用 Jobs to Be Done 找到使用者真正想完成的事
本章導讀
最小 SOP
目的：看完後，你會更清楚怎樣把一個模糊點子，收成一句真正有使用者場景的需求，而不是腦子裡只有一堆功能名。
行動項：寫 1 句模糊點子，找 3 個潛在使用者聊“最近一次怎麼處理”，再整理成 1 條 JTBD 句子。
結果：你會得到一個更清楚的需求假設，知道第一版該先解決什麼。
你將學到以下內容
- 什麼是 Jobs to Be Done，為什麼它比“功能腦暴”更接近真實需求
- 如何區分“使用者說想要的功能”和“使用者真正想完成的事”
- 怎樣用一套簡單模板，把一個模糊點子拆成場景、觸發、障礙和成功標準
- 如何把 JTBD 用在 AI 產品、訪談提問和提示詞整理裡
1. 什麼是 Jobs to Be Done
Jobs to Be Done 常被簡稱為 JTBD。它背後的核心想法，和 Clayton Christensen 團隊推廣的那句經典表達有關：使用者會“僱用”某個產品來完成一件事。
這裡的“事”，不是待辦清單裡那種表面動作，而是使用者希望自己狀態發生的一種 進展 。比如：
- 不是“我要一個 AI 紀要工具”，而是“我想在會後 10 分鐘內把重點、待辦和責任人整理清楚，別再靠回憶補筆記”
- 不是“我要一個記賬 App”，而是“我想知道錢到底花去哪了，好讓我月底別再焦慮”
- 不是“我要一個簡歷最佳化器”，而是“我想更有把握地投出一份像樣的簡歷，不想每次投遞都懷疑自己寫得太差”
所以，JTBD 關注的不是產品長什麼樣，而是使用者為什麼在這個時刻需要它。
這也是為什麼很多看似不同的產品，實際上在競爭同一個 job。使用者想“在上班路上不那麼無聊”，可僱用的物件可能是短影片、播客、遊戲、聊天，甚至打瞌睡。使用者想“快速搞懂一份很長的 PDF”，可僱用的物件可能是 AI 摘要工具、實習生、同事、自己硬著頭皮看，或者乾脆先不看。
一旦你用這種視角看問題，你會發現自己真正的競爭對手，往往並不只是“另一個長得像你的 App”，而是 使用者當前所有可接受的替代方案 。
2. JTBD 和使用者畫像、功能列表有什麼不同
很多新手剛開始做需求分析時，會先寫使用者畫像：25 歲，女生，一線城市，白領，喜歡效率工具，願意嘗試新產品。這樣的資訊不能說完全沒用，但它通常 不夠解釋一個人為什麼會在此刻採取行動。
JTBD 更關心的是下面這些問題：
- 他是在什麼場景下決定找解決方案的
- 當時到底卡住了什麼
- 他想把什麼事情推進到下一步
- 現在正在用什麼笨辦法撐著
- 如果事情解決得好，什麼結果會讓他覺得“值了”
也就是說，使用者畫像更像“這個人大概是誰”，JTBD 更像“這個人現在到底想完成什麼”。
同樣地，功能列表也容易把人帶偏。使用者說“我想要匯出 Word”“我想要 AI 改寫”“我想要語音輸入”，這些都只是表層表達。JTBD 會繼續往下追問：
- 為什麼你現在需要匯出 Word，而不是 PDF？
- 你想改寫，是因為文風太差，還是因為需要適配不同物件？
- 你想語音輸入，是因為懶得打字，還是因為你經常在走路、開車、開會後馬上記錄？
很多時候，功能只是 job 的一種臨時翻譯 。如果你只收集功能，很容易把產品做成“使用者說什麼就堆什麼”；如果你能看見背後的 job，才更有機會做出真正順手、真正有競爭力的方案。
3. 一個零基礎也能理解的例子
先不要急著想複雜的 AI 產品，我們從一個生活例子開始。
假設有人早上出門前總來不及喫早餐，於是經常在地鐵口買一個三明治和咖啡。表面上看，他“購買”的是早餐；但如果用 JTBD 看，他真正想完成的事可能是：
- 在趕時間的早晨，用最省腦力的方式解決一頓飯
- 讓自己在到公司前不至於餓得發慌
- 不因為喫早餐耽誤通勤節奏
這時候，使用者僱用的不是“某個固定品牌的三明治”，而是一個能幫他把早晨順利推進下去的解決方案。如果隔壁便利店更快、更近、更穩定，他可能立刻換掉原來的選擇。
把這個邏輯搬到 AI 產品裡就更明顯了。
比如你想做一個“AI 會議紀要工具”。如果只停在功能層面，你會很容易開始想：
- 要不要支援上傳音訊
- 要不要接入說話人分離
- 要不要匯出 Markdown
