
前段时间看到《AI Daily Brief》的一个判断:休闲用户正在加速离开AI。很多人试了一两次就再也没有打开过。当时第一反应是模型还不够强,但仔细想了想,ChatGPT刚出来那阵子模型比现在差远了,用户不但没走,反而天天刷屏。
这说明什么?问题不在模型,在新鲜感褪去之后,产品能不能把人留住。
一、休闲用户流失,根源不在模型
一个典型的休闲用户打开AI产品的流程是这样的:注册,打个招呼,随便问了句今天天气怎么样,收到一个标准答案,关掉。第二天打开,对着空白的对话框想了半天该问什么,又关掉。第三天,不打开了。
不是AI变差了,是用户不知道还能用它做什么。这跟模型大小没关系。GPT-4o不一定比GPT-3.5更能留住用户,因为留不住的元凶不是回答质量,而是用户根本不知道问什么。
这是AI产品独有的困境:传统SaaS产品,用户打开就知道要干什么。打开Excel就是要做表,打开Photoshop就是要p图。但AI产品本质上是「你给它一个任务,它帮你完成」,用户要自己先想出一个任务。这个「自己找任务」的门槛,比任何人想的都高。
二、「3分钟生死线」决定了AI产品的命运
我试过很多AI产品,首次体验做得好的凤毛麟角。大多数产品的逻辑是:注册,丢一个空白对话界面,用户看着闪烁的光标,脑子里冒出来的第一个问题是:我该跟它说什么?
这个问题的答案要是超过3秒钟想不出来,用户大概率不会再回来。
我把这叫「3分钟生死线」:从用户打开产品到完成第一次有价值操作的时间窗口。超过3分钟还没看到价值,流失率就会飙升。想想看,一个传统SaaS产品有完整的onboarding流程,有demo数据,有引导教程。AI产品呢?大部分连个初始prompt的模板都不舍得给。
最离谱的是,有些产品在用户刚注册完就丢出了产品所有的能力:写文章、画图、编程、数据分析、语音对话,全塞在一个界面里。用户被扑面而来的功能堵住了,反而更不知道该从哪下手。
问题不在AI能不能做更多,而在用户第一次用的时候能不能最快看到价值。
三、做好onboarding,比升级模型更紧迫
好的AI onboarding长什么样?我观察了几个做得还不错的产品,发现了一些共性。
第一,给预设场景。别让用户从零开始想问题。Notion AI在你打开的时候会问「需要我帮你写篇周报吗」或者「要我总结这篇文章吗」,每个预设都是一个使用场景的入口。用户点一下就能看到价值,比自己琢磨prompt要快得多。
第二,控制期望。很多产品一上来就展示自己最强的一面,结果用户第二次问了个常规问题,发现回答质量不如第一次,就会觉得产品变笨了。好的做法是先让用户做简单的事,建立信心,再逐步解锁复杂功能。就像游戏里的新手村,先让用户拿把木剑砍砍怪,再让他去碰终极BOSS。
第三,留下痕迹。用户用完就走,因为产品没有给他一个回来的理由。如果能在用户离开前留下一条「上次我帮你做了这件事」的记录,下次打开就能无缝继续。这其实就是对话历史的真正价值:不是功能,是粘性。
四、从模型思维到产品思维,这道坎必须跨
过去两年,AI行业一直在比谁家的模型参数多、谁家的benchmark高、谁家的推理速度快。这种思维惯性让很多团队从第一天就把精力全部投进了模型能力的军备竞赛中。
但说句不好听的:用户分不清你是GPT-4还是GPT-4o。用户只知道「这东西第一天用还挺新鲜,第二天就不知道拿它干嘛了」。
随着算力商品化的趋势加速,模型之间的差距会越来越小。到时候谁家的模型更强不再是决定性因素,真正决定用户去留的,是产品经理对「首次体验」这件事的理解深度。谁能把复杂能力包装成一个让用户3分钟就能上手的界面,谁就能从下半场的竞争中杀出来。
别只盯着你的模型参数了。打开你的产品,用目标用户的视角走一遍完整的首次使用流程。卡在哪里,痛在哪里,就从哪里改起。

