被困在无数个演示里？这里有一种更好的原型方法

原文：https://every.to/p/drowning-in-demos-here-s-a-better-way-to-prototype

这是我们与专家主导的课程平台 Maven 合作推出的“反学习”系列的开篇。在接下来的三周里，你将看到三位 Maven 讲师关于“随着 AI 改变我们的工作方式，我们需要摒弃什么”的不同见解。首先登场的是 Hilary Gridley，她曾在 Whoop 领导产品团队。她解释了为什么更快的原型并没有让产品决策变得更容易，以及团队该如何判断哪些想法值得付诸实践。——Kate Lee

当 AI 工具开始变得好用时，我的团队陷入了一场原型制作的狂欢。

我当时在 Whoop 领导产品团队，每位产品经理的待办清单里都塞满了他们渴望探索、却始终没能越过白板讨论或一份激情澎湃的文档阶段的想法。然后，像 Bolt 和 Replit 这样的工具出现了。突然间，我们一个下午就能把自己的想法变成可以运行的原型。

感觉就像拿到了城堡的钥匙。那些困在文档里的想法终于显现在了屏幕上。只不过……它们真的好吗？

我们感觉自己效率极高，毫无阻碍，比以往任何时候都快。但人们正在无休止地制作原型，却没有一个流程来处理后续的事情。偶尔，某个原型会引发足够的兴奋，以至于某个团队会放下他们之前的计划，直接把它做出来。但在大多数情况下，我们没有一个一致的方法来判断哪些原型是好的，哪些应该被放弃，以及我们应该从中学到什么。

我们的建造速度变快了，但我们的决策能力并没有变得更好。

廉价的原型改变了游戏规则

在产品开发中，原型制作一直扮演着一个定义明确的角色：证明或推翻你最好的想法。你会深入研究一个问题，决定聚焦的方向，寻找客户需要解决方案的证据，然后再决定是否推进。只有到了那个时候，你才会开始制作原型——而那时你已经相当有信心了，所以原型只是用来证实（或推翻）你的直觉。

当建造本身成本高昂时，这种模式是合理的。如果一个原型要耗费一周的工程时间，那么你只能负担得起给那些你已经有相当把握的想法做原型。高昂的成本强制推行了纪律。

漫画家 Matthew Diffee 曾将他的创作过程描述为：像海龟一样，在沙滩上产下 100 个蛋，然后游走。大多数蛋无法孵化，而重点恰恰在此。画草图是廉价的，所以他可以画出来，寄给《纽约客》，然后继续想下一个点子。

AI 让产品团队的原型制作变得同样廉价。当建造成本崩塌时，两件事同时发生了：原型制作变得对任何有想法和一台笔记本电脑的人都触手可及，而制作原型最初的目的——为昂贵的建造环节降低风险——也不再成立。但没有人停下来问一句，现在制作原型到底是为了什么。

于是，原型漂移成了一种完全不同的东西。在缺乏一个明确框架来界定它们应该帮助做出什么决策的情况下，原型变成了推销。产品经理们做东西来展示可能性、让同事们兴奋起来。与此同时，工程师们在黑客日上随心所欲地建造看着很酷的东西。我们有了比以往更多的原型，却没有更好的方法来辨别它们的好坏——这变得很嘈杂。

每一个原型仍然需要某个人投入注意力。从 5 个原型增加到 30 个，可能会让团队的注意力稀释到原来的六分之一，却没有让选择变得更容易。

所以，如果“建造”不再是瓶颈，那么原型制作就必须提前。它不再用于回答“这是正确的解决方案吗？”，而是用于回答“这甚至是正确的问题吗？”。这是一个更难的问题，而你只能通过把原型放到用户面前，观察数据来找到答案。

Whoop 不得不全力以赴解决这一切：哪些问题值得解决，如何对照用户而非内部利益相关者来测试想法，以及在建造成本变得低廉之后，产品经理这个角色的意义到底是什么。这些问题没有一个是能快速解决的。

Whoop 的 AI 产品团队如今如何制作原型

在我离开 Whoop 之后，团队继续在这个问题上推进。我最近和 Anjali Ahuja 聊了聊，她现在领导着 AI 产品团队，我想了解都发生了哪些变化。她告诉我，有了 AI，任何人都能在一天内做出一个原型——突然间，所有人都在这么做。但这又陷入了黑客日的陷阱：满眼的演示，却根本不知道什么才是有效的。

Anjali 的团队开始对每个原型提出一个不同的问题：把这个东西放到会员面前，我们能学到什么？产品团队以前也尝试过这种方式，但总是碰壁；他们需要一个通往市场的路线图，或者需要和其他在交叉领域建设的团队协调，再或者，他们不希望实验让现有产品显得半成品。