- 要不要自動生成待辦
這些都沒錯，但還不夠。用 JTBD 再問一層，使用者真正想完成的可能是：
- 我想在會後 10 分鐘內，把討論結果同步給沒參會的人
- 我想把待辦、責任人和截止時間提幹淨，別讓團隊靠記憶協作
- 我想減少重複整理會議內容的時間，把精力留給決策和推進
一旦 job 被說清楚，很多功能優先順序就會自動浮出來。第一版最重要的也許不是“支援 12 種匯出格式”，而是：
- 紀要結構要足夠清楚
- 待辦提取要穩定
- 分享連結要方便
- 輸出結果要讓人敢直接轉發給團隊
這就是 JTBD 的價值：它能幫助你從“我要堆哪些能力”回到“我要幫使用者推進什麼進展”。
4. 一個好用的 JTBD 模板
如果你是零基礎，可以先不要試圖把 JTBD 想得很學術。先抓住最實用的 5 個要素就夠了。
4.1 場景
使用者是在什麼時刻、什麼環境裡想起這個產品的？
- 是開完會以後
- 是老闆臨時要材料的時候
- 是晚上準備投簡歷的時候
- 是月底發現錢又不夠花的時候
沒有場景的需求，通常都還不夠真實。
4.2 觸發
是什麼讓他決定立刻找解決方案？
- 被長文件壓住，不知道從哪開始看
- 明天要交材料，今天才發現格式亂七八糟
- 剛被領導追問進度，意識到自己沒有整理清楚
- 想堅持記錄，但手寫、複製、整理都太麻煩
觸發點往往帶著情緒。這個情緒很重要，因為它決定了使用者為什麼會在這一刻產生行動。
4.3 想完成的進展
他不只是想“做個動作”，而是想把自己推進到什麼新狀態？
- 從混亂到清楚
- 從焦慮到安心
- 從拖延到啟動
- 從低效到順手
- 從說不明白到能直接交付
這一步裡，“進展”這個詞非常關鍵。因為很多人真正買的不是工具，而是 狀態變化 。
4.4 當前替代方案
現在沒有你的產品時，他怎麼做？
- 手工複製貼上
- 用 Excel 或備忘錄硬撐
- 找同事幫忙
- 拖著不做
- 在幾個工具之間來回切
誰是替代方案，誰就是你的真實競爭環境。
4.5 成功標準
事情怎樣纔算真的被解決？
- 10 分鐘內得到可分享的結果
- 不需要二次大改就能發給別人
- 不容易漏項、出錯、忘事
- 第一次用就知道下一步怎麼走
如果你連“使用者怎麼判斷值不值”都說不清，那這個方向大機率還沒有收斂好。
5. 直接套用的一句話公式
當你想梳理一個產品方向時，可以先套這個非常實用的句式：
當 __________ 的時候，我想要 __________，以便於 __________。
現在我只能透過 __________ 來勉強完成這件事。
比如：
當我開完一場資訊量很大的專案會時，我想要快速得到一份帶待辦、責任人和截止時間的紀要，以便於我能馬上同步團隊並推進執行。
現在我只能靠自己回憶、翻聊天記錄和手工整理來勉強完成這件事。
再比如：
當我準備投遞一個新崗位時，我想要快速把已有經歷改寫成更貼合崗位的版本，以便於我能更有把握地投出一份像樣的簡歷。
現在我只能反覆複製舊簡歷、手改措辭，改到最後越來越不確定。
如果你能把一句話寫到這種清晰程度，後面的頁面設計、提示詞設計、功能優先順序判斷，都會容易很多。
6. 做 AI 產品時，特別要看的三層 job
很多 AI 產品在功能演示時看上去很強，但真正上線之後卻留不住人，常見原因是隻解決了表層動作，沒有解決更深的 job。
你可以把一個 job 粗略分成三層來看：
6.1 功能層
最表面的任務是什麼？
- 總結文件
- 改寫文案
- 提取待辦
- 生成圖片
這是使用者嘴上最容易說出來的一層。
6.2 情緒層
使用者希望減少什麼不舒服，或者獲得什麼感受？
- 不想那麼慌
- 不想顯得不專業
- 不想每次都從零開始
- 想更有掌控感
很多付費意願，實際上和情緒層關係很大。
6.3 社會層
使用者希望在別人眼裡變成什麼樣？
- 看起來更靠譜
- 在團隊裡更有組織能力
- 在客戶面前更專業
- 在社交平臺上更會表達
如果你只做功能層，產品很容易被替代；如果你同時理解了情緒層和社會層，你就更容易找到真正有黏性的價值。
7. 用 JTBD 反過來篩產品方向
有時候不是你已經有產品，而是你手裡有 3 到 5 個點子，不知道做哪個。這時 JTBD 很適合拿來做篩選。
