AdSense

2026/10/17

AI 產品經理學習營 學習日誌 第一週 機會|產品策略與優先排序

AI 產品經理學習營課程第一週(2026-10-17,星期六)的上課筆記整理。


課程架構

                                                                                                       
                         Week 1          Week 2        Week 1                Week 2                    
 ┌─────────────────┐   ┌───────────┐   ┌─────────┐   ┌─────────┐           ┌──────────┐                
 │ Company Mission ├──►│ Product   ├──►│ Product ├──►│ Product ├──────────►│ Product  ├──────┐         
 │ & Strategy      │   │ Strategy  │   │ Metrics │   │ Roadmap │       ┌──►│ Planning │      │         
 └─────────────────┘   └───────────┘   └─────────┘   └─────────┘       │   └──────────┘      ▼         
                           ▲                           ▲            iterate             ┌─────────┐    
                           │                           │               │                │ Product │    
                           │                           │               │                │ Design  │    
                         update                     update     ┌───────┴──────┐         └────┬────┘    
                           │                           │       │ Product      │              ▼         
                           │                           │       │ Varification │         ┌─────────────┐
                           │                           │       └──────────────┘         │ Product     │
                           │                           │               ▲                │ Development │
                           │                           │               │                └────┬────────┘
                           │                         ┌─┴───────┐       │   ┌─────────┐       │         
                           │                         │ Product │       └───┤ Product │       │         
                           └─────────────────────────┤ Review  │◄──────────┤ Release │◄──────┘         
                                                     └─────────┘           └─────────┘                        


筆記

Powered by ChatGPT。

# Week 1|產品策略:從選擇問題到定義 MVP

> **課程核心:先判斷什麼問題值得解決,再決定如何取勝,最後收斂第一版產品範圍。**
>
> AI 提升了產品開發的效率,也讓「選對問題」與「做出取捨」更加重要。

## 一、課程安排與學習目標

- **授課老師:** Peter Su,負責前兩週課程。
- **上課時間:** 上午 8:30;下午 13:30 開始。
- **五週整體方向:** 透過實作,學習如何運用 AI 做產品。
- **Week 1:** 選出第一版產品方向。
- **Week 2:** 把方向變成可驗證的產品提案。
- **Week 2 課後作業:** 完成一份產品策略與 MVP 驗證提案。

課程希望訓練的,是透過**指標、客戶回饋與風險驗證**持續改善產品判斷力。

老師以「產品設計深度 × 工程能力」描述能力分布:同時具備產品判斷力與一定實作能力的人,可成為 **Builder**。

## 二、整堂課的思考路徑

| 階段 | 核心問題 | 使用工具 | 預期產出 |
|---|---|---|---|
| 1. 定義策略問題 | 我們究竟要做什麼決策? | 策略問題句型 | 清楚的問題陳述 |
| 2. 選擇機會 | 哪個市場與問題值得投入? | 市場九宮格、問題九宮格 | 目標市場、優先問題 |
| 3. 找出差異 | 使用者為什麼選我們? | 競爭因子、策略畫布、ERRC | 差異化方向 |
| 4. 整合策略 | 為什麼做、如何贏、能否做到? | ROSE | 可溝通的策略與取捨 |
| 5. 展開解法 | 要幫誰解決什麼問題? | UPS | 使用者、問題、解法的連結 |
| 6. 收斂第一版 | 哪些解法先做? | ICE、MVP scope | 第一版範圍 |

## 三、單元 1|產品策略:先選戰場,再想如何取勝

### 1. 產品思維還需要加入市場維度

| 思考角度 | 關注重點 |
|---|---|
| 產品思維 | 是否為真實問題?產品好不好用? |
| 策略思維 | 市場規模、競爭者、成長性與機會 |

產品好用之外,還需要判斷:**這個市場是否值得進入?我們有沒有機會取勝?**

### 2. 策略的兩個關鍵問題

《Playing to Win》將策略拆成:

- **Where will we play?** 選擇在哪個市場、服務哪些使用者、解決哪些問題。
- **How will we win?** 相較競爭者與替代方案,我們如何取勝。

### 3. 產品策略在公司的位置

**Mission → Company Strategy → Product Strategy → Product Roadmap → Product Goals**

產品策略承接公司方向,再往下影響路線圖與產品目標。

### 4. Booking.com 案例

背景:Airbnb 崛起,Booking.com 思考是否投入民宿市場、如何維持競爭力。

- **策略問題:** 該不該進入民宿市場?
- **下一層選擇:** 若要增加民宿供給,要先理解哪類民宿主?先改善什麼問題?
- **平台特性:** Booking.com 是雙邊平台,需要考慮供需兩端。

**重點:選錯問題,可能比交付太慢更致命。**

## 四、單元 2|找到值得投入的機會

需要分開判斷兩件事:

1. **市場值不值得進入?**
2. **市場中的問題值不值得解決?**

### 1. 評估市場

| 評估面向 | 要問的問題 |
|---|---|
| 市場大小 | 目標細分市場是否夠大?不能只看整體市場 |
| 市場潛力 | 是否具有成長性與持續性? |
| 競爭與進入門檻 | 是否有強勢玩家、壟斷者或結構性門檻? |

**市場九宮格:**

- 橫軸:市場大小,小/中/大。
- 縱軸:市場潛力,低/中/高。
- 用途:協助區分優先投入、次要投入與暫不投入的市場。

| 市場潛力 \ 市場大小 | 小 | 中 | 大 |
|---|---|---|---|
| **高** | 次要投入 | 優先投入 | 優先投入 |
| **中** | 暫不投入 | 次要投入 | 優先投入 |
| **低** | 暫不投入 | 暫不投入 | 次要投入 |

### 2. 估算市場大小

課程提到 **TAM、SAM、SOM**,可用來區分整體市場、可服務市場與可取得市場的範圍。

兩種估算方式:

- **Top-down,由上而下:** 從整體市場產值逐步縮小範圍。
- **Bottom-up,由下而上:** 從使用者數據與具體條件往上推估。

### 3. 評估問題

| 評估面向 | 要問的問題 |
|---|---|
| 受影響人數 | 有多少使用者遇到這個問題? |
| 痛點程度 | 發生多頻繁?多急迫?影響多大? |
| 替代方案 | 使用者現在怎麼解決?已有方案是否足夠? |

**問題九宮格:**

- 橫軸:受影響使用者數量,少/中/多。
- 縱軸:痛點程度,低/中/高。
- 用途:比較候選問題,找出優先處理的方向。

| 痛點程度 \ 受影響使用者數量 | 少 | 中 | 多 |
|---|---|---|---|
| **高** | 次要投入 | 優先投入 | 優先投入 |
| **中** | 暫不投入 | 次要投入 | 優先投入 |
| **低** | 暫不投入 | 暫不投入 | 次要投入 |

> **市場九宮格選市場,問題九宮格選問題。兩者不能混用。**

### 4. Booking.com 練習

假設選擇服務「小型民宿業者」,比較四類問題:

- A:上架與開始經營。
- B:訂房與收入。
- C:安全與保障。
- D:日常管理。

再根據受影響人數與痛點程度,判斷優先處理哪一類。

## 五、單元 3|競爭分析與差異化

### 1. 先找出使用者在意的競爭因子

**競爭因子,是使用者選擇產品時會比較的標準,不只是功能名稱。**

分析時需要釐清:

1. 使用者在意什麼?
2. 我們與替代方案各自表現如何?
3. 哪些差異有證據支持?

