满意度是体验研究的常用指标，但在 AI 产品中，用户预期因缺乏经验、宣传夸大和个体差异而变得不稳定且偏差大，导致满意度分数不再能直接等同于产品表现。本文深入剖析 AI 产品用户预期的三大特点，揭示其对满意度诊断功能的潜在误导，并引入失验与产品表现两个指标，提供一套拆分问题根源的实用思路，帮助研究者更准确地定位优化方向。

满意度，是体验研究里最常用的指标之一，但它的定义并不唯一，本文沿用流传较广的一种：满意度是用户对「预期与感知表现之间的差距」所做的评估反应（Tse & Wilton, 1988）——说白了，就是用户把「感知到的产品表现」和「心里的预期」比过之后，心里的感受：高了就满意，低了就不满意。

因此，满意度得分主要受两个因素影响：一是产品表现，即用户感知到的产品体验（价值、可用性等）；二是预期，即用户心里「产品该给我什么、什么水平」的预设。

在互联网、硬件等产品体验研究里，满意度的两个用途主要是：看清体验水平、诊断产品或功能表现——哪一项得分低，一般就认为那一项做得不够好。

不过，这两个用途都是建立在「产品表现与预期相比」这个基础上。笔者注意到：在 AI 产品里，用户预期这个因素，对满意度的影响作用似乎比互联网时代更大，因此，笔者想探讨在 AI 大模型产品里：

• 用户预期的特点是什么？
• 这些特点，是否会影响满意度的两个用途？
• 如果影响了，如何应对？

一、AI 产品的用户预期：来源与特点

1. 用户预期的来源

据 Oliver 的研究，用户对某款产品的预期来自以下三方面信息：

1. 过往经验：用过同类产品或本产品的经历、对某产品的熟悉程度。
2. 外部信息输入：口碑、厂商的宣传（广告、官方宣传、价格等信号）、媒体介绍。
3. 个体特征：个体差异，例如性别、受教育程度等。

2. AI 产品的用户预期有哪些特点

在 AI 产品体验研究里，笔者发现以上三个影响预期的信息源都变化了，因此 AI 产品的用户预期存在以下几个差异点（对比互联网产品的用户预期）：

1）跟产品实际表现偏差大（来自「过往经验」缺失＋「外部信息」影响）

与互联网产品不同，AI 是纯新产品：绝大多数用户都对它不太熟悉，更没有相关使用经验，所以根本也就不了解 AI 产品的真实水平；同时，用户又处在铺天盖地的宣传里，不管是官方广告、社媒帖子、视频，无不在营造这几个印象：「强大、智能、替代人类工作……」。

一边是没有可参照的实际经验，一边是夸大的外部信息，两者叠加，用户的预期自然与产品实际表现相差很大。

2）随时间变化大（来自「过往经验」的持续更新）

用户对 AI 的预期一开始就不太准、不成熟，它会在之后的使用里被不断校正。而这个校正，不是一次两次就能完成的，例如：部分用户刚开始不熟悉，等掌握一点使用技巧、经验，看到更高质量的产出后，预期可能提升；但也可能，有些用户抱着很高的预期而来，看到实际结果之后，发现跟宣传完全不一样，或者遇到了很多新的未知问题，预期会下降。所以，用户对 AI 产品的预期不是一次形成、长期不变的，且需要长时间的使用才会逐渐稳定。

3）人际之间差异大（来自「个体特征」和「过往经验」的差异）

用户因个体特征和使用经验不同，预期也会差得很远。一般而言，受教育程度更高、更年轻的用户，相对更容易接纳、掌握新技术，预期也更接近产品的实际水平；而有些人会相对更保守、谨慎；再加上每个人所处的信息环境不同，看到的「AI 能干什么」也不一样，预期就跟着分化。

