文 | 蔣昌盛
作為一名用戶研究員，我的整個(gè)職業(yè)生涯都在試圖理解一件事，人究竟是如何與技術(shù)互動的。我們通過訪談、觀察和數(shù)據(jù)分析，繪制用戶的行為旅程圖和共情地圖，努力去探尋每一個(gè)點(diǎn)擊、每一次停留、每一聲贊嘆或嘆息背后的 " 為什么 "。我們總是在尋找那個(gè) " 啊哈！時(shí)刻 "，那個(gè)用戶恍然大悟、產(chǎn)品價(jià)值得以彰顯的瞬間。我們習(xí)慣于將自己抽離出來，以一種第三方的、力求客觀的視角，去審視人與屏幕之間那塊小小的、卻又無比復(fù)雜的場域。
但過去的這一年多，我發(fā)現(xiàn)自己前所未有地成為了一個(gè)典型的、甚至有些極致的研究對象。AI 大模型的浪潮以一種不容分說的姿態(tài)席卷而來，我像無數(shù)知識工作者一樣，懷著興奮、好奇和一絲難以言說的職業(yè)焦慮，一頭扎了進(jìn)去。我不再僅僅是那個(gè)在單向鏡后面觀察的用戶研究員，我就是那個(gè)坐在屏幕前，與一個(gè)深不可測的 " 黑箱 " 進(jìn)行高頻次、高強(qiáng)度互動的用戶。我的工作流被它野蠻地闖入并重塑，我的信息獲取方式被它徹底顛覆，我的情緒，也開始因?yàn)樗拿恳淮位貞?yīng)而起伏。
這篇文章，就是我對自己這段 " 用戶旅程 " 的一次深度復(fù)盤和自我剖析。我曾是 ChatGPT Plus 最忠實(shí)的首批訂閱用戶之一，累計(jì)花費(fèi)數(shù)千元，一度堅(jiān)信它在業(yè)界的領(lǐng)先地位無可撼動。但最終，在經(jīng)歷了無數(shù)次的嘗試、失望、驚喜和理性的權(quán)衡之后，我?guī)缀鯇⒆约?90% 的核心工作流，都遷移到了 Google 的 Gemini 上。這個(gè)轉(zhuǎn)變并非一蹴而就，它充滿了曲折。
我想從一個(gè)用戶研究員的視角，聊聊這個(gè)選擇背后的 " 為什么 "。這不僅僅是關(guān)于哪個(gè)模型更 " 聰明 " 的技術(shù)跑分對比，更是關(guān)于一個(gè)核心的、常常被技術(shù)狂熱所忽略的議題，那就是信任。在人機(jī)協(xié)作的時(shí)代，一個(gè)工具的終極價(jià)值，最終取決于我們能在多大程度上信任它。
我依然清晰地記得，當(dāng)我第一次讓 ChatGPT 幫我分析一份用戶訪談記錄時(shí)內(nèi)心的震撼。那是一份長達(dá) 30 頁的逐字稿，按照傳統(tǒng)的工作方式，我需要花上至少半天時(shí)間反復(fù)閱讀、貼標(biāo)簽、做聚類分析，才能梳理出用戶的核心觀點(diǎn)和情緒脈絡(luò)。而當(dāng)時(shí)，我僅僅用了一個(gè)簡單的指令，" 請幫我提煉這份訪談中，用戶關(guān)于 A 功能的正面、負(fù)面和中立反饋，并分別列出原話。" 幾分鐘后，一份結(jié)構(gòu)清晰、引用準(zhǔn)確的摘要就呈現(xiàn)在了屏幕上。那一刻，我感覺自己仿佛擁有了一位不知疲倦、效率極高的研究助理。這種 " 魔法般 " 的體驗(yàn)，迅速讓我成為了 AI 的擁躉和布道者。
