AI功能你用过几次就弃了？调研显示，采纳率低的首要原因不是找不到、不会用，而是不信任。与其急着优化入口，不如用进入率、完成率、重复使用率三个指标，看清用户到底卡在哪，再对症下药。
———— / BEGIN / ————
支付宝的 AI 功能上了很久，你平时用的次数多吗？
我猜大多数人试过一次，后面没再用。
去年 Userflow 调研了 107 家企业，发现 AI 功能采纳率低的首要原因不是用户找不到功能，也不是操作太复杂，而是不信任（44%）。
但大多数产品经理还在看数据，然后就是优化入口，修改AI功能，并没有找到真正的原因。
这篇文章，我分享的是怎样用三个数据指标，判断出用户到底卡在哪，再对症下药。
采纳率低的三类原因
Userflow 去年问了 107 家企业的产品负责人：你们的 AI 功能采纳率卡点在哪？
排第一的是信任（44%）。用户不相信 AI 的输出。这超过了"用户不理解功能"（26%）、"功能跟现有流程整合困难"（25%）、"用户根本没发现这个功能"（21%）。
换句话说，采纳失败最常见的原因排序是：用户不信 > 用户不懂 > 流程冲突 > 找不到功能。
但调研结果出来以后，大多数产品团队的反应是什么呢？
改入口，增加曝光。
有用吗？
当然没用，因为解决的根本不是真正的问题。
三个数据指标诊断真正的卡点
指标一：进入率——用户发现了吗？
定义：有多少比例的目标用户，点过这个功能至少一次？
如果你的进入率低于 30%，问题确实可能在"用户没发现功能"。但这种情况比较少见，因为大多数团队都会在文档、邮件、产品内提示里提过这个功能好几遍。
进入率低通常说明两个问题之一：
推广不够（少见）：产品内提示、邮件、引导页都没覆盖到用户
用户没兴趣（常见）：用户看到了但不想点
怎么区分？
看一下产品内提示的点击率。如果提示的点击率也低，那就是用户没兴趣。如果提示点击率高但进入率还是低，说明推广确实有问题。
GitHub Copilot 刚推出的时候，进入率（安装并激活的开发者比例）接近 60%。因为 GitHub 在 IDE 里做了明显的引导，加上开发者社区讨论热度高。这说明"发现问题"在技术圈不是主要障碍。
但即便进入率高，采纳率（真正接受代码建议的比例）还是只有 20%。
那说明问题不在这里。
指标二：完成率——用户用完了吗？
定义：进入功能的用户里，有多少人真的完成了一次操作（生成结果、得到反馈）？
这个指标卡壳，多半说明两个问题：
操作流程太复杂：用户需要填很多参数、点很多步骤，还没等到结果就放弃了
结果质量不行：用户试了一次不满意就放弃了
怎么区分？
看流程的每一步转化。
如果卡在第一步（比如输入参数那一步），可能是流程复杂；如果卡在最后一步（生成结果以后），就是用户对结果不满意。
我见过一个 AI 写文案的工具，用户的转化都卡在"生成文案"这一步——很多用户生成了以后就没用了，转身去用 ChatGPT 重新写。
数据是这样的：
进入率：45%（用户看到了功能入口并点进去）
输入参数完成率：80%（进来的用户里，80% 填完了参数）
生成结果完成率：65%（填完参数的用户里，65% 点了"生成"）
使用结果率：15%（生成结果的用户里，只有 15% 真的用了这个文案）
这说明问题不在"怎么让用户更方便地生成"，而在"为什么生成出来的文案不够好"。
指标三：重复使用率——用户还会再用吗？
定义：至少用过一次的用户里，有多少人在一周内使用了第二次？
如果前两个指标都还不错（进入率 50% 以上、完成率 70% 以上），但重复使用率低于 20%，那问题十有八九是信任。
用户试过一次，觉得还不错，但生成的结果不一定能直接用，需要修改或验证。一次两次还行，到第三次的时候用户就开始想："这东西靠谱吗？我自己做反而更快。" 然后就放弃了。
白鲸开源在内部调研中发现，采纳率跟任务复杂度直接相关：
问答场景：低复杂度任务采纳率 100%，中复杂度 80%，高复杂度 60%
Agent 场景：低复杂度任务采纳率约 100%，中复杂度约 80%，高复杂度约 50%
这说明什么？
用户对 AI 的信任度，跟任务难度成反比。越难的任务，用户越不敢直接用 AI 的输出，需要更多验证和修改。
所以如果你的功能主要处理复杂任务，重复使用率低是正常的——因为用户每次都得验证结果，成本太高。
改进方向：
在结果里显示置信度、来源或依据，让用户知道 AI 是怎么想的
加上"一键修改"或"标记不对"的反馈机制
提供人工审核的选项，降低用户的心理负担
找几个成功案例，让用户看到"这东西确实能用"
字节内部有个 AI 代码生成工具，采纳率能达到 100%。为什么？因为他们用的是最新最贵的模型组合（Claude Opus 4.6 + GLM5 + Kimi2.5），生成质量高到用户几乎不用改。
这说明信任问题的根本是质量问题。如果 AI 输出质量足够高，用户自然会信任。但这也意味着更高的成本——字节愿意为这个采纳率买单，小团队不一定。
总结
很多产品经理在优化 AI 功能采纳率的时候，用的还是传统产品的思路——觉得用户不用功能，就是没发现、或者不会用。所以就冲着"提高可见性""简化流程"去了。
但 AI 功能不一样。根据 Userflow 的调研，用户不用 AI 功能最常见的原因，其实是不信任（44%）。你再怎么把按钮做得显眼、流程做得简单，用户也不会用。
所以第一步永远是诊断，而不是优化。用三个简单的数据指标，问自己：
用户能进来吗？（进入率）
进来了能完成吗？（完成率）
完成了还会再来吗？（重复使用率）
答案会告诉你到底哪里出了问题，然后再对症下药。
———— / E N D / ————
本文来自作者：AI产品经理老猫
文章原文
