Tekoäly tuotediscoveryssä: tee synteesi itse ensin
Torn Studio on tekoälytoimisto, joka rakentaa verkkosivustoja, digitaalisia tuotteita ja sisältöä. Epätavanomaista.
Lyhyt vastaus
Käytä tekoälyä tuotediscoveryssä toisena lukijana. Ihminen syntetisoi jokaisen haastattelun ensin, malli syntetisoi sen sitten, ja kaksi luentaa vertaillaan. Teresa Torresin sääntö joulukuulta 2025 on, että transkriptien kaataminen malliin ei ole oikotie. Mallit ovat hyviä pöytätutkimuksessa, ryhmittelyssä ja luonnoksissa, ja ne ohittavat sen, mitä asiakas jätti sanomatta.
Asiakkaita haastattelevalla tuotetiimillä on nyt malli, joka tiivistää haastattelut sekunneissa, ryhmittelee palautteen ja luonnostelee mahdollisuuspuun ennen lounasta. Kysymys on, mitä se tekee tiimin asiakasymmärrykselle, ja rehellinen vastaus niiltä, jotka ovat kokeilleet, on että kaikki riippuu siitä, kuka lukee ensin.
Missä malli on hyvä discoveryssä?
Kolmessa asiassa, ja ne ovat työläät osat. Pöytätutkimus: markkinan, kilpailijajoukon tai asetuksen lukeminen ja jäsennellyn koosteen palauttaminen aukot merkittyinä. Ryhmittely: kahdensadan tukipyynnön tai sadan kyselyvastauksen ottaminen ja niiden ryhmittely pinnan alla olevan ongelman mukaan, minkä ihminen sitten tarkistaa. Luonnokset: synteesin muuttaminen haastattelurungoksi, hypoteesilistaksi tai mahdollisuuspuun ensimmäiseksi versioksi.
Studio käytti mallia näin omassa tuotteessaan, tällä sivustolla: artikkelikysymykset tulevat hakuehdotusten keruusta kymmenellä markkinalla, ajettuna 30. elokuuta 2026 skriptillä, jonka kuka tahansa voi ajaa uudelleen, ja sen antama järjestys asetti prioriteetit kolmelle sisältöklusterille. Keruu on mittaus, joten se on tarkistettavissa, ja siinä on tunnettu aukko: se antaa järjestyksen eikä volyymejä, minkä vuoksi priorisointi pysyy hypoteesina, kunnes maksullinen työkalu täyttää sen sarakkeen.
Mitä malli ohittaa haastattelussa?
Sen, mitä asiakas jätti sanomatta. Teresa Torres, jonka jatkuvan discoveryn menetelmää useimmat tuotetiimit käyttävät jossain muodossa, julkaisi kantansa 2. joulukuuta 2025 puolen vuoden kokeilujen jälkeen: ”You still need to synthesize every interview individually. Dumping transcripts into an LLM isn’t a shortcut.” Hänen käytäntönsä, toistettuna huhtikuun 2026 haastattelussa, on se, jota tämä artikkeli suosittelee: tee oma synteesisi ensin, pyydä sitten mallilta sen oma, ja vertaa. Joka kerta ihminen huomaa asioita, jotka malli ohitti, ja malli huomaa asioita, jotka ihminen ohitti.
Nielsen Norman Group päätyi samaan johtopäätökseen tutkimuksen puolelta kesäkuussa 2024 tekoälyn tuottamista ”synteettisistä käyttäjistä”: ”UX without real-user research isn’t UX.” Heidän sallimansa oikeutetut käytöt — pöytätutkimus, hypoteesien tuottaminen, haastattelurungon valmistelu — ovat yllä mainitut kolme asiaa. Konseptin validointi ja päätökset ovat ne kaksi asiaa, joita synteettinen vastaaja ei koskaan saa kantaa.
Mikä on toisen lukijan sääntö?
Jokainen haastattelu luetaan kahdesti, kiinteässä järjestyksessä.
- Haastattelun pitänyt henkilö kirjoittaa synteesin ensin: ongelma asiakkaan sanoin, kiertotie, jota asiakas käyttää tänään, ja se, mikä yllätti haastattelijan.
- Malli lukee saman transkriptin ja kirjoittaa oman synteesinsä promptista, joka pyytää samat kolme asiaa ja sitaatit, joihin se nojasi.
