在生成式 AI 的浪潮中，增长与交互正成为 Builders 最关注的两个关键词。
本期 Builder's Cafe，我们邀请到 Collov AI 的增长与社区负责人 Laura Lin，她曾在 Google 和 Meta 等多家科技巨头负责用户体验设计与研究工作，推动了多个高营收产品的早期探索与方向验证。
不仅如此，她拥有 Stanford HCI 学术背景，始终关注人机交互领域的发展，并多次在全球顶级会议 CHI 上发表过 paper。
在对话中，她结合自己在增长策略、出海实践、人机交互等方面的经验，为我们拆解 AI 时代的全新增长逻辑，并分享了对未来团队能力建设的思考。
以下内容为 Laura Lin 与活动嘉宾的部分精彩对话，由 Builder's Cafe 整理呈现。
01
AI 产品的增长策略与实践
“增长的核心始终在于理解用户。”
主持人：你觉得大厂的产品增长策略，和 startup 从 0 起步做增长，有哪些不一样？
Laura：我觉得最大的不同，是更注重 organic 增长。organic 做得好，还能反过来提升投放效率。
至于 organic 怎么做？其实核心还是对用户的理解：他们的语言习惯、痛点、真正关心的是什么。只有真正理解用户是谁、他们的行为和需求是什么，才能决定正确的增长方向。
小乔（无界方舟-联创）：你怎么看业界常说的“产品上线两个月就要 go viral”？
Laura：我觉得要看团队的阶段目标。
如果追求 go viral，流量确实会很大，但问题是越 viral，用户越下沉，带来的是低质量流量，不一定能转化。当然，它对融资、市场曝光、心智抢占会很有帮助。但如果目标是转化率和 ARR 稳步增长，那就需要精准流量。
主持人：今天在线的很多朋友本身就是团队负责人，既要在一线创作，还要带新人。我想问一个大家都关心的问题：在 AI 时代，不管是增长还是交互设计，和以前相比可能会不太一样。你觉得对于新产品来说，一个成功的增长团队需要哪些关键素质和能力？有哪些特别重要的角色？
Laura：如果要说最重要的角色，我一定会把“用户研究”放在第一位。在大厂你可能看不到自己对 revenue 的 contribution，但如果你真的在自己 build up 产品，就必须有人能真正理解用户的需求，并保证团队的 priority 始终要沿着用户的需求来迭代。
“GEO，正在成为新一代增长的关键手段。”
主持人：AI 带来了新产品的可能性，无论增长还是营销，可用的工具和以前都不一样了。你觉得当下有哪些好用的，或者很有意思的做增长的新方式？
Laura：我觉得可能有两个。第一个是 GEO。现在越来越多人每天用 deepseek、豆包、ChatGPT 去问问题。如果在这些场景里，AI 能优先推荐你的产品，那就相当于在用户端拿到了更多的曝光。SEO 大家都在做，基本套路很成熟了。但 GEO 可能现在也是方兴未艾的，格局没定，玩法也在探索。比如怎么薅 OpenAI 的流量，现在还没有标准答案，所以有很多值得研究的地方。
第二个是客服。现在很多公司说用 AI 替代客服，但真正做得好的并不多。我观察到不少北美或者出海公司用的是 Intercom 这类软件，它们都有自动回复。但关键是，如何在自动回复里既能快速解决用户需求，又能顺势 upsell。这其实也算 GEO 的延伸：因为你需要训练回复内容，把话术设计得更好，不仅让用户问题被解决，还能推动他们进一步转化。
02
早期团队的增长引擎
“说用户听得懂的话，做他们信得过的品牌。”
主持人：不同团队都想要在海外寻找新市场，但大家对“增长”的理解和熟悉程度不一样。你觉得在早期，特别是从 0-1 推产品到全球市场时，构建增长策略最应该关注什么？有没有一些经验或“坑”可以提醒大家注意？
Laura：我觉得最重要的是看你打什么人群。
如果是泛 C 端，就要尽量下沉，一定要用接地气的语言，产品的 message 要足够简单清晰，让人觉得没有那么多 glitches。
