專題篇章 · AI 產品心理學

回饋心理:用戶為什麼不點踩

你在回答旁邊放了 👍 和 👎,指望用戶幫你標數據。一個月後一看:點踩率 0.4%,但流失率在漲。不是產品沒問題,是不滿的用戶根本不點踩,他們直接走。這一課講反饋的心理成本,和不靠用戶開口也能聽見的辦法。

回饋漏斗模擬器沉默偏差隱性信號判讀反饋的即時回報
動手 · 回饋漏斗模擬器

1000 個用戶剛拿到一條糟糕的回答。左邊是他們變成「一次點踩」要闖的四關,每關都在漏人。先看清現狀,再撥右邊三個開關,看漏斗能撐多寬。

一千個不滿,幾個點踩 0 / 3
為什麼沉默 · 三種心理成本

客服研究裏這叫沉默偏差:經典的 TARP 研究發現,多數不滿的客户不投訴,直接換品牌。AI 產品的點踩按鈕把門檻降到了一次點擊,還是沒人點,因為攔路的從來不是操作成本,是心理成本,有三種。無效感:點了有用嗎?上次點踩之後什麼也沒發生,這個按鈕八成是擺設。自我否定成本:點踩等於承認「我提問的方式不行」或「我選的這個工具不行」,尤其當初是自己拍板買的(承諾一致,書單課講過)。關係成本:擬人化是雙刃劍,產品越像「他」,點踩越像當面給人差評,CASA 範式的禮貌效應甚至讓用戶對着問卷都不好意思説 AI 壞話。

沉默的不滿是最貴的不滿:它不進你的數據看板,直接進流失名單,順路進朋友的耳朵。
動手 · 隱性信號判讀:行為不會説謊

等用戶開口是下策,上策是讀行為。下面六種用戶行為都是免費的反饋信號,逐個判讀:滿意信號、不滿信號,還是要看上下文。你的埋點表就該這麼設計。

六種行為,三級判讀 0 / 6
想一想:這個動作發生時,用戶心裏在想什麼
判讀完畢,兩個提醒。第一,隱性信號的樣本量是點踩的幾百倍:重新生成率、編輯距離、複製率,這三個指標拼起來比任何滿意度問卷都誠實,主流 AI 產品的模型迭代主要喂的就是這類信號。第二,隱性採集要在隱私政策裏寫清楚(用行為數據改進模型),而且信號只能用來改產品,不能用來對付用戶:檢測到用戶在罵 AI 就彈客服安撫,讀起來是關懷,實際是監視。
找茬 · 點踩之後發生什麼

還是要有人點踩的,關鍵是點完發生什麼。兩種點踩後的體驗,點能讓用戶下次還願意點的那個。

找茬:哪邊更好 點選一邊
兩邊的用戶都剛點了 👎,看產品各自怎麼接
方案 A
根據您的需求,建議採用多元化投資策略,合理配置資產,注意控制風險,實現穩健增值。
👍👎
感謝您的反饋,我們會持續改進
方案 B
根據您的需求,建議採用多元化投資策略,合理配置資產,注意控制風險,實現穩健增值。
👍👎
太空泛沒回答我的問題信息有錯語氣不對
收到,這版確實太籠統了。已按「結合你説的 30 萬預算和三年期限」重新生成 ↓ 這類回答以後會預設給到這個具體度。
選一選 · 反饋請求的時機
想要一條高質素嘅文字回饋,幾時開口要? 單選
A每次回答後都附上「呢次回答滿唔滿意?」評分條
B用戶剛完成一次多輪深度使用、並出現滿意信號(複製/導出)之後
C用戶登入時彈窗:花兩分鐘幫我們做個調研,送 100 積分
D用戶點了取消訂閲的瞬間,彈出「話俾我哋知邊度做得唔好」
本節要點
✓

點踩率不是不滿率:沉默偏差讓絕大多數不滿直接流向流失,回饋漏斗每一關都在漏人。別拿 0.4% 的點踩率當產品健康度。

✓

攔路的是心理成本:無效感、自我否定、對「他」的禮貌。措辭把矛頭指向回答而非用戶,能顯著撐寬漏斗。

✓

回饋要有即時回報:點踩後立刻給一版更好的,用戶才知道這個按鈕通電。「感謝反饋」等於告訴他別再點了。

✓

行為比按鈕誠實:重新生成、編輯距離、複製率是樣本量大幾百倍的免費信號。讀行為改產品,但別拿行為對付用戶。

內容來源:小山學堂「AI 產品心理學」專題原創;沉默偏差出自 TARP 客户投訴行為研究(1970s–80s);禮貌效應出自 Reeves & Nass, The Media Equation(1996)。