产品经理不需要同时使用所有模型。面对新机会先判断目标与外部条件，方案不足时再发散，准备投入开发前验证关键假设，上线后才进入增长与体验分析。本文保留13个常用模型，并说明每个模型适合回答什么、应该留下什么结果。
可以用一个连续案例理解：团队准备改进“新用户第一次创建原型”的体验。目标不是把13张图全部做完，而是根据当前证据，选择一两个模型推动下一步决策。模型没有数据、访谈、可用性测试或业务事实支撑时，只是一种讨论框架。
| 当前任务 | 优先考虑 | 需要留下的结果 |
|---|---|---|
| 确认方向与环境 | 黄金圈、SWOT | 目标、边界、事实与待验证假设 |
| 学习与能力提升 | 费曼学习法、刻意练习 | 知识缺口、练习任务与反馈记录 |
| 团队发散与评审 | 六顶思考帽、头脑风暴、SCAMPER | 候选方案、风险、分组与选择理由 |
| 产品验证与增长 | MVP、AARRR、行为模型 | 假设、实验、指标口径与边界 |
| 体验和协作诊断 | 峰终定律、冰山模型、乔哈里窗 | 关键节点、深层原因和认知差异 |
实际工作中可以先写一张“问题卡”：当前要做的决定是什么、已有证据是什么、谁负责决定、最晚何时需要结论。再从表中选择模型。若一次讨论同时出现战略、创意、增长和团队沟通四类问题，通常应拆成多次工作，而不是把所有模型叠在一张画布上。
黄金圈法则
适合回答：为什么要做这件事，采用什么原则，最终交付什么。黄金圈通常从 Why、How、What 三层组织表达。以首次创建原型为例，Why 可以是“让新用户尽快把想法变成可讨论方案”，How 是“减少空白画布压力并提供明确起点”，What 才是模板入口、引导或示例内容。
应留下：一句可检验的目标、实现原则和产物范围。常见误用是写成品牌口号，无法判断功能是否支持目标。评审时可以追问：如果删除某项功能，Why 是否仍成立；如果目标无法衡量，需要补充用户行为或业务结果。
黄金圈也适合检查需求是否发生目标漂移。若最初要解决“新用户不知道从哪里开始”，评审中却不断加入视觉装饰和高级配置，就应回到Why，判断新增内容是否帮助目标用户完成第一步。它不是要求所有决定都自内向外，而是提供一条检查逻辑。
SWOT分析
适合回答：内部能力与外部环境会怎样影响策略。优势和劣势应来自团队、产品或资源现状；机会和威胁来自用户、竞争、技术、政策等外部变化。不要把“品牌好”或“市场大”当作无需证明的结论。
应留下：每格不超过数条关键事实，并把交叉关系转成行动。例如已有大量原型模板是优势，新用户不知道选什么是劣势；由此可以提出“按任务推荐模板”的假设，再安排数据验证。SWOT不是为了填满四格，而是为了缩小决策范围。
填写时给每条信息标注来源和确认日期，例如用户访谈、客服记录、产品数据或竞品公开资料。内部优势如果用户无法感知，可能不能直接转化为市场优势；外部机会若缺少目标人群和时间窗口，也不应立即进入路线图。
费曼学习法
适合回答：自己是否真正理解某个概念。选择一个主题，用不依赖术语的语言解释给目标读者；解释卡住的位置就是待补知识。产品经理可用它检查需求规则、指标定义或技术概念，例如能否向新同事说明“原型发布后谁能查看、评论与编辑”。
应留下：一版简明解释、无法回答的问题和修订后的定义。费曼学习法常被通俗地归因于物理学家理查德·费曼，更重要的是“解释—发现盲点—回查—重述”的实践，不宜把配图中的固定比例当作普遍学习效果。
刻意练习
适合回答：怎样针对一项明确技能持续提升。有效练习需要具体任务、略高于当前能力的难度、及时反馈和重复修正。对于需求分析，可以连续练习“把一句需求拆成角色、触发条件、主流程和异常”，而不是泛泛地多看几份文档。
应留下：训练目标、样例、反馈来源和下一轮修改。它不等于长时间重复同一动作，也不适合把无法控制的业务结果直接设为个人练习指标。团队可以按周复盘一份真实产物，记录同类错误是否减少。
例如连续四周练习流程图，不必每周换一个行业题目。可以围绕同一登录流程，依次检查主线、异常、角色边界和交付说明，并由同一位评审者指出问题。这样更容易判断改进来自技能提升，还是只是任务变简单。
六顶思考帽
适合回答：团队怎样从不同视角评审同一个方案。白帽关注事实，红帽允许表达感受，黑帽识别风险，黄帽寻找价值，绿帽提出新选择，蓝帽管理讨论过程。重点是让团队同一时间切换到同一视角，而不是给成员贴上固定性格标签。
应留下：事实清单、主要风险、潜在价值、候选改法和会议结论。讨论“首次创建原型”时，可先核对流失数据，再收集新用户感受，之后分别评估模板推荐的收益和误导风险。使用墨刀白板分区记录，能让不同阶段的观点保持可追溯。
头脑风暴