但如果你面对的是专业人群，那就完全不同。如果你的品牌调性太 low，他们就不会信任你。所以在这类场景里，品牌内容，以及信息传递方式非常重要，因为它会影响你跟你的客户建立 trust。
主持人：如果面对的很多是传统用户，可能不会天天刷 TikTok、social media，有什么比较好的方式可以触达到这些 prosumer？
Laura：行业媒体还是很重要的。除此之外，这类行业都有自己的小圈子，口碑传播很强。说到底都是 product-led growth。只要你在早期把品牌的 message 写好、branding 调性定好，就更容易做到口口相传，传播效率会高很多。
“把分散的需求抽象成共性，让产品在同一条用户流程里形成合力。”
yoyo（AI 产品经理）：如果面对两三类甚至六七类不同画像的用户，产品和品牌要怎么表达才能都接受？表达太泛没人共鸣，但太精准又怕另一类觉得不适合。
Laura：两三类没问题，关键是别太泛，否则两类都会觉得和自己无关。但六七类就太多了，用户没耐心对号入座，最好能抽象、归类成两三类，再在下层级展开。找到共性，他们才会快速看到自己被囊括进来。
yoyo：那如果是刚需但很细分、使用频率低的 AI 工具，做增长和变现更合适的方式是什么？单个工具各自增长，还是做成工具集合订阅更好？
Laura：这种情况我会更倾向于用工具箱。因为低频甚至 seasonal 的工具，如果单独卖很难长久。但如果放进工具箱，用户用完一个，然后发现“原来另一个需求也能在这里解决”，这样就能 upsell，提高 lifetime value。
yoyo：但这样也有担心，做成工具箱后，投放时可能会让用户觉得“功能太多，不知道具体能帮我解决什么问题”。
Laura：那可能是你还没完全想清楚，自己到底要解决用户的什么核心需求。能做工具箱，说明你在尝试覆盖同一人群的多方面需求，但需要把它总结到一个高度，抽象成一个共性来传递。而且很可能它们本身就在一个 workflow 里，是上下游关系。如果能把这个流程梳理清楚，用户就能很快明白这一篮子工具是为同一个目的服务的。
Noah（某公司产品负责人）：特别想知道你们是怎么收集 reward signal 的？像点赞这种太模糊了，我们怎么判断用户的反馈是不是有效的？
Laura：这是一个用研的小知识点。其实最有效的就是看 NPS。只要你一开始有一点用户了，就可以开始跑 NPS。当然还是要符合统计学的显著性，但基本逻辑很清楚：只有 9–10 分的用户反馈才是有效的，其他都可以看作是无效的。所以你的目标就很明确，不断提升 9–10 分用户的比例。
03
AI 产品出海的机会与挑战
“华人出海团队在这个时代做 AI 产品增长是最有优势的，没有之一。”
主持人：现在很多基于 AI 的新产品都在做全球推广。相比传统产品推广，你觉得有哪些优势和挑战？
Laura：很多华人团队都是移动互联网时代的“元老”，非常了解 C 端用户的心理，把之前经验搬到 AI 产品里就会非常厉害。再加上我们对 SEO、投流这些玩法都钻研得很深，会一直去 back-and-forth 打磨和计算细节，所以华人 founder 在这方面天然有优势。
如果有什么 challenge 的话，可能就是要了解 local market 的文化。GTM 阶段最好找本地人，我看到有些团队把国内同事直接搬到美国，不是说这样不行，但肯定会有一些文化上的 conflict。
安心舍创始人：我们在做出海应用，正在 launch 的过程中，产研团队都在北京，很难找到美区增长有丰富经验的人。有没有什么方法能找到合适的远程合作伙伴？
Laura：最有效的方法还是通过靠谱的 community 和朋友介绍，比如今天 Builder's Cafe 的活动本身就是很好的机会。但是不能心急，找 partner 的前提是自己对海外市场要有基本认知，否则很容易被对方牵着走。理想的状态是找到一个你信任、彼此有 chemistry 的人，再把增长交给他。