你可以拿著每個點子，分別問自己 5 個問題：
- 這個點子對應的場景是不是足夠具體？
- 使用者現在是否已經在用某種笨辦法解決？
- 這個 job 的痛感是否足夠強，或者足夠高頻？
- 如果我做好了，使用者會不會明顯感受到“狀態變好了”？
- 第一版能不能只圍繞這個 job 的關鍵一步，做出一個很小但有用的版本？
如果一個方向講到最後還是隻能說“感覺挺有意思”，卻說不清觸發、替代方案和成功標準，那它大機率還只是一個模糊靈感，不是一個成熟方向。
8. 可以直接拿去訪談使用者的問題
很多人一做調研就問：“你想要什麼功能？”這種問法很容易得到表面答案。
JTBD 更適合問下面這些問題：
- 最近一次你遇到這個問題是什麼時候？
- 當時你在做什麼，為什麼會卡住？
- 你最後是怎麼解決的？
- 這個過程裡最煩、最慢、最不放心的地方是什麼？
- 如果有一個工具能幫你，什麼結果會讓你覺得真的有用？
- 你試過哪些替代方法？為什麼它們不夠好？
這種問法有個好處：它會把對話拉回真實經歷，而不是停留在想象中的偏好。
9. 用 AI 幫你做 JTBD 拆解
JTBD 本身不是 AI 發明的，但 AI 很適合幫你整理和提煉 JTBD。
比如你已經收集了 5 到 10 條使用者反饋，就可以把它們丟給模型，讓它按以下結構總結：
請你扮演產品研究助手。
我會給你一些使用者原話，請你不要先給功能建議，
而是先按 Jobs to Be Done 的框架整理：
1. 使用者處在什麼場景
2. 觸發他採取行動的事件是什麼
3. 他真正想完成的進展是什麼
4. 當前替代方案是什麼
5. 他最在意的成功標準是什麼
6. 這些反饋裡反覆出現的情緒詞有哪些
最後，請把這些內容整理成 3 個最值得優先驗證的 JTBD 假設。如果你已經有一個點子，也可以讓 AI 幫你做第一輪收斂：
我想做一個 [你的產品想法]。
請不要直接給我功能列表，而是用 Jobs to Be Done 方法幫我分析：
1. 這個產品可能服務哪些具體場景
2. 每個場景中使用者想完成的核心 job 是什麼
3. 現有替代方案有哪些
4. 哪個 job 最適合作為 MVP 的起點，為什麼
5. 請把最終推薦的 job 寫成一句清晰的 JTBD 句子這樣做的好處是，你不會一上來就被 AI 帶去“腦暴 50 個功能”，而是先把方向講清楚。
10. 新手最常見的 4 個誤區
10.1 把 job 寫成功能名
“AI 總結”“智慧分類”“自動生成”都不是 job，它們只是可能的實現方式。
10.2 把人羣寫得很寬
“所有職場人”“所有學生”“所有創業者”通常都太泛。越泛，你越難看見真實場景。
10.3 只聽使用者說，不看使用者怎麼做
使用者會描述自己想要什麼，但他真正的優先順序，常常藏在他現在如何湊合解決問題裡。
10.4 一開始就想做完整平臺
JTBD 的正確開啟方式，通常不是“我來做一個包打天下的大平臺”，而是先盯住一個場景裡最關鍵的一步，把它做到非常順手。
11. 小結
Jobs to Be Done 最有價值的地方，不是給你一個新名詞，而是幫你換一個觀察角度：不要只盯著產品功能，而要盯著使用者想把什麼事情推進到下一步。
當你開始反覆問自己：
- 使用者是在什麼場景下僱用這個產品的
- 他到底卡在了哪裡
- 現在正用什麼辦法硬撐
- 事情解決後，狀態會發生什麼變化
你會發現，很多原本模糊的點子一下子變清楚了，很多原本很花哨的功能也一下子沒那麼重要了。
做產品，尤其是做 AI 產品，最怕的是一開始就沉迷能力展示。JTBD 能幫你把注意力拉回到真正重要的地方：使用者為什麼需要你，以及你到底在幫他完成什麼進展。
12. 如何利用 AI 幫你實踐 JTBD
JTBD 不是 AI 發明的，但 AI 很適合在這套方法裡當你的研究助手、整理助手和對照助手。關鍵是：讓 AI 幫你整理和擴充套件，而不是替你臆測使用者。
你可以這樣用：
12.1 讓 AI 幫你把模糊點子改寫成 JTBD 假設
當你腦子裡只有一句模糊描述，比如“我想做一個幫大學生找實習的工具”，可以先讓 AI 幫你把它拆成幾種可能的 job：
我現在有一個模糊產品點子：[你的點子]
請不要直接給我功能列表，而是用 Jobs to Be Done 的方式幫我分析：