- Kaksi luentaa asetetaan rinnakkain. Erimielisyydet ovat tulos: jokainen niistä on joko asia, jonka ihminen ohitti, tai asia, jonka malli keksi, ja molemmat ovat minuutin arvoisia.
Järjestys on koko menetelmä. Lue malli ensin, ja ihmisen synteesistä tulee sen muokkaus. Se on laiska synteesi, josta Torres varoittaa, ja nopein tapa, jolla tiimi lakkaa ymmärtämästä asiakkaitaan tuottaessaan samalla lisää dokumentteja heistä.
Miten tämä muuttaa tuotepäällikön työtä?
Se siirtää tunnit. Torresin oma kehys samasta joulukuun 2025 keskustelusta on, että todelliset hyödyt tulevat yhdistelmästä asiantuntija plus tekoäly, ja että aloittelija plus tekoäly on yleensä parempi kuin ei mitään. Asiantuntijan työ on olla ensimmäinen lukija, kirjoittaa prompti, joka kysyy oikeat kolme asiaa, ja päättää, mitä erimielisyydet tarkoittavat. Se on tuotepäätös, ja sillä on sama muoto kuin artikkelissa mitä rakennetaan seuraavaksi: kirjattuna, sen kanssa mitä jätettiin pois.
Sama siirto — mittaa ensin, järjestä sitten, päätä kirjallisesti — on tapa, jolla studio järjestää prosessit artikkelissa mitkä prosessit kannattaa automatisoida ensin, ja siksi kaksi artikkelia muistuttavat toisiaan.
Näin studio tekee discoveryn
Torn Studio ottaa tuoteroolin perustajille ja tuotetiimeille toimeksiannoittain hinnoiteltuna, ja discovery on sen ensimmäiset kahdesta neljään viikkoa: haastattelut syntetisoituna ensin ihmisen ja sitten mallin toimesta, kirjoitettu ongelmalista erimielisyyksineen ja yksi sivu päätöstä kohden. Tiimille jää lista ja perustelut muodossa, jonka käyttö jatkuu toimeksiannon päätyttyä.
Perusta
Mihin tämä artikkeli nojaa — tekemäämme mittaukseen, päivättyyn lähteeseen tai päätökseen ja sen hintaan.
- Mittaus
Millä product management -fraaseilla on mitattua kysyntää hakuehdotuksissa, markkinoittain
Mittauskohde: Hakukoneiden automaattitäydennys kymmenellä markkinalla ja kuudella palvelualueella
Menetelmä: Kerää automaattitäydennysehdotukset lähtöfraasia ja markkinaa kohden skriptillä scripts/keyword-harvest.ts ja järjestä ne skriptillä scripts/keyword-analyse.ts. Järjestys markkinan sisällä on todellinen; volyymit puuttuvat.
Tulos: Product managementilla on mitattua kysyntää vain englanniksi; yhdeksän kymmenestä ruotsalaisesta ehdotuksesta on operatiivista kohinaa.
- Päätös
Sivuston artikkelikysymykset otetaan mitatusta keruusta ja kirjoitetusta kysymysluettelosta, ja sen ulkopuolinen kysymys lisätään sinne ensin kolmea kriteeriä vasten.
Mitä se maksoi: Automaattitäydennys antaa järjestyksen eikä volyymejä, joten priorisointi on hypoteesi, kunnes maksullinen työkalu täyttää sarakkeen, ja kysymys, jota markkina ei vielä ole muotoillut, odottaa silloinkin, kun studio haluaisi kirjoittaa sen.
- Lähde
Customer Interview Analysis — All Things Product Podcast with Teresa Torres & Petra Wille
Julkaisija: Product Talk
- Lähde
“Building is cheap now, but don’t build everything”: Teresa Torres on AI product management
Julkaisija: airfocus
- Lähde
Synthetic Users: If, When, and How to Use AI-Generated “Research”
Julkaisija: Nielsen Norman Group
Usein kysyttyä
- Voimmeko antaa mallin tiivistää asiakashaastattelumme?