二、预期特点对满意度的影响

既然 AI 产品的用户预期有这些特点，那它对满意度的两个用途意味着什么？

第一个用途，衡量体验水平——依然成立。

满意度是「预期」和「产品表现」比出来的结果，所以预期是否变化以及如何变化，都还会体现在分数里。用满意度来看体验好坏，这个用途在 AI 产品里不受影响。

第二个用途，诊断产品表现——这里值得注意：

在互联网产品的体验研究里，大家习惯用满意度分数来定位产品表现：哪一项得分低，就认为那一项做得不够好。这个推测成立的前提是用户的预期相对稳定、彼此之间的差异也有限，因此满意度分数的差异，基本可以认为来自产品本身。

但在 AI 产品里，预期这个因素的作用不容忽视：它不够稳定、可能跟实际产品表现偏差大、人跟人之间差异大，这意味着：同样的 AI 产品表现，不同用户会因为预期差异大，给出不同的满意度分数。这时候如果还把满意度分数直接等同于产品表现，就可能误判。

举个例子：

两个用户用相同的提示词，使用同一个对话大模型写活动方案，两人拿到的初稿水平相当，这个初稿肯定也都需要多轮追问、修改才最终可用，所以，关于产品表现，两个用户拿到的结果是一样的。但是，用户甲最初以为「一句话就能出成品」，所以拿到初稿后，会觉得离预期还差很远；而用户乙原本只指望 AI「能帮着出个草稿、省掉完全从 0 开始的麻烦」，拿到同样的初稿后是觉得符合预期的。这两人的满意度分数，如果甲明显低于乙，这个差距就不是产品表现造成的，而是两人心里的预期不同。

所以，对于当前的 AI 产品，尤其是用户缺乏足够的 AI 使用经验，预期不够稳定、准确时，只看满意度分数高低，就推测「哪一项做得不够好、需要去优化」，就不一定对。

需要说明的是，这套判断只对现在这一阶段成立。等以后大家对 AI 更熟悉、预期慢慢校准，这些差异会收窄，AI 产品的满意度或许又能像互联网产品那样，间接等同于产品表现。但现在还不到那个时候。

那么，当拿到满意度分数后，怎么才能分清楚问题到底出在哪？用户预期？产品表现？下文提供一个拆分的思路。

三、对策：用失验与产品表现拆开满意度

笔者参考相关文献，在满意度以外引入两个指标，一个对应「预期」，一个对应「产品表现」，它们只是第一步，更像是探针，提示「下一步该重点关注什么」，后续还要参考更多信息——用户特征（年龄、受教育程度等）、AI 使用经验、诉求等综合分析，才能更准确、有依据地判断出「该改产品、还是该管预期」。

下面先介绍这两个指标，再介绍基于这两个指标结果如何进一步分析。

1. 失验（disconfirmation）

是什么，怎么测：这个指标对应「预期」这个因素。虽然测量预期最直接的办法是问用户「你的预期是什么」，但做过访谈的人都会知道，预期藏在用户心里，很难在问卷里被测量出来，往往用户自己都说不清。所以，笔者借鉴其他满意度研究的做法，不问预期本身的内容，而是问「实际拿到的，跟你原来想的比，是高、是低、还是差不多」——这就是「失验」。它测量的是预期的方向与偏差。

谁提出的：这个做法最早由 Oliver 在 1980 年提出；1982 年 Churchill 与 Surprenant 把失验与预期、产品表现分开测量。

与满意度的区别：满意度是对这个差值产生的感受；失验是这个差值本身，是「判断」。

价值：失验把「实际相对预期」这个差值单独测量出来，可以间接反映「预期」在满意度里的作用。

用在哪：以 AI 体验评估项目为例，用在产品整体和主要任务（如写作、对话等）层面。

2. 产品表现

是什么，怎么测：这个指标对应「产品表现」这个因素，让用户评价「某任务的完成程度或问题解决程度」。

与失验、满意度的区别：失验看「比预期高还是低」，产品表现看「实际做到什么程度」，满意度是整体感受。

价值：给出「产品表现」这个因素的分数，和满意度、失验一起看，帮助判断满意度高低更可能是产品的原因，还是预期的原因。

用在哪：以 AI 体验评估项目为例，用在产品整体和主要任务（如写作、对话等）层面。

3. 拿到分之后，怎么往下分析

笔者分析思路如下：先看满意度和产品表现得分，有需要再纳入失验分进一步分析；其中，产品表现和满意度得分分别与目标值对比（如无，可对比历史、竞品等），可得到以下四类组合，分别对应不同的行动点：

