--- title: "AI i produktdiscovery: gjør syntesen selv først" description: "Hvor en språkmodell gjør discovery raskere, hva den mister fra et intervju, og regelen om den andre leseren som holder teamets kundeforståelse intakt." url: https://torn.studio/no/innsikt/ai-i-produktdiscovery locale: no published: 2026-09-07 --- # AI i produktdiscovery: gjør syntesen selv først > **Kort svar:** Bruk AI i produktdiscovery som andre leser. En person syntetiserer hvert intervju først, en modell syntetiserer det etterpå, og de to lesningene sammenlignes. Teresa Torres’ regel fra desember 2025 er at det er ingen snarvei å dumpe transkripsjoner i en modell. Modeller er gode på skrivebordsresearch, klynging og utkast, og de mister det kunden lot være å si. Et produktteam som intervjuer kunder, har nå en modell som oppsummerer intervjuene på sekunder, klynger tilbakemeldingene og skriver et utkast til mulighetstreet før lunsj. Spørsmålet er hva det gjør med teamets forståelse av kundene, og det ærlige svaret fra dem som har prøvd, er at alt avhenger av hvem som leser først. ## Hva er en modell god til i discovery? Tre ting, og det er de arbeidskrevende delene. Skrivebordsresearch: å lese et marked, et konkurrentsett eller en forordning og levere en strukturert oppsummering med hullene markert. Klynging: å ta to hundre supportsaker eller hundre undersøkelsessvar og gruppere dem etter problemet under overflaten, som en person deretter kontrollerer. Utkast: å gjøre en syntese om til en intervjuguide, en hypoteseliste eller en første versjon av et mulighetstre. Studioet brukte en modell slik på sitt eget produkt, dette nettstedet: artikkelspørsmålene kommer fra en høsting av søkeforslag i ti markeder, kjørt 30. august 2026 med et skript hvem som helst kan kjøre på nytt, og rekkefølgen den ga, satte prioriteringen for tre innholdsklynger. Høstingen er en måling, så den kan kontrolleres, og den har et kjent hull: den gir en rekkefølge og ingen volumer, som er grunnen til at prioriteringen forblir en hypotese til et betalt verktøy fyller den kolonnen. ## Hva mister en modell i et intervju? Det kunden lot være å si. Teresa Torres, hvis metode for kontinuerlig discovery de fleste produktteam bruker i en eller annen form, publiserte sitt standpunkt 2. desember 2025 etter et halvt års eksperimenter: «You still need to synthesize every interview individually. Dumping transcripts into an LLM isn’t a shortcut.» Praksisen hennes, gjentatt i et intervju i april 2026, er den denne artikkelen anbefaler: gjør din egen syntese først, be så modellen om sin, og sammenlign. Hver gang fanger personen ting modellen overså, og modellen fanger ting personen overså. Nielsen Norman Group kom til samme konklusjon fra researchsiden i juni 2024, om AI-genererte «syntetiske brukere»: «UX without real-user research isn’t UX.» De legitime bruksområdene de tillater — skrivebordsresearch, hypotesegenerering, forberedelse av en guide — er de tre tingene over. Konseptvalidering og beslutninger er de to tingene en syntetisk respondent aldri får bære. ## Hva er regelen om den andre leseren? Hvert intervju leses to ganger, i fast rekkefølge. - Personen som holdt intervjuet, skriver syntesen først: problemet med kundens ord, løsningen kunden bruker i dag, og det som overrasket intervjueren. - Modellen leser samme transkripsjon og skriver sin egen syntese, fra en prompt som ber om de samme tre tingene og om sitatene den støttet seg på. - De to legges ved siden av hverandre. Avvikene er resultatet: hvert av dem er enten noe personen overså eller noe modellen fant på, og begge er verdt et minutt. Rekkefølgen er hele metoden. Les modellen først, og personens syntese blir en redigering av den. Det er den late syntesen Torres advarer mot, og den raskeste måten for et team å slutte å forstå kundene sine på mens det produserer flere dokumenter om dem. ## Hvordan endrer dette hva en produktsjef gjør? Det flytter timene. Torres’ egen ramme fra samme samtale i desember 2025 er at de reelle gevinstene kommer fra ekspert pluss AI, og at nybegynner pluss AI som regel er bedre enn ingenting. Ekspertens jobb