做产品这些年，我反复咀嚼过很多心理学模型，但如果只推荐一个最能解释“为什么用户不按你设想的去做”的模型，那一定是福格行为模型。

我常跟团队分享一个关于「接电话」的比喻，非常直观地拆解了这个模型的三个核心要素：B=MAP。

📞 一个关于接电话的行为博弈

假想，你面前有一部正在响铃的手机，要让你产生接听这个动作，必须同时满足三个条件。但凡缺失一个，行为都不会发生：

1.动机Motivation：你想不想接？
如果来电显示是营销骚扰电话，即便你手机就在手边，铃声震天响，你大概率也会直接挂掉或无视。这就是动机不足。

2.能力Ability：你能不能接？
如果你正站在台上给老板做年度汇报，或者正在洗澡满手泡沫，即便你极其渴望接到那个面试通知，你也没能力在这个瞬间按下接听键。

3.提示Prompt：你知不知道要接？
如果手机调成了静音且放在客厅，即便你很想接电话，也有充足的时间去接，但你压根没听到铃声。没有这个触发信号，行为永远不会启动。

🚀 映射到产品设计：别只盯着动机死磕

很多 PM 在面对用户流失或转化率低时，第一反应往往是给得不够多，于是疯狂加福利、发券、堆功能，试图拉高动机

但根据福格模型，这往往是最费力不讨好的路径。真正的增长黑客，通常在另外两个维度下功夫：

1.减少用户行为门槛：与其说服用户完成一个复杂的表单，不如实现一键授权：与其教用户怎么写提示词，不如直接给一个好用的模板。最好的体验是让用户不费吹灰之力就完成了动作。

2.设计精准的触发器： 提示弹窗不是骚扰。一个好的提醒，应该像是在用户正好口渴时递上的一杯水。如果用户刚打开 App 还没摸着头脑，你就弹出一个五颜六色的评价框，那不是提示，是噪音。

做产品设计，本质上是在经营用户的认知带宽。
当我们发现功能推不动时，不妨问自己三个问题：

1.用户真的有理由做这件事吗？
2.我们的流程是不是太重，重到他想做也做不成？
3.我们有没有在那个最关键的瞬间，轻轻推他一把？

唯有 M、A、P 三线交汇的那个瞬间，行为才会像奇迹一样发生

恭喜阿里，第一个跑出。距上次的预言，刚好一个月

如何把NanoBanana2 生成的UI设计稿，转为可运行的网页？

只要三个步骤：

1、抠图
将生成好的设计稿，通过提示词（见评论区）转为设计组件；然后用图层编辑工具分离出透明背景的图像。

2、图片转链接
将PNG图片上传至服务器转为一个个链接，并拷贝链接。

3、生成Html
让AI严格参考设计稿，添加图片链接，然后一键生成。还原度极高！

实测NanoBanana2，生成高保真UI设计稿，震撼到全身鸡皮疙瘩！！

我把我脑海中的那个面向未来的Cowork工作台，通过文字的方式告诉Gemini，选择NB模型之后，奇迹就出现了！

- 2K的图片质量
- 生产级的UI设计
- 超强的指令遵循
- 自然的界面布局与字号显示

难以想象，以前可能需要拉上大半个产研团队、开几个大长会才能对齐的高保真原型，现在靠几段 Prompt 就能直接把认知拉齐。属于超级个体的 Agent 时代，真的不是说说而已！

在高铁上看到这个新品蛮有意思的。原本以为是酒精湿巾的挂羊头卖狗肉，想不到是真的抓住酒精湿巾的痛点，开发的新品。

所以，细分市场依然存在机会。

微信搜索近期悄悄改版升级，尤其是高亮“语音提问”的按钮。 看来豆包的冲击非常之大。

这次，新版搜索框还支持添加历史浏览的公众号文章进行搜索提问。 但这个链路着实有些奇怪，用户浏览文章之后，再退出进入搜索框，再添加刚看的文章进行提问。总之，非常不流畅。

可见，当前微信搜索面临一项巨大的挑战在于，用户心智的改变。微信团队希望用户能够把“搜索”与“提问”划等号，但是我们依然习惯把这里当作信息搜索。遇到疑问，还是习惯性找豆包、小红书、百度。

