# 別再瞎忙了！讓 AI 幫產品團隊找到對的問題 - Peter Su

{%hackmd o8oUosN0QnqMSkF1_6kH7g %}

#### 📚 議程介紹

{%preview https://webconf.tw/agenda/20 %}

###### ▼▼▼ 開始筆記 ▼▼▼

如何找到對的產品問題

### AI 時代，產品經理成為了瓶頸？
[Andrew Ng 在 YC AI Startup School 的演講](https://petersuppi.medium.com/ai-product-discovery-136c355b6761)《Building Faster with AI》提到，AI 大大加速了產品開發交付的速度，AI 為既有產品加速了約 30%-50%，而 AI 在新產品的加速則更驚人，有些新創公司描述 AI 帶來了 10 倍速的加速。
而在這個狀況下，產品經理的任務（對應到 Product Discovery）已經變成了瓶頸。

- 在座 2 成是產品經理
- 其餘 8 成是工作會接觸到產品開發

#### 產品開發流程兩大階段

| | product discovery (探索)| Product Delivery (交付) |
| -------- | -------- | -------- |
| 核心 | build the right product 做對的產品 | Build the product right 把產品做對 |
| 主要心態 | 實驗、學習、快速失敗 | 執行、品質、可預測性 |
| 關鍵問題 | 這有價值嗎？可行嗎？好用嗎？ | 我們能多快發布？品質如何？ |
| 對待失敗 | 失敗是學習的過程（Fail fast） | 失敗是昂貴的（Bug/Crash） |
| 產出 | 學習 （Learning） & 證據 （Evidence） | 軟體（Software） & 功能（Features） |

##### Ref.
- [Discovery vs. Delivery](https://www.svpg.com/discovery-vs-delivery/) by Marty Cagan @ SVPG
- [產品探索（Discovery）與交付（Delivery）的角力 - 從產品負責人的觀點出發](https://agile.ithome.com.tw/2022/session-page/1081)
> 野人獻曝一下，幾年前有分享過這個主題，可以補充一些脈絡，頁面右邊有簡報可以下載 - Jenson
#### 過去 Product Discovery 經驗

- booking.com 的 Experimentation Platform
每跑一個功能 A/B Testing，公司所有人都可以看到實驗指標的實驗平台

- facebook/Meta user Researcher & Data Scientist
每個產品團隊都有 Data Scientist，每 3-5 團隊共享一位 UR
- Data Scientist 聚焦在數據，用來回答「發生了什麼？」
- 制定指標、設定目標
- 分析數據、設計實驗
- 用數據影響策略與 roadmap
- User Researcher 聚焦在使用者，用來回答「為什麼會發生？」
- 研究使用者的痛點、需求
- 訪談、觀察、原型測試
- 用洞察影響策略與 roadmap

## AI的出現，加速了 Product delivery

如果方向正確，速度能讓我們快速的達成目標，
但如果方向錯誤，速度只會讓我們更快迷失

AI時代，Product Discovery 的兩種挑戰

情境一：AI 加速 Delivery 50%
- Delivery 仍試錯成本仍高
- 挑戰：Discovery要準，如何快速找到大量好的點子，並透過 AI 加速

情境二：AI 加速 Delivery 10 倍
- Delivery 試錯成本低
- 挑戰：Discovery要準且快，如何快速找到大量好的點子

### 情境一：AI 加速 Delivery 50%
- 挑戰: 如何找到好的點子（準），並透過 AI 加速

### Spec-Driven Development
[Happy designer](https://happydesigner.org/zh-tw)
- [HappyDesigner Community Event - Spec-Driven Development — The Good, the Bad, the Ugly (October 2025)](https://www.youtube.com/watch?v=2f1gJ-xJfR4) - Youtube 錄影重播
- [HappyDesigner Community Event - AI × Spec Driven Development (October 2025)](https://www.youtube.com/watch?v=t2ibW6esB4E)- Youtube 錄影重播

有價值的Spec怎麼來？

### 在追求準的時代，做好 Discovery 可能不夠用

產品思維：使用者問題->解決方案
戰略思維：市場洞察->競爭者分析（直接與間接）

#### [大SDD框架](https://petersuppi.medium.com/ai-product-discovery-framework-practice-08d94b9525f3)
[peter medium 補充](https://petersuppi.medium.com/ai-product-discovery-framework-practice-08d94b9525f3)

Strategy Discover Delivery

| | Strategy| Discover | Delivery |
| -------- | -------- | -------- |-|
| 核心 | 找到對的方向 | 做對的產品 | 把產品做對 |
| 關鍵問題 |市場夠大嗎？|對使用者有價值嗎？|我們能夠快？|

