今日主題
Product Sense 面試考的不是你有沒有框架，是你有沒有在一開始就選對要服務的那一群人。多數人一聽到「設計一個產品」就急著列解法，但真正拉開分數差距的，是最前面那一步：面對一個籠統的使用者標籤（長者、新手爸媽、小商家），你能不能把它拆成幾個行為完全不同的子群，然後講清楚為什麼先服務這一群、放掉另一群。今天用 CIRCLES 方法練一道面試題庫真實收錄的設計題，再用一個把分群當成整間公司成長引擎的真實案例收尾——不是比喻，是真的拿使用者調查數字跑出來的分數。
核心框架速記
CIRCLES 方法
產品設計題最通用的七步結構，每一步都限制下一步要回答什麼，避免一開口就跳到解法：
| 步驟 | 要回答什麼 |
|---|---|
| Comprehend 理解情境 | 跟面試官確認這題在哪個產品、哪個情境下發生，縮小範圍 |
| Identify 鎖定使用者 | 列出幾種可能的使用者群，選一群深入 |
| Report 列出需求 | 這群人在這個情境下，真正卡住的是什麼 |
| Cut through 排序 | 需求通常不只一個，講清楚先解決哪一個、為什麼 |
| List 列解法 | 針對排第一的需求，提兩三個解法方向 |
| Evaluate 評估取捨 | 挑一個解法，講清楚放棄其他選項的理由 |
| Summarize 收尾 | 一句話總結方案，加上怎麼衡量成功 |
Sean Ellis「很失望」分群法
CIRCLES 的「I（鎖定使用者）」說的是面試裡怎麼選人，Sean Ellis 這套講的是真實產品裡怎麼用數字找到該聽誰的話，兩者是同一件事的兩種做法：
- 調查：問現有使用者一題——「如果你再也不能用這個產品，你會有多失望？」選項是很失望、有點失望、不失望。
- 分群：只留下回答「很失望」的那一群，其他人先放一邊——他們的意見再多也不會讓產品變得更好，只會讓產品變得更雜。
- 分析：針對「很失望」這群人，再問一題開放題——「這個產品帶給你最大的好處是什麼？」找出他們共同描述自己的方式。
- 迭代：針對這群人的共同語言去改產品，讓更多潛在使用者也變成「很失望」那一群，分數會跟著往上跳。
這四步會不斷繞回「調查」重新量一次分數，而且每一圈的分數都該比上一圈高，所以是一個會越轉越強的循環，不是走完就結束的流程：
- 對現有使用者跑「很失望」調查
- 只留下回答很失望的那一群，更新目前的分數
- 針對這群人分析他們共同的使用情境與語言
- 針對這群人的需求迭代產品，下一圈從更高的分數重新量
- 迭代完成後繞回調查，下一圈從更高的分數重新開始
簡化示意：Superhuman 實際上每一季只跑一輪，分數依序是 22%、32%、47%、56%、58%。
今日練習題
題目
「設計一個幫助長者獨立使用大眾運輸系統的產品。」（來源：PMMockr 產品經理模擬面試題庫，屬於產品設計類真題）
拆解思路
- 釐清問題：先問面試官「獨立」指的是完全不靠家人陪同，還是只要降低每次出門都要求助的頻率？這會決定方案要做到什麼程度的自動化。再問範圍是公車、捷運還是所有大眾運輸——先鎖定一種交通工具深入，不要同時設計三種系統。
- 定義使用者：把「長者」切成至少兩個完全不同的子群——一群是認知清楚但行動或視力不便（怕上下車太慢、怕找不到月台），另一群是認知開始退化但行動自如（怕坐錯站、怕忘記怎麼轉乘）。這兩群人的失敗模式不一樣，不能用同一個解法打包。
- 結構化分析：用 CIRCLES 的 R 步驟，針對選定的子群列出真正卡住他們的是什麼，通常不是「不會用手機」這種表面問題，是「怕出狀況時求助不到人」這種深層的安全感缺口。
- 提出方案：針對排第一的需求提方案，並講清楚為什麼放掉另一個子群——例如先服務「行動不便但認知清楚」這群，因為他們能自己操作介面，方案可以是即時月台語音報位、延長刷卡感應窗口；放掉「認知退化」這群是因為他們的解法更像是照護產品而不是運輸產品，混在一起會讓第一版做得又慢又模糊。
- 定義成功：北極星可以是「獨立完成一次完整轉乘的比例」，輸入指標盯語音報位使用率，反指標要盯「求助按鈕被按下的次數」，因為如果獨立完成率上升但求助次數也同步飆高，代表使用者是硬撐著用，不是真的更有信心。
範例回答（面試時可以這樣講）