er å være første leser, å skrive prompten som stiller de riktige tre spørsmålene, og å avgjøre hva avvikene betyr. Det er en produktbeslutning, med samme form som i [å bestemme hva som skal bygges neste](https://torn.studio/no/innsikt/hva-som-skal-bygges-neste): skrevet ned, med det som ble valgt bort. Samme grep — mål først, rangér så, beslutt skriftlig — er slik studioet ordner prosesser i [hvilke prosesser dere bør automatisere først](https://torn.studio/no/innsikt/hvilke-prosesser-bor-dere-automatisere), og det er derfor de to artiklene ligner hverandre. ## Slik gjør studioet discovery Torn Studio tar produktrollen for gründere og produktteam, priset per oppdrag, og discovery er de første to til fire ukene av den: intervjuer syntetisert av en person og deretter av en modell, en skrevet problemliste der avvikene beholdes, og én side per beslutning. Det teamet sitter igjen med etterpå, er listen og resonnementet, i en form som fortsatt brukes når oppdraget er over. **Les videre** - [Product Management hos Torn Studio](https://torn.studio/no/tjenester/product-management) - [For gründere med begrenset runway](https://torn.studio/no/for/grundere) ## Vanlige spørsmål ### Kan vi la en modell oppsummere kundeintervjuene våre? Ja, som andre leser. Skriv deres egen syntese først, be så modellen om sin egen fra samme transkripsjon, og sammenlign. Torres’ standpunkt fra desember 2025 er at det er ingen snarvei å dumpe transkripsjoner i en modell, og praksisen hennes er å sammenligne de to lesningene hver gang. ### Hva pleier en AI-oppsummering av et intervju å utelate? Det kunden lot være å si: løsningen de bruker i dag, nølingen før et svar, motspørsmålet de stilte. En modell oppsummerer det som står i transkripsjonen; personen i rommet bærer resten, og det er derfor personen leser først. ### Hva kan vi bruke en modell til i skrivebordsresearch? Å lese et marked, et konkurrentsett eller en forordning og levere en strukturert oppsummering med hullene markert, og å klynge en stor bunke saker eller undersøkelsessvar etter problemet under overflaten. Begge resultatene er hypoteser en person kontrollerer; ingen av dem er et funn. ### Hvordan merker vi at discoveryen vår har blitt lat? Når modellens oppsummering er det første noen leser. Tegnet er et team som produserer flere dokumenter om kundene mens færre kan sitere én. Løsningen er rekkefølgen: person først, modell etterpå, sammenlign. ### Hva målte studioet med en modell i sin egen discovery? Søkeetterspørselen bak dette nettstedets artikler: en høsting av søkeforslag i ti markeder og seks tjenesteområder 30. august 2026, kjørt med et skript en leser kan kjøre på nytt. Den gir en rekkefølge og ingen volumer, og prioriteringen den satte, forblir en hypotese til et betalt verktøy fyller den kolonnen. ### Hvor lang tid tar discovery hos Torn Studio? To til fire uker i starten av et oppdrag, med prisen fast før arbeidet starter. Resultatet er en skrevet problemliste der avvikene mellom menneskets og modellens lesning beholdes, og én side per beslutning som teamet fortsetter å bruke etterpå. ## Kilder - [Customer Interview Analysis — All Things Product Podcast with Teresa Torres & Petra Wille — Product Talk](https://www.producttalk.org/customer-interview-analysis-all-things-product-podcast-with-teresa-torres-petra-wille/) — Kilde for Torres’ standpunkt 2. desember 2025: hvert intervju syntetiseres individuelt, å dumpe transkripsjoner i en modell er ingen snarvei, og de reelle gevinstene kommer fra ekspert pluss AI. - [“Building is cheap now, but don’t build everything”: Teresa Torres on AI product management — airfocus](https://airfocus.com/blog/teresa-torres-ai-product-management/) — Kilde for praksisen i april 2026: egen syntese først, så modellen, så sammenligning, der hver lesning fanger det den andre overså. - [Synthetic Users: If, When, and How to Use AI-Generated “Research” — Nielsen Norman Group](https://www.nngroup.com/articles/synthetic-users/) — Kilde for konklusjonen fra juni 2024 om at UX krever research med ekte brukere, og for de tre tillatte bruksområdene for syntetiske respondenter.