。
- 行为模式：使用场景、使用频率、使用平台偏好、首选功能、时间和地点等。
- 用户痛点：痛点包括用户需求中的痛点、使用产品时可能遇到的困难
- 情感态度：对产品的感受、喜好和不满意之处。
（2）B端企业画像模板
- 基本信息：公司名称、行业类别、企业规模（员工人数、年收入）、地理位置
- 组织架构：企业自上而下的组织架构
- 关键角色：组织中包含哪些岗位
- 业务信息：业务概述、经营方式
- 业务需求与痛点：当前业务场景的需求、核心痛点、现有解决方案的不足、期望的功能
（3）B端职业用户画像模板
- 岗位名称：具体岗位名称；
- 工作概览：公司名称、行业类别、岗位介绍、岗位职责
- 基本信息：年龄、性别、城市、职业、收入水平、学历、家庭状况、入职时长
- 行为模式：使用场景、使用地点、使用平台偏好、使用频率、 使用时间、使用时长
- 需求与痛点：用户工作中的主要需求、核心痛点、现有解决方案的不足、期望的功能
3）prompt编写思路与结果
本小节我将以“B端产品-职业用户画像专家”prompt为例，用一张思维导图和注释，为大家解释我的prompt编写思路。话不多说，请见下图：
我考虑的一些tips：
（1）注意考虑使用者的用户体验。
- 在整个流程中，需要注意添加引导语，让使用者可以了解需要回答什么信息，预知下一步会发生什么。
- 同时不要一次性询问过多问题，除非使用者主动要求一次性给出资料。因此我设计了3种模式。模式2为分步询问问题，为简化prompt，分布询问的问题，也可以设计为让AI自动生成。但经过我多次测试，AI自动生成的问题可能会不稳定，所以在我的prompt中，我还是自己编写了4个引导提问。
（2）prompt需要进行多轮测试，测试prompt时，如果发现AI回答模糊的信息，我们可以指定描述规则，例如：
- AI在输出基本信息时，经常会出现不限的回答，可以要求AI必须推测一个答案。
- AI对使用场景的描述不够具体，可以定义具体的描述方法。
- AI对使用平台偏好的判断比较模糊，可以告诉AI一般的判断经验。
- 需求与痛点是一一对应的，可以设置以表格的形式输出这部分内容，让信息更加清晰。
（3）如果直接在可以联网的ChatGPT4或NewBing上使用，可以加入联网技能，简化prompt，只保留模式1，依靠AI联网搜索整合所有需要的信息。
二、AI分析效果大揭秘
分析了这么多，prompt的效果怎么样呢？本小节我将主要给大家展示“B端产品-职业用户画像专家”prompt，在ChatGPT4和NewBing上的的效果。
为了让大家更好地带入prompt使用的身份，我们一起来假设一个场景：
你是一家SaaS软件公司的产品经理，为了拓展业务的第二曲线，你们想研究一个新方向：餐饮行业的线上化解决方案。因此，你想先了解下餐饮行业从业者的职业画像。于是，你输入了“B端产品-职业用户画像专家”prompt。
1. 与ChatGPT的交互效果
一开始，ChatGPT会进行自我介绍，并简单介绍用户画像会包含哪些内容。然后，开始询问我们第一个问题，要分析的用户画像目标是啥？我们可以回复，需要了解下“中式快餐连锁店，店长”的用户画像。
接下来ChatGPT会向我们介绍3种交互模式，并询问我们想要选择哪一种模式。我们先来看看模式1的效果，对话链接请见：
选择模式1后，ChatGPT会按照指令为我们生成3个用户画像，并表示我们可以给出反馈，之后会在生成一个更详细的用户画像。
接着我们选择“店长1”的画像，如果想触发ChatGPT的联网技能，我们也可以再输入“搜索”的指令，让ChatGPT基于互联网结果综合给我们一个答案。收到指令后，ChatGPT将开启联网搜索。
最后，我们来看模式3的交互效果。这种模式适合手中已经有一定资料的用户。
2. 与NewBing的交互效果
我们开启NewBing的“创造力”模式，输入通用版的prompt。NewBing也能识别到workflows中我们设定的交互流程，并搜索互联网的数据，先给我们3个简单的用户画像。
然后，再根据我们的反馈，生成一个更详细的用户画像。
但是测试中我发现，有几次NewBing的答案会偏离我们设定的“OutputFormat”，我们可以删除“initialization”部分，直接在最后指明需要生成的用户画像，这样NewBing就能够按照既定的格式输出。
有了文本，接下来，我将会和大家一起探索，如何利用Midjourney（以下简称MJ）生成用户的形象图，不管是真人形象，还是卡通形象，MJ都能帮你搞定！