“产品要保证足够流畅，不要浪费用户的期待。”
李敏（MIN Studio-UX Designer）：如果自己的工作室准备出海，你觉得 day one 第一步应该做什么？
Laura：我可能会先保证产品足够流畅，是一个没有 glitches 的版本。如果产品还不行，我会让它加入 waitlist。
但其实这是一个 conflict，因为你要抓住市场的 window，就是人家还没 launch 你要 launch。但你要想，人的注意力非常有限，如果这一次你做的不够好，一是有可能别人会抄你，二是会浪费掉别人对你的期待，同时会限制你第一次的 organic 增长。
stone（Rufit 智能-技术负责人）：我们做的是对话机器人，更看重回答的准确性，做好的前提是我们需要有用户数据，不然很难迭代优化。但如果只靠自己使用体验，又怕陷入自嗨式的产品构造。这两者如何平衡？
Laura：如果你在思考能不能平衡 launch 和用户之间的关系的话，说明你做的产品有一定的技术壁垒。你可能是还没有找到你用户聚集的渠道，以及要做到让你自己觉得好的程度，还需要一定的时间。
如果是这样的话，你要想有没有办法把你做的产品抽象成一个更简单的东西，然后找到能快速测试的渠道，不一定非要大规模发布，微信群、小红书匿名发帖都可以。很多成功产品前期都是靠 idea testing 就能拿到反馈。可能唯一有 challenge 的其实是流量比较贵，注意力稀缺，所以更要搞清楚目标用户在哪里，把测试打在刀刃上。
stone：问一个更具体的问题，如果第一个版本 launch 后，觉得不行，换个品牌再 launch 一遍，会有什么问题吗？
Laura：我觉得换壳再 launch 完全没问题，甚至应该把它作为核心的 methodology 之一，一定要尝试这样做。
“尊重当地文化法律，但是要有主体性。”
主持人：在面对不同地区不同画像的用户和需求的时候，怎么样 mitigate 文化差异带来的挑战？
Laura：核心还是要和用户多沟通，理解他们的想法，再 translate 成产品需求，变成一些 feature。
语言也是很关键的。我之前在的公司一开始就支持十几种语言，半年多用户就覆盖到 200 多个国家和地区。这有助于你进行广泛的传播，了解更多的差异。但你会发现，虽然文化差异很大，最后能够 stick 在你产品形态的人的分布是有限的，核心用户可能只集中在一两个国家，范围就缩小很多，再主要去了解他们的需求，关键是要找到那个 theme，围绕他们去优化产品和增长。
袁飞（树米科技-CTO）：我们做端侧 AI 硬件，国内低成本对话类 AI 玩具的竞争非常激烈。想问 AI 驱动的人机交互产品在北美市场推广时，会遇到哪些用户教育、数据隐私、文化偏好还有监管合规方面的挑战？
Laura：我自己的观察是尽量减少去 educate user。你不需要推倒重来，而是把新的内容逐渐融进原有的交互里，进行潜移默化的转变，用户自然而然就接受了，这样成本更低。当地的法律必须尊重、遵守，比如录音要征得对方同意，但在文化层面要有主体性，不要因为担心文化差异就不做了。
04
AI 产品的人机交互设计趋势
“我相信 AI coding 会像 ChatGPT 一样普及化。”
主持人：今天在场的很多朋友都有产品和设计背景，大家都很关注 AI 时代下的人机交互会发生什么变化。你在 Stanford 学 HCI，也发过顶刊文章，一开始在大厂也是做用研和设计相关的工作。结合这几年 witnessing 从 GPT-3.5 开始到现在的变化，你觉得生成式 AI 给交互体验带来了哪些根本性的变革或挑战？
Laura：这两年我们在 CHI 也发过两篇 paper [*]，一直在探索 AI 对 UX designer 或者 researcher 工作流的影响。