最终奏效的，是一套用来决定在哪里探索、衡量什么，以及谁应该看到这些未完成想法的流程。

首先，他们在任何人开始建造之前，就定义了成功应该是什么样子。 团队花六周时间组建了一个跨职能工作组——包括产品、工程、设计、分析和数据科学——来定义 AI 应该为用户实现什么成果。他们没有从功能创意开始，比如“做一个睡眠教练”或“增加一个 AI 聊天功能”，而是聚焦于成果：AI 能否帮助会员捕捉更多关于他们生活的背景信息？它能否帮助他们以一种更具操作性的方式理解自己的数据？

一旦这些支柱变得清晰，黑客日就有了赛道。 工程师和产品经理仍然可以在这些支柱中的任何一个领域自由探索，但他们的原型必须测试 AI 是否能够推动那个成果的实现。

最后一块拼图是测试用户群。 与其向利益相关者演示原型并收集意见，Whoop 把粗糙的版本放到了 12,000 名自愿参与测试的会员面前，然后观察发生了什么。一个力量训练原型有没有让人们记录更多的训练？它有没有帮助他们更持续地训练？它有没有让产品变得更有用？

一个向利益相关者演示的原型，产生的是意见。一个被外部真实用户使用的原型，产生的是数据。Whoop 的测试群让团队能够看到那些愿意尝试的测试者对粗糙原型做了什么，而无需让所有会员都接触到半成品想法。这让团队的操作模式更像一个增长团队——测试比以往多得多的想法——同时依然能让领导层和跨职能团队了解未来的方向。关键在于更快地学习，这样 Whoop 就只会发布那些能改善会员健康成果的功能。

是“赛道”，不是“护栏”

这种方法以一种我认为大多数产品领导者尚未充分理解的方式，改变了产品经理的工作。

当技术前沿每周都在变化时，产品经理是无法跟上的。传统的工作流——产品经理定义问题、撰写规格说明、交给工程团队去实现——建立在这样的假设上：产品经理能在前期掌握足够的信息来告诉团队该做什么。当理解技术的唯一方式就是动手尝试时，这个模型就崩塌了。

Anjali 告诉我：“我觉得我再也无法拿着一套需求去告诉工程师该做什么了，因为我甚至都不知道有什么问题是可以被解决的。”

过去，产品经理常常被迫提前做出承诺，因为探索的成本太高了。现在，既然探索是廉价的，产品经理的工作就不再是“拥有答案”，而更多是“创造条件，让团队一起找到答案”。

这需要一种和撰写优秀产品规格说明书不同的技能。你必须拥有一种洞察力，能够看穿一个激动人心的原型，然后问出：这个原型在测试什么假设？把它放到用户面前，我们能学到什么？如果我们明天就发布它，我们如何判断它是否成功了？很多原型是无法回答这些问题的。它们是在寻找问题去解决的解决方案——它们之所以被建造出来，仅仅是因为可以被建造出来，却没有任何关于会发生什么的假设。

Anjali 告诉我，她工作中最困难的部分，是创造一种环境，让工程师感到有权去探索——黑客日、空白画布、创作自由——同时又要确保这种探索是指向某个目标的：“这是我们相信对会员最重要的五件事。去搞清楚 AI 能否对其中任何一件事有所帮助。”这些是“赛道”，而不是“护栏”。

不要淹没在演示里了

我认为，早期在 Whoop 让我们栽跟头，以及如今我在教学、指导经理和产品领导者使用 AI 时看到绊倒大多数团队的关键原因，就是混淆了“建造”与“学习”。在屏幕上看到东西成形是令人振奋的，而且它让你感觉自己正在取得进展。但产出物并不等于决策。

我现在对任何一个原型都会问的问题是：这个原型将帮助我们做出什么决策，以及获得决策所需数据的最快方式是什么？

当建造昂贵时，成本本身会迫使你带着明确的目的去建造。现在，既然建造成本低廉，纪律就必须来自于：知道哪些问题最重要，就成功的样子达成共识，以及倾听实际使用原型的用户——这些一直都是最根本的东西。作为一名产品领导者，你的工作是帮助建立一种文化，让你的团队能够践行这种纪律。

AI 使得我们可以追求比以往多得多的想法，而无需在一开始就做出承诺。挑战在于，如何以一种不会在内部或对你的用户造成混乱的方式来做这件事。

那些最先攻克这个难题的团队，将会建造更少的产品，但发布更好的产品。而其余的，将会淹没在无尽的演示里。

Hilary Gridley 是一位产品领导者，也是 newsletter Writerbuilder 的作者。她设计了 Couch to 5K for AI，这个项目已经帮助 162,000 人实现了从和 AI 聊天到用 AI 建造的跨越。她此前是 Whoop 的核心产品负责人。

核心启示：当 AI 将原型的建造成本降至几乎为零时，产品工作的核心挑战从“验证我们建造的东西是否正确”前移到了“验证我们试图解决的问题是否正确”。团队需要的不是更多演示，而是一个清晰的框架，用来将探索导向可衡量的用户成果，并通过真实用户的数据而非内部意见来做决策。