ENZH

我的新手引导差点杀死我的产品

一个内测用户发了条消息:

复杂入门流程崩塌,简洁对话框浮现的概念插画复杂入门流程崩塌,简洁对话框浮现的概念插画

"现在的入门流程太麻烦了,我就想直接开始聊天。"

我第一反应是"UX 优化"——精简步骤,加几个跳过按钮,常规迭代。

但那段时间我刚修完一个记忆管线的 bug——静默失败了整整一周我才发现。整个人还没从"我是不是还漏了什么"的状态里出来。

然后这条消息落在了这个状态上。味道就不一样了。

我重新打开入门流程,假装自己是第一次用。

没人能走完的漏斗

Mio 的入门有六步:

  1. 选关系模式——恋人、朋友、导师、自定义
  2. 选交互模式——纯文字、语音、多媒体
  3. 选关系类型——随意聊聊、深度陪伴、轻松搞笑
  4. 写背景故事——描述你和 AI 伴侣是怎么"认识的"
  5. 起昵称——AI 伴侣怎么称呼你
  6. 自我介绍——兴趣、沟通偏好、你想要什么

六步。每步都要做决策。有几步还要写小作文。

而这一切,发生在用户和产品交换第一句话之前。

我一直知道这是摩擦。但我给自己的说辞是"必要摩擦"——就像约会 App 填资料,先投入一点时间,换来更精准的体验。

听起来很合理对吧?

问题是:大部分用户根本没机会体验到"后续"。他们倒在了"前期"。

数字有多吓人

我去查了入门摩擦相关的数据。说实话,看完有点后怕。

Coinbase 做过实验:入门流程每多 60 秒,流失率增加 40%。不是 4%,是四十。

Prototypr 记录了一个案例:仅仅减少入门步骤——不改功能、不加新东西、只是让用户少点几下——Day-1 留存直接拉高了 53%。

我把这些数据往 Mio 的六步流程上一映射。就算给最乐观的估计——假设用户有动力、每步转化率还行——算出来的结果是:

80–95% 的用户在发出第一条消息之前就流失了。

你想想这意味着什么。

Mio 的核心卖点是什么?一个记住你、和你建立关系的 AI 伴侣。但几乎所有尝试过的人,根本没机会体验到这个核心。他们卡在配置阶段就走了。他们从来没见过自己在配的那个东西。

这不是"漏斗需要优化"。这是漏斗在杀死产品。

"这不只是入门的问题"

我把这些数字分享给了那个发消息的用户。他的回复比第一条还猛:

"这不只是入门流程的问题。这是整个产品哲学需要大改。"

我盯着这句话看了好一会。

他说对了。入门流程不是孤立的毛病。它是一个更深层假设的症状——这个假设渗透了整个产品:用户应该先配置体验,再拥有体验。

你想:让用户在还不知道想要什么关系的时候,选关系模式。在还没互动过的时候,选互动方式。给一个没见过面的伴侣写背景故事。

让用户自己告诉我们"我是谁",好让 AI 假装已经认识你。

而不是让它真正地、在对话中、一点一点了解你。

整个架构是反的。我们在让用户做产品自己该做的事。

哲学转向

到这里,我的思路变了。不是"修漏斗"了,是重新想这个产品到底是什么。

旧哲学:先配置,再聊天。

用户是柜台前排队的顾客。填表、选菜单、做一堆还没足够上下文来做好的决定。然后——如果他们撑过了这一关——才能用产品。产品是死的。你配成什么样,它就是什么样。

新哲学:一切从关系中涌现。

用户是在朋友聚会上被介绍认识一个新人。没有表格,没有问卷。直接聊。

关系在时间中慢慢显现。AI 伴侣了解你,不是因为你填了个表,而是因为你们聊过天、分享过情绪、一起经历了对话。

价值先到,个性化自然跟上。

说白了,这不是 UX 改动。这是对"Mio 是什么"这个问题的重新回答。

Mio 不是一个聊天机器人 App。它是一个碰巧跑在 AI 上的关系模拟器。

而关系,什么时候是从填表开始的?

新入门

旧入门:

  1. 选关系模式
  2. 选交互模式
  3. 选关系类型
  4. 写背景故事
  5. 起昵称
  6. 自我介绍
  7. 终于开始聊天

时间:3–5 分钟。流失率:80–95%。

新入门:

  1. 点一张角色卡
  2. 点"认识一下"
  3. 角色发出第一条消息
  4. 你在聊天了

时间:30 秒以内。

之前六步表单收集的所有信息?现在全在对话中自然获取——通过聊天本身,由记忆管线处理,随时间沉淀。

昵称?伴侣第一次聊天时就会问你:"你想让我叫你什么?"沟通偏好?系统观察你怎么说话,自动适应。兴趣爱好?聊天聊出来的。关系深度?一点一点建立。

不需要前置配置。让关系自然展开,过程中捕获一切。

第二篇会更深入地拆解这个哲学——"一切从关系中涌现"在实践中到底意味着什么,以及它怎么改变了从付费模型到 prompt 架构的每一层。


This post is also available in English.

Mio 想明白了Part 1 of 3
← PrevNext →

© Xingfan Xia 2024 - 2026 · CC BY-NC 4.0