- Kyllä, toisena lukijana. Kirjoittakaa oma synteesinne ensin, pyytäkää sitten mallilta sen oma samasta transkriptistä ja vertailkaa. Torresin kanta joulukuulta 2025 on, että transkriptien kaataminen malliin ei ole oikotie, ja hänen käytäntönsä on vertailla kaksi luentaa joka kerta.
- Mitä haastattelun tekoälytiivistelmä yleensä jättää pois?
- Sen, mitä asiakas jätti sanomatta: kiertotien, jota hän käyttää tänään, epäröinnin ennen vastausta, vastakysymyksen, jonka hän esitti. Malli tiivistää sen, mikä on transkriptissä; huoneessa ollut ihminen kantaa loput, ja siksi ihminen lukee ensin.
- Mihin voimme käyttää mallia pöytätutkimuksessa?
- Markkinan, kilpailijajoukon tai asetuksen lukemiseen ja jäsennellyn koosteen palauttamiseen aukot merkittyinä, sekä ison tukipyyntö- tai kyselyvastauskasan ryhmittelyyn pinnan alla olevan ongelman mukaan. Molemmat tulokset ovat hypoteeseja, jotka ihminen tarkistaa; kumpikaan ei ole löydös.
- Mistä huomaamme, että discoverymme on muuttunut laiskaksi?
- Kun mallin tiivistelmä on ensimmäinen asia, jonka kukaan lukee. Merkki on tiimi, joka tuottaa lisää dokumentteja asiakkaista, kun yhä harvempi osaa siteerata yhtäkään. Korjaus on järjestys: ihminen ensin, malli sitten, vertaa.
- Mitä studio mittasi mallilla omassa discoveryssään?
- Tämän sivuston artikkelien takana olevan hakukysynnän: hakuehdotusten keruun kymmenellä markkinalla ja kuudella palvelualueella 30. elokuuta 2026, ajettuna skriptillä, jonka lukija voi ajaa uudelleen. Se antaa järjestyksen eikä volyymejä, ja sen asettama prioriteetti pysyy hypoteesina, kunnes maksullinen työkalu täyttää sen sarakkeen.
- Kuinka kauan discovery kestää Torn Studion kanssa?
- Kahdesta neljään viikkoa toimeksiannon alussa, hinta kiinteänä ennen työn alkua. Tuloksena on kirjoitettu ongelmalista, jossa ihmisen ja mallin luentojen erimielisyydet säilytetään, ja yksi sivu päätöstä kohden, jota tiimi käyttää jatkossakin.
Lähteet
- Customer Interview Analysis — All Things Product Podcast with Teresa Torres & Petra Wille — Product Talk
Lähde Torresin kannalle 2. joulukuuta 2025: jokainen haastattelu syntetisoidaan erikseen, transkriptien kaataminen malliin ei ole oikotie, ja todelliset hyödyt tulevat yhdistelmästä asiantuntija plus tekoäly.
- “Building is cheap now, but don’t build everything”: Teresa Torres on AI product management — airfocus
Lähde huhtikuun 2026 käytännölle: oma synteesi ensin, sitten malli, sitten vertailu, jossa kumpikin luenta huomaa sen, minkä toinen ohitti.
- Synthetic Users: If, When, and How to Use AI-Generated “Research” — Nielsen Norman Group
Lähde kesäkuun 2024 johtopäätökselle, että UX vaatii tutkimusta oikeilla käyttäjillä, sekä synteettisten vastaajien kolmelle sallitulle käytölle.
Seuraavat askeleet
Lue lisää
- Evaluoinnit ovat tekoälyominaisuuden määrittelyNäin määritellään ominaisuus, joka on rakennettu joka kerta eri tavalla vastaavan mallin varaan: testitapaukset, toleranssi ja kuka ne kirjoittaa.
- Kun rakentaminen halpenee, päättämisestä tulee kallistaMitä vuoden 2025 mittaukset kertovat tekoälystä ja vauhdista, miksi hyöty tuntuu suuremmalta kuin on ja mihin tuoterooli siirtyy, kun rakentaminen halpenee.
- Tekoäly nykyisissä järjestelmissänne: yksi rajattu tehtävä kerrallaanNäin tekoäly toimii jo käytössä olevissa järjestelmissä — ERP, dokumenttivirrat ja haku — yhtenä rajattuna tehtävänä integraatiota kohden, julkaistuin hinnoin.
Syvemmälle