很快，我成為了付費(fèi)用戶。從用戶心理的深層來看，我們?yōu)橐豁?xiàng)服務(wù)持續(xù)付費(fèi)時(shí)，購買的到底是什么？表面上看，是更強(qiáng)的功能、更快的速度、更優(yōu)先的訪問權(quán)。但本質(zhì)上，我們購買的其實(shí)是一種確定性和可預(yù)測性。我為 ChatGPT Plus 支付的每一筆月費(fèi)，都是在為一種 " 穩(wěn)定輸出 " 的預(yù)期買單。我需要一個(gè)可靠的伙伴，在我需要它的時(shí)候，它總能給我一個(gè)至少 70 分的、符合邏輯基線的答案。這個(gè)答案可能不是最驚艷的，但它必須是可靠的，不會出現(xiàn)離譜的錯(cuò)誤，不會違背我下達(dá)的核心指令。這種可靠性，能讓我放心地將它嵌入到我緊湊的工作流中，作為一個(gè)穩(wěn)定的 " 生產(chǎn)力組件 "。
在很長一段時(shí)間里，ChatGPT 確實(shí)做到了這一點(diǎn)。它像一個(gè)訓(xùn)練有素的助手，雖然偶爾會犯些小錯(cuò)，但大體上你知道它的能力邊界和行為模式。你可以圍繞它的特性，去構(gòu)建自己的提問技巧和工作方法。這種人與機(jī)器之間形成的默契，是建立信任的第一步。我曾以為這種默契會一直持續(xù)下去，所以我毫不猶豫地續(xù)費(fèi)，并向身邊的同事和朋友推薦。我投入的不僅是金錢，還有寶貴的時(shí)間和信任成本。
然而，從 GPT-4o 發(fā)布前后開始，一些微妙但致命的變化出現(xiàn)了。我賴以信任的 " 確定性 " 開始崩塌。我至今還記得一個(gè)讓我下定決心尋找替代品的晚上。當(dāng)時(shí)我正在處理一份十幾頁的用戶訪談?wù)枰?AI 幫我快速提煉出關(guān)于某個(gè)特定功能點(diǎn)的所有正反向反饋，并分類列出。這是一個(gè)典型的、我過去曾無數(shù)次交給 ChatGPT 并且完成得很好的任務(wù)。但那一次，它給我的結(jié)果卻讓我哭笑不得。第一次，它只提煉了不到三分之一的內(nèi)容就草草結(jié)束，像一個(gè)急著下班的員工。我以為是我的指令不夠清晰，于是調(diào)整了提示詞，要求它 " 務(wù)必完整處理全文 "。第二次，它倒是輸出了長篇大論，但仔細(xì)一看，里面張冠李戴，把用戶 A 的觀點(diǎn)安在了用戶 B 身上，甚至還 " 創(chuàng)造 " 了一些訪談中根本不存在的反饋。
這種體驗(yàn)，我稱之為 " 薛定諤的智商 "。你永遠(yuǎn)不知道下一次提交請求后，會得到一個(gè)天才的回應(yīng)，還是一個(gè) " 人工智障 " 的敷衍。它時(shí)而秒回，但內(nèi)容空洞，邏輯混亂；時(shí)而思考良久，卻交出一份布滿事實(shí)錯(cuò)誤的報(bào)告。這種行為的隨機(jī)性，對于一個(gè)嚴(yán)肅的工作場景來說是致命的。從用戶研究的角度分析，這直接破壞了用戶的心智模型。用戶原本建立起的 " 我輸入 A，它會輸出 B" 的穩(wěn)定預(yù)期被打破了。每一次交互，用戶都需要花費(fèi)額外的認(rèn)知資源去評估、去驗(yàn)證、去糾錯(cuò)。這極大地增加了認(rèn)知負(fù)荷。一個(gè)本應(yīng)為我減負(fù)的工具，反而成了需要我時(shí)刻提防和 " 伺候 " 的對象。
當(dāng)一個(gè)工具的行為模式變得難以預(yù)測，它就不再是 " 工具 "，而變成了一個(gè) " 麻煩 "。我為它支付的費(fèi)用，換來的不再是確定性，而是不確定性帶來的焦慮。那幾千塊的訂閱費(fèi)，最終沒有成為我生產(chǎn)力的投資，反而像是一場代價(jià)高昂的 " 信任教訓(xùn) "。
