10min 搞定 AI 用户画像（上）-ChatGPT 用户画像 prompt 大年夜揭秘

用户画像可是帮助我们洞悉用户、进行产品设计的好工具。
大家是否有过须要理解新业务、挖掘一些新机会，但对业务和用户都一脸懵的情形？此时的你，一定想快速理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剖析、调研事情，须要耗费大量韶光和精力。

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 真个用户画像都能搞定吗？

AI 该当能够基于其演习过的大量语料，通过预测给出一些通用的用户群体特色。
带着这个想法，我考试测验利用ChatGPT/NewBing + Midjourney，分别帮我天生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！
先来看看效果吧～。

例如，一个利用C 端打车软件的用户画像。
看下图，用户是年轻白领、利用场景这天常高下班、痛点这天夕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 真个用户画像剖析的 prompt。
我们讯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解释，用 AI 快速天生 C 端和 B 端用户画像的方法！

一、如何利用 AI 天生用户画像文本1. 用户画像文本天生- AI 工具选择

本文，我们将利用 ChatGPT 和 NewBing（目前已经更名为 Microsoft Copilot ） ，来天生用户画像剖析的文本。

选择了 NewBing 的缘故原由，紧张是 NewBing 能免费联网搜索，且能给出资料的出处，在我们本身没有网络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。
（备注：实测“创造力”模式的理解本 prompt 的能力更好）

图：Bing 直接开启联网搜索，并供应了资料出处

而对付 ChatGPT ，GPT-3.5 版本无法联网，但可以基于它的演习数据，给出预测的用户画像的答案。
想要联网，须要我们升级到 GPT-4 版本。

然后，GPT-4 并不会在每一次回答中都开启联网功能，你须要一些触发词指示GPT-4 联网，第一次我讯问 2023 年发生的事宜，GPT-4 主动联网搜索了答案（有 browsing 图标），第二次我讯问中秋送什么礼物好，对付这类知识性的问题，GPT-4 则没有主动联网。

因此，我们可以直接输入“搜索”的指令，让 GPT-4 逼迫联网搜索。

2. 构造化 prompt 封装用户画像剖析能力

学习 prompt 期间，我最大的一个启示便是，我们可以把事情中须要的能力，封装成 prompt 的形式，并指定格式哀求，让 AI 输出我们须要的内容。

如果我们须要封装的能力比较繁芜，那么随手一写的 prompt 可能缺少系统性，得到的答案也参差不齐。
我们可以利用 BROKE、ICIO 等 prompt 框架，或者构造化 prompt（详情请见文末参考），来更好地组织我们的编写措辞，得到更好且更稳定的效果。

本文中，我会用到构造化 prompt 来封装用户画像剖析的能力，接下来我将进行详细阐述我的需求剖析步骤与 prompt 编写思路。

1）需求剖析

需求剖析的方法有许多，针对这个小需求，我们可以进行一个大略的拆解，利用场景剖析法，然后剖析解法。
利用场景剖析的好处，是可以更好地让我们自己，带入为需求的提出者，清晰地剖析需求产生的缘故原由、背景。
以下是我的剖析思维导图：

通过上述的剖析，我们可以得到几个要点，在接下来的 prompt 编写过程中须要考虑：

由于我们一样平常把和 AI 交互的人称为用户，但本 prompt 中我们又须要天生用户画像，以是可以在 prompt 中规定两个角色，避免 AI 产生误解。
本文将会把与 AI 对话的人称为“利用者”由于我们的场景是要研究一个新领域，非常不愿定利用者手中有没有现成的用户资料，有多少资料，因此须要根据输入情形的不同，分别设计交互模式。
输出的用户画像，须要适配 C 端、B 端业务，可以分别设计 prompt为提升 AI 天生用户画像的准确度，可以先让 AI 天生简单版本，让用户对结果进行反馈，然后再天生详细的画像。

2）确定用户画像输出模板

根据刚刚的需求剖析，我们创造输出的用户画像，须要适配 C 端、B 端业务。
而 C 端 和 B 真个面向的用户、业务模式大有不同，因此 C 端 和 B 端用户画像剖析的要点也随之发生变革（大略来说，我们平时买东西的淘宝是 C 端产品，淘宝给商家的运用软件是 B 端产品）。

而且，对付 B 端而言，用户的角色实在有两种，一种是企业，一种是企业中的事情者，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剖析文章（见文末参考），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：年事、性别、城市、职业、收入水平、学历、家庭状况用户故事：用户和利用产品干系的背景故事，包括事情描述、生活习气描述、兴趣爱好。
目标和需求：利用产品的目的、希望从产品中得到的代价。
行为模式：利用场景、利用频率、利用平台偏好、首选功能、韶光和地点等。
用户痛点：痛点包括用户需求中的痛点、利用产品时可能碰着的困难情绪态度：对产品的感想熏染、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、行业种别、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、经营办法业务需求与痛点：当前业务场景的需求、核心痛点、现有办理方案的不敷、期望的功能