适合回答：已有方案不足时，还可能有哪些方向。比较稳妥的做法是先让参与者独立写便签，再轮流解释、补充和聚类，最后按用户价值、验证成本与风险选择后续方向。直接公开讨论容易让最先发言或职位较高者影响其他人的输入。
应留下：未经合并的原始想法、聚类名称、入选与暂缓理由、负责人和验证动作。头脑风暴本身不产生正确答案，仍需用户研究或实验验证。具体会议组织可查看产品团队头脑风暴流程。
如果团队已经有一个明确方案，只是要检查风险，六顶思考帽可能比大范围脑暴更合适；如果需要改造现有流程，SCAMPER能提供更具体的提问。把不同方法都叫“脑暴”，容易让参会者不清楚究竟要发散、评审还是决策。
SCAMPER创新法
适合回答：如何系统改造一个已有产品、服务或流程。七类提问通常包括替代、组合、调整、修改、改变用途、删除和重新排列。它比“再想几个创意”更具体，适合团队围绕现有方案逐项追问。
例如针对首次创建原型，可以问：能否用任务选择替代空白模板列表；能否把教程与示例项目组合；能否删除非关键输入；能否重新排列创建步骤。应留下：问题、候选改法、受影响用户、预期变化和验证方式，而不是只有七个栏目。
最小可行产品（MVP）
适合回答：用什么最小方案验证最关键、最不确定的产品假设。MVP不等于删减功能后的正式产品，也未必需要开发完整系统。可点击原型、人工服务、落地页或小范围功能，都可能成为验证载体，取决于要验证的问题。
如果假设是“按任务推荐模板能提高首次完成率”，可以先用墨刀原型做一段可点击流程，邀请目标用户完成任务，观察他们能否理解推荐理由并顺利进入编辑。应留下：假设、目标用户、成功标准、测试记录和下一步，不要只展示精美界面。
使用AI生成第一版页面时，应明确场景、角色、关键字段和状态。生成内容只能作为可编辑草稿；真实业务规则、隐私、版权、可用性和发布范围仍需人工复核。
AARRR模型
适合回答：用户增长漏斗的问题主要发生在哪个阶段。AARRR通常包含获取、激活、留存、收入和推荐。不同产品对“激活”与“留存”的定义并不相同，必须先固定事件、观察窗口与人群范围，再比较数据。
对原型工具而言，“注册”未必代表激活，可以把“创建并保存首个有效项目”设为候选口径，再通过数据和访谈校验。应留下：各阶段定义、指标口径、当前值、主要断点和实验计划。不要用单个转化率代替完整原因分析。
上瘾模型
适合回答：哪些触发、行动、反馈与投入会帮助用户形成稳定使用习惯。常见结构包括触发、行动、多变回报和投入。应用时要先确认重复行为确实服务于用户目标，而不是单纯延长使用时长或制造焦虑。
应留下：用户主动目标、触发场景、最小行动、可理解反馈和用户投入。对于协作原型，邀请同事评论可能形成有价值的工作循环；过度通知则可能伤害体验。涉及未成年人、健康、金融等场景时，更应审查行为设计的伦理和风险。
峰终定律
适合回答：一段体验中哪些时刻更容易影响整体记忆。可以结合用户旅程，标出困难峰值、正向峰值和结束状态，再安排研究验证。例如新用户第一次成功分享可点击原型，可能是值得强化反馈的节点；创建中途的错误提示则可能成为负向峰值。
应留下：关键节点、情绪证据、问题原因与改进假设。峰终定律不能说明其余步骤不重要，基础可用性、无障碍和任务完成率仍需整体检查。可在用户旅程地图中把观察、访谈原话与数据放在相应阶段。
冰山模型
适合回答：表面事件背后是否存在重复模式、系统结构和认知假设。看到“新用户没有完成首个原型”只是事件；继续追踪发生频率、入口结构、团队规则和用户预期，才可能找到更深层原因。
应留下：事件证据、时间模式、结构关系、待验证的心智假设和干预位置。常见误用是跳过证据，直接把问题归因为“用户不理解”或“团队不重视”。深层分析不是写得更抽象，而是让每层推断都能回到数据或观察。
分析完成后，应分别列出短期修复和结构性改进。短期可以优化入口提示，结构性问题可能涉及信息架构、权限规则或跨团队责任。两类动作的成本、负责人和验证周期不同，不能用一个笼统结论替代。
乔哈里窗
适合回答：个人、团队与用户之间有哪些已知信息、盲区、隐藏信息和共同未知。它可用于复盘、访谈准备和跨团队协作，但不应强迫成员公开敏感信息。匿名反馈也需要明确使用范围和隐私边界。
应留下：可以共享的事实、需要反馈验证的盲区、暂不公开的信息边界和下一步探索问题。例如团队以为模板名称足够清楚，而新用户测试暴露理解偏差，这就是需要处理的认知盲区。用白板四象限整理后，应把问题转成负责人和研究动作。
这13个模型的价值不在于记住名称，而在于选对当前问题、留下可复核产物，并知道模型没有回答什么。开始前先写一句决策问题；结束时再写清证据、结论、负责人和下一次检查时间，知识地图才会真正进入产品工作。