最近更新DeepseekAPP发现，首次默认的输入方式变成“按住说话”了。

我记得最早这么干的是豆包。但现在，好几家头部 AI 产品都有意强化语音输入的交互方式。

以前做产品的人大多对语音交互有偏见：识别不准、修改麻烦，在办公室或地铁里对着手机说话还显得傻。按这个逻辑，打字才是最高效的皇道。

但事实证明，这个逻辑并无法覆盖所有场景，语音输入的比重在逐步提升。

第一，人就是懒。

打字是一项高强度的脑力活。你要把想法转化成文字，组织逻辑，再动手敲出来。这对普通用户来说，门槛太高了。

说话是本能。当你把输入框变成麦克风，其实是在告诉用户：别管什么提示词技巧，别管格式，想啥说啥。

第二，抢占那些不爱打字的人。

豆包一开始的策略就很聪明，它没盯着那些还在研究复杂 Prompt 的精英，而是看向了更广阔的人群——老人、出租车司机、忙着做饭的家庭主妇。

对这些人来说，键盘是冰冷的。做饭手上有油的时候，遛弯不想看屏幕的时候，或者老人看不清小字的时候，“按住说话”就是刚需。

这不仅仅是换个输入法，这是把 AI 从办公桌搬到了生活里。一旦用户习惯了把 AI 当成随叫随到的语音助理，粘性自然就上来了。况且现在的语音识别技术，连方言都能听懂，这才是底气。

第三，别搜了，来聊聊。

这是最微妙的一点。当你打字时，潜意识里觉得对面是机器，你会搜“深圳天气”。但当你开口说话时，潜意识里觉得对面是人，你会问“今儿冷不冷啊，适合跑步吗？”

交互方式决定了关系深浅。语音天然带着情绪和温度，更容易让人产生聊下去的欲望。所有，交互这么改，其实是在暗示用户：别把我当搜索引擎用，来跟我聊天。

产品经理往往容易陷入误区，觉得精准和效率第一。但对数以亿计的普通人来说，不费劲才是最高级的。

当过年期间，听到身边的七姑八姨或在安利，或在分享豆包的玩法时候，我真正感受到这次AI算是真正跨过鸿沟，成为全民级的必备工具。

最近大家在吐槽的各国产AI应用的红包大战或“没啥卵用”的新功能。其实这种草包决策现象非常普遍。

很多 PM 甚至创始人，在做 AI 产品的过程中最容易陷入一种伪增长的幻觉。

特别是当技术迭代以周为单位时，太容易为了验证而验证，最后做出一堆拿着锤子找钉子的平庸产品。

为什么我敢这么说，因为我也踩过坑...🤣

今天就用这张图把 PM 内部决策陷阱拆解得很透，我总结三个最致命的坑：

1、不要在用户访谈时候问“你喜欢这个功能吗？”。很多时候，得到的是礼貌的点头。用户倾向于顺着你的预期说话，这种引导性提问拿到的数据，除了安慰自己毫无价值。

2、方案验证千万不要自嗨闭环。产品上线后，只截取那些支持你假设的数据片段。比如只看那些玩得嗨的用户，却对 90% 流失掉的、沉默的大多数视而不见。本质上是在掩耳盗铃。

3、千万避免幸存者偏差。 在 AI 赛道，留存是唯一的真理。但很多人只盯着留存用户的赞美，却不问问那些流失用户为什么离开。忽略了沉默的大多数，你就永远找不到产品增长的那个“Magic Number”。

💡 这里的解药是什么？

问自己，我真的喜欢用这个功能吗？（吃自己狗粮吗）
问自己，我真的有信心可以把数据做起来吗？
问自己，是给用户带来价值还是带来短暂数据好看？

简单一句话，站在自己的反对面进行自问。

如果一个有搜索量的品牌没有付费，可以上搜索首页吗？

Bai**：....
Google：这题我会

——

如果一个山寨产品冒用品牌，可以写上正版首页并获得推介吗？

Bai**：这题我会
Google：....

微信，终于对元宝下手了。

这和当年的拼多多裂变和当下元宝的拉新裂变一样的道理。
本质在于：全民的新鲜感已过，老菜重炒已经没有刚吃时候的那股锅气。要么雕花本事比别人强，要么就是等被上帝的骰子砸中。