證據可來自使用者訪談、研究與產業經驗。

### 2. 課程工具

- **Strategy Canvas,策略畫布:** 比較不同方案在各競爭因子上的表現。
- **ERRC Grid:** 透過消除、降低、提高與創造,思考價值取捨。

課堂以 iPhone 為 ERRC 示意案例:

| 類別 | 例子 |
|---|---|
| Eliminate:消除 | 多機型(機海戰術) |
| Reduce:降低 | 實體按鈕、強調效能、內建應用程式 |
| Raise:提高 | 行動網路、風格與娛樂性、簡化與易用性 |
| Create:創造 | App Store |

以上保留課堂案例的分類,作為策略工具示意。

### 3. Booking.com 的差異化取捨

從民宿主角度分析:

| 競爭因子 | 課堂案例的方向 |
|---|---|
| 訂房與收入 | 強調 |
| 安全與保障 | 補足 |
| 上架與管理 | 補足 |
| 客服支援 | 稍後 |
| 系統整合 | 稍後 |

**重點:差異化必須建立在使用者在意的事情上,不是為了不同而不同。**

## 六、單元 4|用 ROSE 整合產品策略

產品策略除了幫助決策,也需要讓團隊與利害關係人理解、支持方向,也就是取得 **buy-in**。

### 1. ROSE:老師的產品策略畫布

| 階段 | 意義 | 整理內容 |
|---|---|---|
| Research | 研究 | 公司願景與策略、策略問題、市場與使用者機會、競爭者及差異化線索 |
| Option | 方案 | 可考慮的產品策略選項 |
| Selection | 選擇 | 比較選項、護城河與致勝可能性,做出取捨 |
| Execute | 執行 | 策略主題、先後順序、產品目標與高層次路線圖 |

### 2. 第一輪取捨:選策略

| 判斷 | 關鍵問題 |
|---|---|
| 該不該做 | 是否符合公司策略?是否有值得投入的機會? |
| 要如何贏 | 是否具有差異化與亮點? |
| 做不做得出來 | 資源與能力是否足夠? |
| 決策 | 綜合以上條件,選擇策略方向 |

策略選定後,再往下展開 UPS、功能排序與 MVP。

### 3. Whoscall 案例

筆記中的早期 MVP:**把電話號碼交給 Google 搜尋。**

往後發展的策略挑戰是:如何取得電話號碼資料?

- 購買資料庫:涉及成本。
- 群眾外包、使用者回報:依靠使用者貢獻。
- 上傳使用者通訊錄:涉及隱私問題。

這個案例呈現:**同一個產品目標,可能有多條路徑,每條路徑都有不同代價與限制。**

筆記未記錄最終策略選擇與完整的 Product-Market Fit 判斷依據。

## 七、單元 5|UPS:從使用者展開到解法

課程的展開順序為:

**User 使用者 → Problem 問題 → Solution 解法**

先理解使用者,再展開其問題,最後提出解法。

課程也提到:

- User Research。
- AI Persona。
- Synthetic User。

筆記未記錄這些方法的具體操作與驗證方式。

## 八、單元 6|用 ICE 收斂 MVP

產品策略形成的過程,一直在做三件事:**判斷、選擇、取捨。**

- **第一輪取捨:** 選擇策略方向。
- **第二輪排序:** 在方向之下,比較具體解法,收斂第一版 MVP。

### ICE 的三個面向

| 面向 | 意義 | 評估問題 |
|---|---|---|
| Impact | 影響力 | 對產品目標有多大幫助? |
| Confidence | 信心 | 有多少證據支持它能達成目標? |
| Ease | 容易程度 | 開發與維運是否容易? |

**估 Impact 前,要先定義目標與指標。**指標不一定是營收,也可能是其他產品成果;Week 2 將進一步說明。

筆記未記錄 ICE 的計分尺度與計算公式,因此此處只整理評估概念。

## 九、個人練習|AI 英文口說練習助理

### 1. 目前的產品探索方向

| 項目 | 內容 |
|---|---|
| 起始使用者 | 以自己為起點:多益聽讀 875 分,理解不少英文詞句,但口說時難以主動運用 |
| 核心困難 | 聽得懂、看得懂,卻無法在適當情境自然說出;對話時常重複熟悉詞句 |
| 練習情境 | 利用零碎時間,進行少量、高頻的情境對話練習,並反覆微調、複習 |
| 現有流程 | AI 產生短對話 → 轉為雙角色語音 → 下載、保存逐字稿與音檔 → 聆聽、跟讀 |
| 產品構想 | 手機一鍵產生、播放與保存素材,建立滿 30 天後自動刪除 |
| 希望改善 | 降低素材準備成本,並讓已知詞句更容易轉為主動表達 |