先講分群，不要先講解法：「這題我會先把『長者』拆成兩種完全不同的人。第一種是行動或視力不方便，但判斷和記憶都正常，他們的恐懼是『萬一上下車太慢被車門夾到、或找不到正確月台怎麼辦』。第二種是認知開始退化，判斷力不穩定，他們的恐懼是『會不會坐過站、會不會忘記自己要去哪』。這兩種人需要的根本不是同一個產品，我會先選第一種深入，因為他們能自己操作手機介面，第一版可以做得完整，不用等到照護相關的流程設計好。」
接問題跟方案：「這群人真正卡住的不是『不會用 App』，是『出狀況的那一刻求助不到人』——月台廣播太快聽不清楚、轉乘指標太小看不到。我的第一版會做即時語音報位：手機定位到車廂位置後，用大字體加語音提前兩站提醒『下一站到了請往車頭移動』，同時把刷卡感應窗口自動延長，因為他們上下車本來就比一般乘客慢。我不會先做『求救按鈕通知家人』這種照護功能，因為那解決的是家人的焦慮，不是這位長者當下想要的獨立感。」
收在指標：「我會用『獨立完成一次完整轉乘的比例』當北極星，輸入指標盯語音提醒的開啟率，反指標盯求助按鈕被按下的次數——如果獨立完成率上升、求助次數也一起飆高，代表使用者只是硬撐著用介面，我會把這當成紅燈，優先回頭修介面而不是慶祝北極星數字。」
自我核對清單
用這張表檢查你的回答有沒有漏掉關鍵點：
| 核對項目 | 有提到？ |
|---|---|
| 有沒有把「長者」拆成至少兩個失敗模式不同的子群 | |
| 有沒有講清楚為什麼先服務這群、放掉另一群 | |
| 需求有沒有講到深層的安全感缺口，不是停在表面的「不會用」 | |
| 方案有沒有針對排第一的需求，而不是把所有想到的功能都塞進去 | |
| 有沒有講出北極星、輸入指標、反指標三層 | |
| 加分項：反指標能不能揭穿「表面成功、實際硬撐」的假象 |
今日案例
Superhuman：用一題調查，把產品市場契合從「感覺」變成「分數」
Superhuman 創辦人 Rahul Vohra 在 First Round Review 公開的原始文章裡講得很直接：早期團隊內部對「我們準備好規模化了嗎」這件事意見分歧，有人覺得已經可以衝，有人覺得還太早，但誰都拿不出證據。他借用成長顧問 Sean Ellis 的調查法，問現有使用者「如果你再也不能用 Superhuman，你會有多失望」，結果只有 22% 回答「很失望」，遠低於 Ellis 認定能健康成長的 40% 門檻。多數團隊看到這個數字會急著改產品，Vohra 的做法是先把回答「很失望」的那群人單獨抓出來，只分析他們的使用情境與共同描述自己的方式，完全不理會另外 78% 的意見——光是這個分群動作，什麼功能都還沒改，分數就從 22% 跳到 32%。接下來團隊把這套「調查、分群、分析、迭代」流程變成每季固定跑一輪的引擎，分數依序推進到 47%、56%、58%。
面試連結：這個案例可以直接拿來回答面試官常見的追問——「你怎麼知道該聽誰的意見？」很多人會答「做使用者訪談」，但訪談誰、訪談多少人才是真正的分群問題。Superhuman 的做法示範了一個更具體的答案：先用一題篩選把使用者切成「會不會離不開產品」兩群，只深入分析其中一群，而且用同一套流程反覆跑，讓分數本身變成追蹤產品決策有沒有進步的北極星。拿今天的大眾運輸題來說，等於是先把長者切成兩個子群，再用「獨立完成轉乘比例」當同等角色的分數，每一輪改版都重新量一次。
延伸閱讀
- How Superhuman Built an Engine to Find Product Market Fit — Rahul Vohra 本人撰寫的第一手敘述，今天案例的完整四步流程與各季分數出處。
- Product Sense Interview Prep (2026 Guide) — 補充 Product Sense 面試在 Meta、Stripe、Airbnb 等公司的實際考法與評分重點。
- Product Manager Mock Interview Practice — 今天練習題的原始題庫，附其他產品設計、指標、策略類真題與解法大綱可以接著練。
參考資料
- How Superhuman Built an Engine to Find Product Market Fit — Sean Ellis 分群法四步流程與 22%→58% 分數進展的原始出處。
- Product Manager Mock Interview Practice — 練習題「設計一個幫助長者獨立使用大眾運輸系統的產品」出處。
- Product Sense Interview Prep (2026 Guide) — CIRCLES 方法與 Product Sense 面試評分重點出處。