產品團隊新卡點與 Synthetic Users 的崛起（部分內容試讀）
真正的瓶頸，已經從 build speed，轉移到 learning speed。
本文是《Full-stack PM》付費電子報的試讀部分。
這一年，因為 AI coding 的關係，Product Delivery 大幅躍進。
Product Discovery 的前半段，也在快速跟上。
「要做什麼」這個問題，現在有 AI 幫你做市場分析、競品研究、用戶訪談摘要。從構想到形成假設，速度快了不少。
但瓶頸卡在哪裡？
卡在驗證（Validation）。
你有了一個假設，你想知道它是否成立。但驗證它，還是要走老路：招募受訪者、排程、執行訪談、整理逐字稿、洞察。
從「有假設」到「有答案」，往往需要兩週。
你可以在一小時內做出 prototype，但要理解它是否成立，還是要兩週。
Reforge 給這個現象取了一個名字：Discovery Deficit（探索赤字）。
AI 讓 building 快了 10 倍，但 validation 的速度完全沒有跟上。
問題不是我們不知道答案，而是我們太晚知道答案。
根據 Maze 2026 年初的調查，69% 的產品研發團隊已在研究專案中導入 AI 技術，比前一年增加 19%。這個數字背後，不是追逐新技術的熱潮，而是一個深層的產業痛點：Validation 太慢了。
而這正是 Synthetic Users 試圖解決的問題。
本文主要探討 Synthetic Users 是什麼、技術發生了什麼、優勢和風險各在哪裡、怎麼開始建立，以及最重要的，什麼時候該用、什麼時候不該用。
進入正題。
一、Synthetic Users 是什麼？
簡單說：用 AI 模擬出來的「虛擬受訪者」。
你根據特定的行為變數、人口統計特徵、心理特質來設定這些角色，然後透過自然語言跟它們進行訪談或產品測試。
它不是到處亂點的爬蟲機器人。每個 Persona 都有自己的目標、偏見、和期待。
Reforge 在導入 Synthetic Users 時定義了幾種典型角色，可以參考：
First Timer（新手用戶）：注意你們團隊早就習慣看不見的 onboarding 語言問題
Power User（老手）：在核心 workflow 裡找到讓他們卡住的摩擦點
Skeptical Buyer（懷疑者）：質疑你的 value proposition 是否清楚到讓他掏錢
Design Nitpicker（挑剔者）：揪出 UI pattern 和視覺設計的問題
Inclusive User（無障礙用戶）：找出你沒考慮到的可及性問題
這些角色給的不是「你想聽的答案」，而是「一個挑剔用戶會給的批評」。
早期 Synthetic Users 最大的問題是「幻覺」，會編造看似合理但不存在的洞察。
現在比較多人的做法是每一輪對話都即時從企業的真實客戶數據（訪談逐字稿、CRM 記錄、客服工單）中搜尋相關證據，嚴格限制 AI 的回答必須基於真實來源。知識庫裡沒有的問題，系統直接說「我不知道」。對有豐富客戶數據的企業來說，你的 Synthetic Users 不再是憑空捏造的角色，而是有真實客戶聲音支撐的「資料代理」。
二、Synthetic Users 優勢與風險
我們來看一下 Synthetic Users 的優點與風險。
Synthetic Users 的價值，是讓你有能力在低成本環境中快速淘汰不好的假設，把寶貴的真人研究資源，留給真正值得驗證的問題。
三、怎麼建立 Synthetic Users？
聽起來很複雜，但拆開來看，核心流程其實就五個步驟。
這就是《Full-stack PM》付費電子報《產品團隊新卡點與 Synthetic Users 的崛起》的試讀部分。
如果你有興趣，歡迎前去方格子訂閱《Full-stack PM》付費電子報。