用户共创落地，先跑通需求闭环

用户共创落地，先把反馈接进排期

周末折腾了一下把用户反馈接回生产系统，踩了不少坑。最近虎嗅这篇从福特到小米，核心是制造业百年之后，用户声音怎么重新进入生产。我带三十人团队，做B端工具，没资格造车，但客户最近提了类似原生电动升降顶的场景化需求。简单说，驻车后车顶电动升起，车内多出一层可用空间。用户共创要看反馈是否真的进入产品决策。这类需求听着像配置，实际牵涉结构件、供应链、认证和售后。于是我把用户共创拆成两套方案，实际跑了一遍。

原来流程很普通。客户成功记反馈，销售周报夹需求，产品经理每周筛。我把上周客户访谈、工单、应用商店评论导入表里，大约几十条。从用户原话到进入排期，我这边测下来平均两天。卡点在于描述不统一。有人写希望车顶升起来，有人写驻车空间不够。产品经理先合并去重，再问销售是不是真实需求，再问研发能不能做。一上午就没了。优点是责任清楚，谁提的、谁筛的、谁拍板都有人签字。缺点是用户离生产太远，很多需求死在表格第三行。

这几天在试一个轻量 AI Agent，能自动摘要、分类、生成任务字段。我把数据丢进 WorkBuddy 桌面版新建任务，界面里它把每条反馈拆成三栏，用户原话、AI摘要、风险标签。这里用智谱模型做中文摘要，ZCode 生成结构化字段。再配合用了大约一个月的供应链看板，把需求拆成软件、结构件、物料、认证、售后。

比如驻车升顶这类需求，AI不能只判断可做或不可做，要拆成车顶结构、密封条、升降机构、车内空间、露营场景、法规认证、售后备件。同一批反馈，标签生成大约十几分钟，人工复核大约半小时。错误主要两类，把用户随口想要识别成必须做，把销售话术当成用户真实需求。后来我加了排除词，用了两周左右，过滤极致、领先、颠覆这类营销词，结果干净一些。

惊喜在于，零散反馈变成了一张可讨论的表。产品经理、研发、销售第一次能在同一张表上吵架。坑也不少。AI很擅长归纳，但它不知道物料有没有现货，认证周期有多长，售后备件怎么管。

AI能把用户声音结构化，不能把生产可行性自动补齐。这套做法适合有稳定用户反馈入口、有产品评审机制、能联动供应链或硬件同事的团队。只有Demo没有真实用户，把用户共创当营销话术，没有排期和交付责任人，就不适合。我这边最大的感受是，清洗标签比生成标签更花时间。小米汽车这条路值得看，它2024年才交付第一辆车，也把社群、交付、智能制造放在一条链里。福特CEO Jim Farley 开小米电动车超过半年，传统车企也在认真拆这套做法。对我们创业公司，别学口号，先把反馈接进排期。