解读

面试官想验证三件事：

1. 你是否真的“下现场”做访谈，而不是拍脑袋；
2. 能否把用户一句“我觉得不太舒服”翻译成可量化的AI交互缺陷；
3. 是否具备把细微痛点放大成数据-模型-产品闭环迭代的完整思路。
   “细微”是题眼：要足够小，小到竞品都忽略；又要足够痛，痛到能撬动留存或转化。回答结构必须“用户原话→根因拆解→算法/数据/体验三层归因→迭代指标→上线验证”，否则会被追问“结果如何量化”。

知识点

1. 用户访谈深描法：5W1H + 情境还原 + 情绪曲线，捕捉“潜意识”痛点。
2. AI交互三要素：触发（入口）、等待（反馈）、结果（置信）。任何一环>400 ms 或置信度<用户心理阈值即产生“AI羞耻”。
3. 算法可解释性成本：中文场景下，To C 产品若用生成式模型，必须满足《深度合成规定》显著标识义务，否则合规风险转嫁给用户。
4. 数据闭环：badcase→标注→微调→A/B，两周一个迭代周期，才能跑通“小步快跑”的国内节奏。
5. 指标设计：微观交互类痛点优先看“二次确认率”“编辑修改率”，宏观再看留存/转化；二者需通过“用户分层+混淆矩阵”对齐。

答案

场景：去年我负责一款中文语音输入AI助理，目标人群是三四线城市的“外卖骑手”。
用户原话（深描）：
“路上手湿，我吼一句‘报备订单1987’，它给我转文字‘报名订单要就霸气’，我还得停下车、擦干净手、戳进编辑模式改字，真想直接关语音。”

痛点拆解：

1. 触发：环境噪声>75 dB，骑手把手机揣胸口，麦克风距离嘴>30 cm，导致SNR低至-5 dB。
2. 等待：本地ASR先出临时结果，云端2.3 s后返回修正，骑手在1 s内已判断“错了”，心理放弃。
3. 结果：专有名词“订单+数字”属于长尾分布，训练集占比<0.8%，模型置信度仅0.41，却直接展示无标识。

迭代方案：
a. 数据：两周内收集骑手真实语料1.2 万条，夜间众包标注“订单+四位数字”实体，数据量提升9 倍。
b. 模型：在原有流式CTC基础上，加一层“热词缓存池”，把用户近7 天说过的高频“订单xxxx”动态插入TLG解码图，线上实时更新；同时把云端修正链路压缩到680 ms。
c. 交互：当置信度<0.65 时，不直接上屏，而是用“下划线+灰色”提示“待确认”，并语音播报“是要报备订单1987吗？”用户说“对”即提交，说“不对”自动进入数字键盘，点一下完成。

上线结果：
• 编辑修改率从 18.4% → 4.7%；
• 语音功能留存7 日提升 11.2%；
• 骑手日均完成单量增加 1.3 单，平台运力成本下降 2.1%。

合规：灰度阶段已按《深度合成规定》在“灰色下划线”末端加“AI”小图标，并通过网信办算法备案。

拓展思考

1. 如果未来要做“多模态免唤醒”，把语音与摄像头读唇融合，需同步解决《个人信息保护法》下的“连续生物特征采集”告知同意，否则细微痛点解决之日，就是合规风险爆发之时。
2. 细微痛点往往藏在“跨场景”里：同一骑手下班后用同一App发微信，环境安静却出现“过度确认”，导致体验反差。下一步可引入“场景指纹”（噪声+加速度+蓝牙设备）动态调节置信阈值，实现“一人多面”的个性化交互。