Промпт для скрипта пользовательского интервью

Большинство ИИ-скриптов интервью — это замаскированные наводящие вопросы: «как наша фича вам поможет?» вместо «расскажите о последнем случае, когда вы столкнулись с этим». Этот промпт навязывает фрейм прошлого поведения, отсутствие гипотетики и явные тактики follow-up.

Категория: researchРекомендуется для: claude / chatgpt / any

prompt

Сгенерируй 30-минутный скрипт пользовательского интервью.

Цель интервью: {что вы хотите узнать — конкретно}
Сегмент: {с кем разговариваете — роль, контекст, текущее поведение}
Рабочая гипотеза (опционально): {что вы сейчас считаете правдой}

Выведи скрипт с такой структурой:

1. Разогрев (3 мин): два открытых вопроса о текущей рутине, без упоминания продукта.
2. Раздел прошлого поведения (15 мин): 5–7 вопросов, каждый привязан к последнему разу, когда они делали соответствующее действие. Формат: «Расскажите о последнем разе, когда вы…».
Для каждого вопроса перечисли 2–3 follow-up зонда, которые интервьюер должен держать наготове.
3. Раздел ограничений (8 мин): 3–4 вопроса о том, что они пробовали, за что платили, что не сработало. Выявляет реальный спрос против вежливости.
4. Завершение (4 мин): один открытый вопрос «что я не спросил» + благодарность.

Жёсткие правила (Mom Test):
1. НИ один вопрос не должен начинаться с «вы бы…» или «как вы думаете…» — оба приглашают к вежливой лжи.
2. НИ один вопрос не должен упоминать ваш продукт или предполагаемое решение.
3. Каждый вопрос должен выявлять факт (что они сделали) или платёж (деньги/время), а не мнение.
4. Если на вопрос нельзя ответить без воображения будущего, перепиши его на прошлое.
5. Follow-up-ы должны копать в специфику: «как часто», «кто платил», «что вы реально пробовали».

Верни только скрипт. Помечай каждый follow-up как [follow-up: ...]. Заверши одним абзацем раздела «red flags во время интервью», перечисляющего, что обесценит данные.

Когда это использовать

Перед тем как что-либо строить — 5–10 таких интервью заменяют месяцы догадок.
Когда метрики плоские и непонятно почему — вопросы о прошлом поведении вскрывают реальное дерево решений.
Валидация ценовой гипотезы — раздел ограничений («сколько вы платили») честнее, чем «сколько бы вы заплатили».

Советы по моделям

claude: Лучше всех избегает наводящих вопросов. Перепишет гипотетику в вопрос о прошлом поведении по запросу.
chatgpt: Склонен протаскивать формулировки «вы бы». Правило «никаких "вы бы"» — важнейшее для соблюдения.
any: Если вопрос комфортно задавать, он, скорее всего, наводящий. Скрипт должен ощущаться слегка инвазивным — так получаются реальные данные.

Пример: discovery-интервью для инструмента личных финансов

Цель: понять, как сотрудники SaaS в возрасте около 35 реально ведут личные финансы.

Разогрев (3 мин)
  - Расскажите о работе — чем занимаетесь день за днём?
  - Как выглядит типичное утро понедельника до работы?

Прошлое поведение (15 мин)
  В1: Расскажите о последнем разе, когда вы сели и посмотрели свой банковский счёт. Когда это было, что побудило?
    [follow-up: запланировано или реактивно?]
    [follow-up: сколько времени это заняло?]
  В2: Последнее финансовое решение свыше $500 — покупка, ожидание, смена банка — расскажите подробно.
    [follow-up: что проверяли перед решением?]
    [follow-up: с кем ещё советовались?]
  ... [ещё 5]

Ограничения (8 мин)
  В8: За какой последний денежный инструмент вы реально заплатили, хоть $5? Что заставило прекратить или продолжить платить?
  ... [ещё 3]

Завершение: Что я не спросил, а вы бы хотели, чтобы спросил?

Red flags во время интервью:
- Участник говорит «я бы» — он реально этого не делает. Зондируйте последний реальный случай; если его нет, у сегмента может не быть этой проблемы.
- Расплывчато с числами/датами («проверяю иногда»). Расплывчато = воображаемое поведение. Спросите «когда именно в последний раз?», чтобы заземлить.

Как это работает

Почему большинство ИИ-скриптов интервью бесполезны

Дефолтный вывод LLM на запрос «напиши скрипт интервью» — наводящие вопросы: «как фича X вам поможет?». The Mom Test (Rob Fitzpatrick, 2014) ещё двадцать лет назад показал: гипотетические вопросы дают вежливость, а не данные. Реальные пользователи говорят то, что, как им кажется, вы хотите услышать. Скрипт выше навязывает якорь прошлого поведения, что даёт факты.

Follow-up зонды столь же важны. Вопрос вроде «расскажите о последнем разе, когда столкнулись с этим» по умолчанию даст 30-секундный ответ. Зонды («что проверили первым», «кто платил», «как долго») превращают эти 30 секунд в 5 минут полезных деталей.

Как действовать по выводу

Проведите 5 интервью, прежде чем менять скрипт. Паттерны проступают к интервью 3–4. К пятому вы видите, какие вопросы дают хорошие данные, а какие — вежливый наполнитель; уберите вежливый наполнитель и добавьте конкретные follow-up к удачным.

После 5–7 интервью прогоните их через промпт research-summary, чтобы извлечь утверждения и противоречия. Связка (скрипт интервью → структурированное резюме → карта утверждений) гораздо быстрее, чем читать транскрипты и пытаться вспомнить паттерны.

Часто задаваемые вопросы

›Почему никаких «вы бы»?

Потому что все говорят «да» на фичу, которую вы описываете в лицо. Гипотетика приглашает к вежливости; прошлое поведение — к фактам. Самое крупное улучшение качества интервью — убрать из скрипта каждое «вы бы».

›А если моего продукта ещё не существует?

Тем лучше — нечем их смещать. Каждый вопрос становится про существующую боль и текущие решения. Именно для этого и нужны discovery-интервью.

›Сколько интервью нужно?

5–12 на сегмент — типично. К пятому слышны паттерны. Добавление большего уточняет, а не открывает новое — убывающая отдача после ~10, если только не исследуете новый сегмент.

›Что, если участник уходит в сторону?

Часто это золото. Реальные боли сбивают разговор; удобные ответы — нет. Дайте 2–3 минуты, делайте заметки, потом вернитесь: «расскажите подробнее про X — это было тогда же, когда вы делали Y?»

›Стоит ли заранее делиться гипотезой?

Нет. Скажите цель размыто («исследую, как люди справляются с X»). Поделиться конкретной гипотезой — сместить их ответы.

›Можно ли использовать для юзабилити-тестов?

Другая цель — юзабилити-тестам нужен task-скрипт, а не discovery. Есть пересечение (не наводи, наблюдай поведение), но формат различается. Опубликуем юзабилити-промпт отдельно.