### 2. 目前證據與待驗證假設

**已有的個人經驗:**

- 曾上約兩個月線上家教,仍常使用熟悉詞句。
- 已有手工製作對話與語音素材的流程。
- 依個人經驗,一般 AI 自由聊天尚未滿足需求。

**仍待驗證:**

- 是否有更多相似使用者,以及市場規模與付費意願。
- 跟讀與短對話練習能否改善自主口說。
- 素材準備目前耗時多少,簡化後能否增加練習。
- 開發預算、語音成本、練習頻率與成效指標。
- 30 天保存是否合適。
- 情境如何指定、是否輸入目標片語。

**目前構想尚不能視為已確認的 MVP 決策。**

### 3. 三次 AI 練習的用途

| 單元 | AI 協助的工作 | 要避免的問題 |
|---|---|---|
| 單元 1 | 區分已知、假設、資料缺口,整理策略問題與決策紀錄 | 把構想當作事實 |
| 單元 2 | 整理市場與問題九宮格,指出需要補的資料 | 把個人需求推論成市場規模,或資料不足仍硬放位置 |
| 單元 3 | 找出使用者選擇產品時在意的競爭因子 | 把功能當競爭因子,或自行推測競品表現 |

這組 Prompt 的共同原則是:**不補造數據、不混淆經驗與假設,持續更新決策紀錄。**

## 十、分組練習|AI Shopping

**題目:**電商購物助理,協助使用者加速購買決策,例如商品比價。

三個候選情境:

1. 臨時送禮。
2. 高單價首購。
3. 熟客回購。

需要完成兩個判斷:

- **問題九宮格:** 哪個購物情境先解?
- **競爭因子:** 使用者最在意哪些差異?

### 個人當時的判斷

- 優先情境:B,高單價首購。
- 九宮格位置:受影響人數少、痛點程度高。
- 最相信的線索:瀏覽次數、受訪者比較次數、延後購買比率。
- 重要競爭因子:信賴度、產品資訊、售後服務。
- 希望補的資料:頁面瀏覽時間。

以上是練習時的判斷;筆記未附實際數據與分級依據,仍需保留為暫定結論。

## 十一、課堂疑問與待確認事項

| 項目 | 待確認內容 |
|---|---|
| 痛點判斷 | 老師提到「五個面向」,但筆記只記到疼痛程度、必要性、緊急性 |
| 使用者數量估算 | 記到「未上線/已上線 × 創新/成熟領域」,但缺各象限的估算方法 |
| Strategy Canvas | 筆記寫「競爭因子 × 重要性」,需確認投影片的縱軸,以及是否另有競品表現評分 |
| ICE | 計分方式,以及「AI 時代,Easy 幾乎不存在」的原意 |
| AI 操作流程 | 希望補充建立專案、輸入 Prompt、沿用決策紀錄的逐步示範 |
| Prompt 與課程對應 | 希望釐清輸出如何對應市場九宮格與問題九宮格 |

老師提供的【AI Prompt 說明文件】可作為後續核對來源;本次整理僅依提供的 memo,未讀取連結內容。

## 十二、面試準備補充

- 研究公司、產品,以及面試主管與題目。
- 整理過去專案,使用 **STAR** 表達經驗:
  - **Situation:** 背景。
  - **Task:** 任務。
  - **Action:** 採取的行動。
  - **Result:** 結果。
- Case Study 可運用本堂課的產品策略框架。
- 搜尋面試題目,透過 AI 問答持續練習,將框架內化。

沒有留言:

AdSense