1. 可能對應哪些具體場景
2. 每個場景裡使用者真正想完成的進展是什麼
3. 當前替代方案可能是什麼
4. 哪個 job 最適合先做 MVP
請最後把每個 job 寫成一句清晰的 JTBD 句子。你甚至可以把輸入寫得很小白：
我想做一個幫大學生找實習的東西。
我現在也說不清具體是做什麼，你幫我想想使用者到底想完成什麼事。AI 可能給出的有用輸出會像這樣：
可能的 JTBD 方向：
1. 當我第一次準備投實習時，我想快速知道應該先準備哪些材料，
以便我不要因為資訊混亂一直拖著不投。
2. 當我看到一個實習崗位時，我想快速判斷自己是否值得投，
以便我不要在不合適的崗位上浪費太多時間。
3. 當我開始投遞時，我想把現有簡歷改成更貼合崗位的版本，
以便我能更快完成投遞並提高透過率。這種輸出的價值在於，它會把你原本一句很泛的想法，拆成幾個更接近真實場景的方向。
12.2 讓 AI 幫你整理訪談原話
如果你已經做了幾次使用者訪談，可以把訪談記錄交給 AI，讓它幫你提煉反覆出現的場景、觸發點、替代方案和成功標準。
下面是 5 位使用者的訪談原話。
請不要先給解決方案，而是按 JTBD 框架整理：
1. 使用者處在什麼場景
2. 觸發他採取行動的事件是什麼
3. 他真正想完成的進展是什麼
4. 當前替代方案是什麼
5. 他最在意的成功標準是什麼
6. 哪些資訊在多位使用者中重複出現
最後整理成 3 條最值得優先驗證的 JTBD 假設。一個很簡單的小白輸入也可以這樣寫：
我問了 3 個人，他們大概是這樣說的：
1. 每次要投實習我都得重新改簡歷，特別煩。
2. 我其實最怕的是不知道自己寫得對不對。
3. 我現在會先找學長學姐幫我看，但每次都不好意思總麻煩別人。
你幫我整理一下，他們真正想完成的事情是什麼。AI 可能輸出：
整理結果：
- 共同場景：準備投遞實習前，需要處理簡歷
- 共同困難：不知道如何修改到“夠好”
- 當前替代方案：找學長學姐幫看，自己反覆修改
- 可能的 JTBD：
當我準備投遞實習時，我想更快判斷簡歷是否已經達到可投遞水平，
以便我不要一直卡在“再改一改”而遲遲投不出去。這種輸出很有用，因為它幫你從零散原話裡提煉出更像“需求”的東西。
12.3 讓 AI 幫你做一輪輕量級網路調研
在你還沒開始大規模訪談前，可以先讓 AI 幫你做一些很輕的外部資訊掃描，比如：
- 公開論壇或社羣裡，大家是怎麼抱怨這個問題的
- 市面上已有產品主要在解決哪一層問題
- 使用者最常見的替代方案是什麼
- 常見評價裡，大家最滿意和最不滿意的點是什麼
這種調研不能代替真實使用者訪談，但很適合作為 Discover 階段的熱身，幫你先建立問題地圖。
一個簡單輸入可以是：
請你幫我查一查：
“大學生改簡歷、投實習時最常見的痛點是什麼？”
優先看公開論壇、經驗帖、求職社羣裡大家自己說的話。
幫我整理成 5 條最常見問題。AI 可能輸出：
常見痛點整理：
1. 不知道簡歷該寫什麼，經歷太少
2. 不知道怎麼針對不同崗位修改
3. 改了很多版，但始終不確定是否夠好
4. 找不到可靠的人幫忙看
5. 投遞流程複雜，容易拖延這類輸出不能當最終結論，但很適合幫你先決定要優先訪談哪類問題。
12.4 讓 AI 充當“反方”
很多時候，我們會對自己的想法太有感情。你可以專門讓 AI 扮演一個挑刺的人，逼你把問題說得更清楚：
請你扮演一個非常嚴格的產品研究顧問。
下面是我的 JTBD 假設：[你的假設]
請從以下角度批判它：
1. 這個場景是否過寬
2. 這個 job 是否寫成了功能而不是真正進展
3. 替代方案是否太弱
4. 成功標準是否不夠清楚
5. 這個假設最需要被驗證的風險是什麼這樣做的好處是，你能更快發現自己是在看需求，還是只是在看自己喜歡的方案。
📚 Assignments
請你根據上文內容，完成下列作業：
- 選一個你最近想做的產品點子，用一句 JTBD 公式把它寫清楚
- 為這個點子補齊 5 個要素：場景、觸發、進展、替代方案、成功標準
- 找 3 個潛在使用者，至少問出一次“最近一次你遇到這個問題是什麼時候”
- 把訪談原話交給 AI，整理成 3 條最值得優先驗證的 JTBD 假設