信任崩塌之后，我開始了漫長的 " 遷徙之旅 "。我?guī)缀醢咽忻嫔纤兄髁骱托屡d的大模型都深度試用了一遍，包括 Grok、Claude、Deepseek，當(dāng)然還有 Gemini。我不再僅僅看那些技術(shù)評測報(bào)告上的跑分，而是把它們當(dāng)作一個(gè)個(gè) " 候選人 "，在我的真實(shí)工作場景中進(jìn)行實(shí)戰(zhàn)考驗(yàn)。在這個(gè)過程中，我發(fā)現(xiàn)了一個(gè)有趣的現(xiàn)象，這些 AI 模型，似乎都有著自己獨(dú)特的 " 產(chǎn)品性格 "，就像一個(gè)團(tuán)隊(duì)里性格迥異的同事。
ChatGPT，就像一個(gè)才華橫溢但情緒極不穩(wěn)定的前任。你偶爾還能從它那里看到靈感的火花，適合在一些非嚴(yán)肅的、探索性的場景下進(jìn)行頭腦風(fēng)暴。但你絕對不敢把重要的、有明確交付標(biāo)準(zhǔn)的任務(wù)交給它，因?yàn)樗S時(shí)可能 " 發(fā)脾氣 "，給你一個(gè)意想不到的 " 驚喜 " 或 " 驚嚇 "。
Claude，給我的感覺一直像個(gè)嚴(yán)謹(jǐn)?shù)膶W(xué)術(shù)派。它的文字功底扎實(shí)，尤其在處理文學(xué)性、人文社科類的長文本時(shí)，表現(xiàn)出的細(xì)致和優(yōu)雅令人印象深刻。但它似乎有些 " 高冷 "，交互起來感覺有一點(diǎn)距離感。它適合做深度閱讀、文本精加工這類任務(wù)，但對于需要快速、靈活響應(yīng)的日?，嵤拢瑒t顯得有些 " 重 "。
Grok，得益于 X 平臺的數(shù)據(jù)，在處理實(shí)時(shí)信息和一些偏口語化、網(wǎng)絡(luò)化的內(nèi)容時(shí)有獨(dú)到之處。它最讓我印象深刻的是代碼能力，回答干脆利落，不拖泥帶水，有一種 " 能動手絕不多說 " 的極客氣質(zhì)。它就像團(tuán)隊(duì)里那個(gè)總戴著耳機(jī)、默默寫代碼的同事，應(yīng)用場景相對垂直，是程序員的好幫手，但泛用性稍差。
Deepseek，作為后起之秀，給我最大的感受是 " 努力 "。它的產(chǎn)出文本有時(shí)會有一種用力過猛的 " 華麗感 "，但你能感覺到它在非常努力地理解和滿足你的要求。它是一個(gè)非常有潛力的選手，但作為一個(gè) " 實(shí)習(xí)生 "，它的知識廣度和處理復(fù)雜、模糊問題的穩(wěn)定性還有待時(shí)間的檢驗(yàn)。
這場橫評，讓我對 AI 工具的認(rèn)知更加清晰。世界上沒有完美的工具，只有最適合特定場景和特定工作流的組合。而我的核心訴 - 求，是找到一個(gè)能夠承載我 80% 以上日常工作的、穩(wěn)定可靠的 " 主攻手 "。在兜兜轉(zhuǎn)轉(zhuǎn)之后，我最終將我的主力錨定在了 Gemini 上。這個(gè)選擇并非因?yàn)樗谀骋粋€(gè)單點(diǎn)上做到了絕對的碾壓，而是它的綜合表現(xiàn)和核心特質(zhì)，完美契合了我作為一個(gè)知識工作者對 " 可靠伙伴 " 的全部要求。