1）产品表现分低，满意度低

两个分指向一致。由于产品能力是体验的基础，且比管理预期更容易去发力和拿到结果，所以不管预期水平如何，都建议优先在产品里找原因。

2）产品表现分低，满意度高

不要被高满意度误导，觉得可以高枕无忧了，毕竟产品表现没达标，这个高满意度可能来自用户的低预期：用户本来就没抱多大期望，产品表现虽然一般，但可能只是因为比他们预期的好，就给了个高分。所以，下一步仍然先在产品里找找问题，不要忽视掉这个线索，错过产品优化的时机。

3）产品表现分高，满意度低

产品达标了，满意度分数却低，问题依然可能出在预期。考虑到满意度是忠诚度（用户留存等）的重要来源，所以不能因为产品表现不错就忽视满意度。下一步需要看看失验得分：选「低于预期」的人是不是占了多数？如果是，可能的原因是：用户带着很高的期望来，用下来虽然觉得产品不差，但因为没达到他预期的水平，于是给了低分。但这些只是推测，失验分也只是个「探针」：提示下一步需要关注什么，并不是结论。接着可以看这批人在影响预期的几个维度——年龄、受教育程度、AI 使用经验、诉求上有什么特点来辅助判断（例如，如果大多数都是受教育程度低、AI 使用经验很少的，则更可能是预期存在问题）；有需要的话，可以补充访谈，弄清用户心中的 AI 是怎样的，这些印象又是从哪来的，以帮助找到原因。

4）产品表现分高，满意度高

情况健康，可先保持关注。

需要注意，以上三个指标得分给出的是方向，提示下一步该重点看什么，还需要补充其他相关指标信息、访谈来辅助下结论。

四、总结

1. 满意度衡量「体验水平」这个用途，在 AI 产品里依然成立；但直接拿它诊断「产品表现」，就不一定走得通了：分数分不出「是产品表现差，还是预期在起作用」。
2. 原因在于 AI 产品的用户预期。在当前这个阶段，它跟产品实际表现偏差大、随时间变化大、人际之间差异大。同样的产品表现，会因为预期不同，得到不同的满意度分数。
3. 笔者建议的做法是：在满意度之外补两个指标——失验、产品表现，基于其得分，得到下一步方向或假设（先在产品还是预期里找原因）；再结合用户特征、AI 使用经验、诉求等信息判断假设是否成立，从而找到准确的发力点。

以后再看到满意度分数，不妨把产品表现分也拿出来看一下，能减少一些误判。

附录：下一步，怎么摸清用户的预期：

前文提到，如果分数提示「可能是预期在起作用」，除了侧面看影响预期的一些因素（人口属性、AI 使用经验等）的表现，也可以再找用户聊一聊，以弄清楚用户心中 AI 的水平、能力到底是怎样的。但因为预期这个概念很大，且很可能用户自己也不一定非常清楚或没想过这个问题，所以需要在访谈中抛一些「引子」，例如：

① 投射法：不直接问「你预期 AI 是什么水平」，而是让用户描述、举例、讲故事——「你第一次用它前，以为它能干嘛？」「如果你把它比作一个人或你熟悉的其他工具，你觉得它跟谁像？」——从用户的叙述里，反推出他心里那套预设长什么样，再通过引导、追问，一步步看清用户的想法。

② 来源与印象：预期有三类来源（过往经验、外部信息、个体特征），因此问题可以从以上三方面入手：

1. 过往经验：「你之前用过什么类似的产品吗？如果有，你觉得两者有什么差异？」
2. 外部信息：「你从哪知道它的？广告里怎么说的？你印象中它最大的卖点是什么？你对这个卖点怎么看？」
3. 个体特征：分析时注意从用户的个人特质、对 AI 的态度侧面看不同人群的特点、差异。

这样，通过以上的访谈内容，可以再次验证是不是用户的预期存在问题、影响了满意度评分；如果是，还可以获得更具体的问题原因（存在哪些误解，来源是什么等），帮助制定优化对策。