（3）B 端职业用户画像模板

岗位名称：详细岗位名称；事情概览：公司名称、行业种别、岗位先容、岗位职责基本信息：年事、性别、城市、职业、收入水平、学历、家庭状况、入职时长行为模式：利用场景、利用地点、利用平台偏好、利用频率、 利用韶光、利用时长需求与痛点：用户事情中的紧张需求、核心痛点、现有办理方案的不敷、期望的功能

备注：以上只是小鲤的模板，大家可以根据自己的剖析须要，更换模板的内容。

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，为大家阐明我的 prompt 编写思路。
话不多说，请见下图：

我考虑的一些 tips：

（1）把稳考虑利用者的用户体验。

在全体流程中，须要把稳添加勾引语，让利用者可以理解须要回答什么信息，预知下一步会发生什么。
同时不要一次性讯问过多问题，除非利用者主动哀求一次性给出资料。
因此我设计了 3 种模式。
模式 2 为分步讯问问题，为简化 prompt，分布讯问的问题，也可以设计为让 AI 自动天生。
但经由我多次测试，AI 自动天生的问题可能会不稳定，以是在我的 prompt 中，我还是自己编写了 4 个勾引提问。

（2）prompt 须要进行多轮测试，测试 prompt 时，如果创造 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，常常会涌现不限的回答，可以哀求 AI 必须推测一个答案。
AI 对利用场景的描述不足详细，可以定义详细的描述方法。
AI 对利用平台偏好的判断比较模糊，可以见告 AI 一样平常的判断履历。
需求与痛点是逐一对应的，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 ChatGPT 4 或 NewBing 上利用，可以加入联网技能，简化 prompt，只保留模式 1，依赖 AI 联网搜索整合所有须要的信息。

3. 用户画像 prompt

末了，完全版的 “B 端产品-职业用户画像专家” prompt 如下：

（C 端用户画像、B 端职业用户画像、B 端企业用户画像这三种用户画像的详细 prompt 和 对话效果，大家可以查看文末链接（本文资料合集））

1）通用版本，没有联网指令，所有 AI 大模型可用（ prompt 请查看文末链接）

2）联网版本：加入联网指令，仅保留模式 1，适用于开启联网的 ChatGPT 4 和 NewBing（ prompt 请查看文末链接）

三种用户画像的详细 prompt 和 对话效果，大家可以查看文末链接（本文资料合集）。
不才一小节，我将为大家展示 prompt 的效果。

二、AI 剖析效果大揭秘

剖析了这么多，prompt 的效果怎么样呢？本小节我将紧张给大家展示“B 端产品-职业用户画像专家” prompt，在 ChatGPT 4 和 NewBing 上的的效果。

为了让大家更好地带入 prompt 利用者的身份，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：餐饮行业的线上化办理方案。
因此，你想先理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，并大略先容用户画像会包含哪些内容。
然后，开始讯问我们第一个问题，要剖析的用户画像目标是啥？我们可以回答，须要理解下“中式快餐连锁店，店长”的用户画像。

接下来 ChatGPT 会向我们先容 3 种交互模式，并讯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：https://chat.openai.com/share/8025e884-9778-480b-b81a-03e455f8ec4a

选择模式 1 后，ChatGPT 会按照指令为我们天生 3 个用户画像，并表示我们可以给出反馈，之后会在天生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。

接下来，我们来看大略看下模式 2 的交互效果。
ChatGPT 会勾引我们给出必要的信息，对付每个问题，Chat 会根据履历给出示例回答，让我们方便地选择。
我们也可以从招聘网站上搜集一些信息，给它剖析。
对话链接请见：https://chat.openai.com/share/898f2619-1086-4ad5-9532-77111a48fafc

末了，我们来看模式 3 的交互效果。
这种模式适宜手中已经有一定资料的用户。
对话链接请见：https://chat.openai.com/share/5787e21a-f26c-44cd-821d-81953e5c13a4

（左图：ChatGPT 的提问，右图：我回答的从招聘网站上找的信息）

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 个大略的用户画像。

然后，再根据我们的反馈，天生一个更详细的用户画像。

但测试中我创造，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，直接在末了指明须要天生的用户画像，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）天生用户的形象图，不管是真人形象，还是卡通形象，MJ 都能帮你搞定！

资料参考

OpenAI GPT 商店运用

扣子 Coze 平台运用：

海内无需邪术可用-扣子平台（Moonshot 模型）

C端产品-用户画像专家 https://www.coze.cn/s/ijCdhhnr/

B端产品-用户画像专家 https://www.coze.cn/s/ijC86s6c/

Coze平台（GPT 4 模型）

C端产品-用户画像专家 https://www.coze.com/s/ZmFqnTNAB/

B端产品-用户画像专家 https://www.coze.com/s/ZmFqWLYAe/

参考文章：

作者：舟小鲤 微信公众年夜众号：舟小鲤

本文由 @舟小鲤 原创发布于大家都是产品经理。
未经作者容许，禁止转载

题图来自Unsplash，基于CC0协议

该文不雅观点仅代表作者本人，大家都是产品经理平台仅供应信息存储空间做事