Gemini 最先打動我的，恰恰是它的 " 乏味 "，一種由高度穩(wěn)定性和可預(yù)測性帶來的、令人安心的乏味。當(dāng)我把同樣一份訪談紀(jì)要交給 Gemini 處理時(shí)，它不會給我?guī)?" 驚嚇 "。它會忠實(shí)地、完整地按照我的指令去執(zhí)行。輸出的結(jié)果可能在措辭上不是最華麗的，但一定是邏輯清晰、事實(shí)準(zhǔn)確的。我讓它寫 4000 字，它就絕不會寫 2000 字交差。我讓它遵循特定的格式，它就會像一個(gè)嚴(yán)謹(jǐn)?shù)某绦騿T一樣，精確地匹配每一個(gè)標(biāo)簽。這種 " 聽話 " 和 " 不偷懶 " 的特質(zhì)，讓我迅速找回了對 AI 工具的掌控感和安全感。
而真正讓我決定將工作流大規(guī)模遷移過來的，是它那高達(dá) 100 萬 token 的超長上下文窗口能力，以及這項(xiàng)能力目前可以通過 AI Studio 等渠道免費(fèi)使用。對于一個(gè)用戶研究員來說，這簡直是夢寐以求的 " 超能力 "。我們的工作，本質(zhì)上就是在海量的、非結(jié)構(gòu)化的文本信息中尋找模式和洞見。過去，受限于技術(shù)，我們不得不將長篇的訪談稿、日記研究、焦點(diǎn)小組記錄切割成小塊進(jìn)行分析，這個(gè)過程不僅繁瑣，而且極易丟失上下文之間的微妙聯(lián)系。
Gemini 的超長上下文徹底改變了這一點(diǎn)。有一次，我手頭有一個(gè)持續(xù)了半年的用戶日記研究項(xiàng)目，積累了十幾萬字的文本材料。我將所有內(nèi)容一次性上傳，然后向它提問，" 請追蹤這位用戶從項(xiàng)目開始到結(jié)束，對我們產(chǎn)品‘離線功能’的態(tài)度變化，并列出所有相關(guān)的原文作為證據(jù)。" 幾分鐘后，Gemini 交出了一份令我驚嘆的報(bào)告。它清晰地梳理出了用戶態(tài)度從最初的 " 充滿期待 "，到中期的 " 因 bug 頻發(fā)而失望 "，再到后期 " 新版本修復(fù)后重拾信心 " 的完整心路歷程，并且每一處轉(zhuǎn)折都附上了精準(zhǔn)的原文引用。這種跨越時(shí)間線的洞察能力，在過去是需要研究員花費(fèi)數(shù)天時(shí)間才能完成的，而現(xiàn)在，它變得輕而易舉。
另一個(gè)強(qiáng)大的用法，是直接從海量原始數(shù)據(jù)中生成用戶畫像。我曾經(jīng)嘗試將 15 份不同用戶的訪談稿，總計(jì)近 20 萬字的內(nèi)容，全部喂給它，然后下達(dá)指令，" 請基于這些訪談，構(gòu)建一個(gè)核心用戶畫像，包含他的人口學(xué)特征、使用產(chǎn)品的目標(biāo)、核心痛點(diǎn)、以及能代表他想法的關(guān)鍵引言。" 它產(chǎn)出的用戶畫像，每一個(gè)細(xì)節(jié)都牢牢地扎根于我提供的數(shù)據(jù)，沒有任何憑空的想象和發(fā)揮。這對于確保研究的客觀性和說服力，價(jià)值巨大。
除了強(qiáng)大的文本處理能力，Gemini 依托谷歌搜索所帶來的實(shí)時(shí)信息整合能力，也常常在關(guān)鍵時(shí)刻發(fā)揮作用。做競品分析時(shí)，我不再需要手動在幾十個(gè)網(wǎng)頁和報(bào)告之間切換。我可以問它，" 請幫我分析一下競品 A 和競品 B 在最近一個(gè)季度的市場動態(tài)，并結(jié)合最新的財(cái)報(bào)數(shù)據(jù)和用戶評論，總結(jié)它們各自的優(yōu)劣勢。" 它能迅速抓取并整合最新的網(wǎng)絡(luò)信息，給出一份時(shí)效性極強(qiáng)的分析報(bào)告。這種能力，對于需要快速響應(yīng)市場變化的工作來說，是不可或缺的。
