四步引擎
产品体验诊断的四步动作链:诊断体验断裂 → 识别范式惯性 → 找到不被定义的解法 → 升维为可复用的框架。与七层体验断裂模型配套,解决「怎么查」而不是「查到哪一层」。
简介
四步引擎是一套把零散用户反馈「编译」成可复用诊断结论的方法论。它的出发点很朴素:用户反馈是散的——你说东他说西,凑在一起是一团乱麻;真正的问题往往不是表面那一个,而是层层叠加的结构性问题。因此需要一个比「再收集 100 条反馈」更强的引擎。
四步的顺序是刚性的:先定位 体验断裂(预期 vs 供给的错配),再追问这种错配是否来自范式惯性(照搬别人的成功模板),然后寻找不被既有范式定义的解法,最后把个案升维成可套用的框架(例如 七层体验断裂模型)。跳过第一步直接谈解决方案,容易修到症状而修不到病因。
它与「产品三问」(价值本质 / 形态解绑 / 购买动机)互补:三问偏战略与本质拷问,四步引擎偏体验侧体检动作;也与 AI PM 常用的评估计分板、风控三件套互补——那些管「好不好 / 能不能控」,四步引擎管「断在哪 / 为何总按别人的模板断」。
关键信息
核心特性
定义
四步引擎 = 以「体验断裂」为一等公民的诊断闭环,强制从错配识别走到范式反思,再到解法与框架沉淀,避免停留在工单处理层。
核心组成(四步)
-
诊断体验断裂
- 体验断裂 = 用户预期与产品供给之间的错配
- 例:用户以为能 A,产品只能做 B;用户以为免费,产品要付费;用户提了建议,三个月没回音
- 产出:错配清单(按场景 / 用户群 / 触点)
-
识别范式惯性
- 问:这个问题是不是因为我们在用「别人的成功定义」?
- 例:创作者认证几乎照搬另一成熟平台,以站外影响力为主标准,导致站内持续产出者反而难认证
- 产出:被借用的范式、本平台真正应定义的标准
-
找到不被定义的解法
- 在既有范式之外,重新定义本产品语境下的优质标准、产权规则、能力边界说明、反馈闭环等
- 不是「多做一个入口」,而是改评价系 / 所有权叙事 / 预期管理
- 产出:针对本层断裂的产品定义与机制草案
-
升维为可复用的框架
- 把单次体检沉淀为可迁移模型(如七层)
- 使下次接触新产品时有「先走一遍」的默认动作
- 产出:团队共享的诊断语言与检查清单
典型应用
- 新产品 / 竞品的首次体验体检
- 版本复盘时把 NPS 差评映射到结构层
- AI 产品入职摸底的体验侧补充(与信息架构摸底并列)
- 将个人诊断习惯升维为团队 SOP
常见误区
- 把四步当成线性需求池:第二步「范式惯性」是反思动作,不是再开一堆需求。
- 只做第一步:列出断裂却不追范式,会反复修表层。
- 第四步写得很漂亮、第一步很虚:没有真实错配观测的「框架」只是文案。
- 与七层模型混淆:四步是流程引擎,七层是解剖图;应组合使用。
不同素材中的观点
- 2026-07-16-woshipm-ai-product-seven-layer-fracture:作者称四步引擎为自己打磨的方法论,并明确「第一步最关键」。文中用 AI 产品体检案例演示:从散乱症状挖到七层结构,再把方法升维为可直接套用的诊断框架。使用纪律三条——定期体检、区分症状与病因、别只修表层——实质上是四步引擎在组织行为上的固化。金句定位:「一个好的产品诊断框架,比 100 条用户反馈更有用。」
相关资源
- 原文:https://www.woshipm.com/share/6422869.html
- 输出模板建议:错配表(场景 / 预期 / 供给 / 层级 / 是否范式惯性 / 建议解法)
- 组合工具:七层体验断裂模型 分层、用户调研 取证、项目复盘 闭环