我觉得人机交互这个概念已经不再局限于某个工种，而是更广泛地渗透到几乎所有岗位。以前在北美，工种分得很细，比如 UX researcher 是一个独立职位。但现在很多公司甚至裁掉了 USR，因为 AI 在信息收集层面可能已经基本上做得比人更快更好。当然，在分析和深度洞察上，AI 还远远达不到我们的水平。
在设计环节，AI coding 带来的冲击和机会更明显。以前只有懂代码的人才能做前端 prototype，现在很多 designer 可以借助 Cursor、Devon 这样的工具直接产出。我觉得这是一种 democratization，让设计师、产品经理、工程师之间的 back-and-forth 大大减少，团队效率更高。
如果设计流程上都有很多 benefit，以后的 UI 界面肯定会越来越 intuitive，但同时也更趋同。现在很多好用的 AI 产品，界面都长得很像，这也是我们在 set up 一种行业标准。
Francesco（某机构投资经理）：在 LUI 中，如何设计能让用户感到舒适和自在的界面？GUI 依靠视觉层级，LUI 则是“不可见的对话流”。我想问 LUI 是不是新时代最好的交互方式，是否要融入 GUI 引导用户交互？如果需要，又如何在不破坏语音沉浸感的前提下加入？
Laura：对话一定是更自然的交互方式，但还是要看具体场景。比如开车时，语音肯定会好很多，但你在办公室身边有同事时，你肯定不方便用语音。现在语音交互最大的问题是 CTA 没解决好，比如我喊 “Hey Siri” 它经常没有反应，这还是个很大的 gap。所以语音会越来越重要，但短期内不会取代 GUI，而是两者并存。
陈吴扬（某公司产品经理）：过去很多传统软件都加 AI 赋能。你怎么看待这个趋势？
Laura：我觉得不要为了用 AI 而用 AI。很多产品本来交互就挺好，硬要加 AI 反而破坏体验。只有 AI 能显著降本增效的垂直产品，才适合在原有基础上加 AI 赋能。而且 human-in-the-loop 也很重要，AI 不可能解决所有问题。举个例子，我经常接到 AI recruiter 的电话，一听就是机器人打来的，我都已经挂掉了，但它不仅判断不出我不想听它的电话，又连着打了很多次，还会发信息，最后我只能它拉黑了。这种就属于强制加 AI，想要替代人力，但结果弄巧成拙。
“恰恰是 hallucination，让设计师依然有不可替代的价值。”
主持人：我们上一期跟 Harvey AI 的王仲禹聊的时候，他提到，“Hallucination 不是 bug，而是一种 feature。”所以我想问，面对生成式 AI 天然带来的不确定性，交互设计和产品团队应该如何调整设计思路与工作方式？
Laura：我非常认同不要把 hallucination 单纯当成缺陷，而是把它当作特质。给 AI 留一点“出错率”，它就可能变成创意。如果大家输入一样的指令，得到的都是标准化结果，那差异性就没了。同时 AI 还无法判断哪个设计更好，这个主体性还掌握在 human being 手里。也因此，我们还是可以发挥作为 human nature 的创造性。
这场对话让我们看到，AI 带来的变化不仅仅是工具的更替，而是增长方法、交互范式与团队模型的全面重构。Laura 的经验提醒我们：增长的本质，始终在于对用户的深刻理解。
在不确定的浪潮中，唯一确定的是：AI 不会替代一切，但它正在重塑一切。作为 AI Builder，我们要做的，是不断尝试、快速迭代，在新范式中找到属于自己的确定性。
[*] CHI 是人机交互与用户体验领域的全球顶级权威学术会议，被视为该领域的最高水平交流平台。推荐阅读：User Experience Design Professionals’ Perceptions of Generative Artificial Intelligence. CHI 2023.
特别鸣谢：Laura、小乔、yoyo、Noah、安心舍创始人、李敏、stone、袁飞、Francesco、陈吴扬，以及参与此次活动的每一位 AI Builder。（按文中提及顺序）
封面图来源：AI 生图