更讓我感到貼心的是它在交互上的一些細(xì)節(jié)。當(dāng)你向它詢問一個(gè)技術(shù)問題的解決方案時(shí)，它基本都會給出至少 2 個(gè)以上的方案供你選擇，并且會像一個(gè)經(jīng)驗(yàn)豐富的技術(shù)顧問一樣，分析每個(gè)方案的優(yōu)劣，最后加上一句 " 我強(qiáng)烈建議你使用方案 A，因?yàn)椤?" 這種帶有明確傾向性建議的互動方式，極大地降低了我的決策成本。
在中文的理解和表達(dá)上，Gemini 也表現(xiàn)出了明顯的優(yōu)勢。它的回答邏輯清晰，很少繞彎子，語言風(fēng)格非常自然，沒有很多國外模型常見的生硬 " 翻譯腔 "。無論是撰寫正式的報(bào)告，還是起草一封輕松的郵件，它生成的文本都非常得體，幾乎不需要二次修改。有一次，我讓它解讀一句在中國網(wǎng)絡(luò)語境下頗為流行的梗，它不僅解釋了字面意思，還準(zhǔn)確地分析了其背后的文化現(xiàn)象和傳播路徑，那種對中文語境的深刻理解，是其他模型難以企及的。
當(dāng)然，沒有任何工具是完美的。Gemini 偶爾也會有理解偏差，生成的代碼也需要人工審核。但關(guān)鍵在于，它的 " 下限 " 非常高，它的表現(xiàn)是穩(wěn)定的、可預(yù)期的。我可以放心地把它作為我工作流的基石，在此之上，再去搭配 Grok 的實(shí)時(shí)信息能力或 Deepseek 的代碼能力，形成一個(gè)高效、可靠、且成本可控的 AI 工具矩陣。
從最初的驚艷，到中途的失望，再到最終找到一個(gè)可以信賴的伙伴，我作為 " 用戶 " 的這段旅程，也讓我作為 " 研究員 " 有了更深的思考。我們正處在一個(gè) AI 能力大爆炸的時(shí)代，模型的參數(shù)、跑分每天都在刷新。但對于廣大的普通用戶和知識工作者來說，我們真正需要的，或許并不是那個(gè)在所有單項(xiàng)測試中都名列第一的 " 全能冠軍 "，而是一個(gè)穩(wěn)定、可靠、懂你、并且能無縫融入你生活的 " 得力助手 "。
我們已經(jīng)度過了對 AI 感到新奇和 " 不明覺厲 " 的階段，正在進(jìn)入一個(gè)更務(wù)實(shí)的 " 人機(jī)協(xié)作 " 階段。在這個(gè)階段，工具的價(jià)值不再僅僅取決于它的峰值能力有多高，更取決于它的平均表現(xiàn)有多穩(wěn)定，它的行為有多可預(yù)測，它能在多大程度上降低我們的認(rèn)知負(fù)荷，而不是增加我們的驗(yàn)證成本。
信任，這個(gè)在人與人之間無比珍貴的品質(zhì)，如今也成為了衡量人機(jī)關(guān)系質(zhì)量的核心標(biāo)尺。我的選擇，從 ChatGPT 到 Gemini，本質(zhì)上就是一次信任的遷移。當(dāng)一個(gè)工具讓你覺得可以依賴，你才會愿意將自己最重要的工作托付給它。而 Gemini，正是用它那種近乎 " 乏味 " 的可靠性，一點(diǎn)一滴地，為我重建了這份寶貴的信任。
