AI i produktdiscovery: lav syntesen selv først

Et produktteam, der interviewer kunder, har nu en model, der opsummerer interviewene på sekunder, klynger feedbacken og skriver et udkast til mulighedstræet før frokost. Spørgsmålet er, hvad det gør ved teamets forståelse af kunderne, og det ærlige svar fra dem, der har prøvet det, er, at alt afhænger af, hvem der læser først.

Hvad er en model god til i discovery?

Tre ting, og det er de arbejdstunge dele. Skrivebordsresearch: at læse et marked, et konkurrentsæt eller en forordning og levere en struktureret opsummering med hullerne markeret. Klyngning: at tage to hundrede supportsager eller hundrede spørgeskemasvar og gruppere dem efter problemet nedenunder, som en person derefter kontrollerer. Udkast: at gøre en syntese til en interviewguide, en hypoteseliste eller en første version af et mulighedstræ.

Studiet brugte en model sådan på sit eget produkt, dette website: artikelspørgsmålene kommer fra en høst af søgeforslag i ti markeder, kørt den 30. august 2026 med et script, enhver kan køre igen, og den rækkefølge, den gav, satte prioriteringen for tre indholdsklynger. Høsten er en måling, så den kan kontrolleres, og den har et kendt hul: den giver en rækkefølge og ingen volumener, hvilket er grunden til, at prioriteringen forbliver en hypotese, indtil et betalt værktøj udfylder den kolonne.

Hvad overser en model i et interview?

Det, kunden lod være med at sige. Teresa Torres, hvis metode til kontinuerlig discovery de fleste produktteams bruger i en eller anden form, offentliggjorde sit standpunkt den 2. december 2025 efter et halvt års eksperimenter: »You still need to synthesize every interview individually. Dumping transcripts into an LLM isn’t a shortcut.« Hendes praksis, gentaget i et interview i april 2026, er den, denne artikel anbefaler: lav din egen syntese først, bed derefter modellen om dens, og sammenlign. Hver gang fanger personen ting, modellen overså, og modellen fanger ting, personen overså.

Nielsen Norman Group nåede samme konklusion fra researchsiden i juni 2024, om AI-genererede »syntetiske brugere«: »UX without real-user research isn’t UX.« De legitime anvendelser, de tillader — skrivebordsresearch, hypotesegenerering, forberedelse af en guide — er de tre ting ovenfor. Konceptvalidering og beslutninger er de to ting, en syntetisk respondent aldrig må bære.

Hvad er reglen om den anden læser?

Hvert interview læses to gange, i fast rækkefølge.

• Personen, der holdt interviewet, skriver syntesen først: problemet med kundens ord, den løsning kunden bruger i dag, og det, der overraskede intervieweren.
• Modellen læser samme transskription og skriver sin egen syntese ud fra en prompt, der beder om de samme tre ting og om de citater, den støttede sig til.
• De to lægges ved siden af hinanden. Afvigelserne er resultatet: hver af dem er enten noget, personen overså, eller noget, modellen fandt på, og begge er et minut værd.

Rækkefølgen er hele metoden. Læs modellen først, og personens syntese bliver en redigering af den. Det er den dovne syntese, Torres advarer imod, og den hurtigste måde for et team at holde op med at forstå sine kunder på, mens det producerer flere dokumenter om dem.

Hvordan ændrer det, hvad en produktchef laver?

Det flytter timerne. Torres’ egen ramme fra samme samtale i december 2025 er, at de reelle gevinster kommer fra ekspert plus AI, og at begynder plus AI som regel er bedre end ingenting. Ekspertens job er at være første læser, at skrive den prompt, der stiller de rigtige tre spørgsmål, og at afgøre, hvad afvigelserne betyder. Det er en produktbeslutning, med samme form som i at beslutte, hvad der skal bygges næst: skrevet ned, med det, der blev valgt fra.

Samme greb — mål først, rangér dernæst, beslut skriftligt — er sådan, studiet ordner processer i hvilke processer I skal automatisere først, og det er derfor, de to artikler ligner hinanden.

Sådan laver studiet discovery

Torn Studio tager produktrollen for stiftere og produktteams, prissat pr. opgave, og discovery er de første to til fire uger af den: interviews syntetiseret af en person og derefter af en model, en skrevet problemliste, hvor afvigelserne bevares, og én side pr. beslutning. Det, teamet står tilbage med, er listen og ræsonnementet, i en form, der bliver ved med at blive brugt, når forløbet er slut.