### AI就像我們的顧問 （Copilot）

Product strategy - time saving by AI
Product discovery - time saving by AI

### AI 產出的內容敢用嗎？ 如何把 AI 用得好

#### AI 產品老司機 把多年經驗整合在 Agent 中
Agent :把想法跟經驗整合在 Agent

Geeral LLM 的特色
- 既廣且深
- 表現取決於使用的人、會不會問問題

特化 Agent 的特色
- 專精特定領域
- 手把手引導、問問題

#### 技能1:產品策略的健檢
此範例使用：[codeer](https://www.codeer.ai/)

經過 8-10 輪手把手對話

#### 技能2:功能排序
1. Business Impact(20%)
2. Customer Value (20%)
3. Urgency(25%)
4. Effort(25%)
6. Strategy Fit(10%)

自己打分可能會失準，把標準跟 AI 說讓 AI 來打分數可能會更準確

12 個 PM 的技能

### 情境二：AI加入Delivery 10X
- 挑戰: 如何快速找到大量好的點子
- 準度高、速度快

#### 如何加速 Strategy, Delivery？
##### 解法1：自動化（n8n、Slack、HubSpot、Google Sheeet）

Automate tasks from X to Y
- From requirements to backlog
- From backlog to spec
- From spec to design
- From design to prototype

**只要 from X to Y 的都可以自動化**

##### 解法2：模擬

模擬使用者研究
Install your Synthetic Users(https://www.syntheticusers.com)
> Insight always available from within the company

Synthetic Users：Your Company(Product, Marketing, Ops, etc...)
用 AI 做快速驗證:可以客制化 User，把你的 User 的 persona 設定進去

##### 解法3：Product Builder（一條龍XD）
你就是那條龍 XD
新鮮的一條龍XD

#### 關於Vibe Coding
Brian Balfour - https://www.reforge.com/
用既有產品的優化（1 -> 10）
比較適合做新產品 (0 -> 1)
* Prototypes that look like your product
* Al that remembers your customers, feature set, and strategy
* Plan mode that structures ideas before generating
* Generate multiple variants, not just one output
* Built-in collaboration with sharing, commenting, and remixing
* Validate with customers w/Al Interviews and Surveys (coming soon)

### AI 帶來了挑戰，也帶來了機會！
過往
- 只有大公司有辦法執行
現在
- 一般公司也能使用

### 怎麼開使
專案導入 3P
- Product
- 不要找核心系統
- People
- 對 AI 有興趣
- 能忍受工具初期的不完美
- Process
- 拿掉中間產物
- 找出流程中的瓶頸

- 領導層的支持
- 一點霸道的規範
- 新產品一定要Vibe Coding
- AI fluency in performance review

### AI時代的三個生存法則 (拒絕瞎忙)
找對問題 (Find it Right)
- 用 SDD 框架 + Agent

極速驗證 (Verify it Fast)

打破邊界 (Build it Now)
- 產品團隊每個人都可以透過 vibe Coding 親手打造產品

---
( ੭ ̇ᗜ ̇ )੭ 聊天室 ( ੭ ̇ᗜ ̇ )੭
一開始以為這個 peter su 是另一個 peter su
> 什麼？我只認識這個peter su
> 《夢想這條路踏上了，跪著也要走完》 XDD

- 如果是另一個，我會果斷走向另一棟 （Ｘ
- 超級好笑：） 這天氣不適合喝雞湯嗎
- 大學喝得夠多了 :)
- 好好笑大家 so cute
- 我連滾帶爬跑去別棟

- Jensen 跟 Gipi 在旁邊~ XD
- 有發現他們默默坐在中間的地方

好羨慕的規模ㄟ！

筆記手不要放棄呀！！！
>剛剛當掉了，打了一堆結果重整後全不見了 QQQ
>表格真的有點難記><
>> 補簡易文字版QQ
>剛一度以為只有我在記 QQ
>我也是一度以為只有我在記!
>有人是用轉錄軟體嗎，怎麼打這麼快ＸＤ

不要放棄，有歷史記錄可以看剛剛打的內容 > <

講者的聲音好像陳一枝（有人認識嗎）

身為一個 UR 的提倡者，對於想要用 AI 取代使用者研究真的有點衝突
>前年剛有模擬使用者的產品時，測出來的效果不太理想，所以到今年已經可以使用了嗎!?
>主要考量點他少了人性的那些缺陷表現，AI太完美了
>確實前年使用的時候有發現AI有討好的狀況
>AI模擬還有缺乏context的問題，問主流族群+general的問題可能還可以，問題比較窄+小族群應該會超級爆炸
>> 如果要用AI取代受試者，那不如直接讓AI也擔任訪談，他們自己對話就好 XD
>> 不過有的時候就是需要這些小群帶來的洞見，才有機會找到亮點
>>> 對啊
>>>>好奇，實務上有人已經在應用了嗎？
>>>>有聽過有些小公司想這樣用，然後結果爆炸出來找專家顧問的

突然發現著卓學長隔壁是唐老師？。
這場好多大佬！