以下人物、公司与数字均为教学假设,不构成对任何真实产品的评价。
上一节把失败拆成六种。这一节讨论一个更靠前的问题:在用户第一次遇到失败之前,产品已经通过介绍给他设定了预期。预期设错了,第一次失败就会被理解成欺骗;预期设对了,第一次失败只是计划内的一次修正。
很多团队把预期管理理解为在界面底部加一句「AI 生成内容仅供参考」。这句话既没有告诉用户它能做什么,也没有告诉用户错了怎么办,只是一份免责声明。真正的预期管理是一段具体的、可验证的介绍,写在用户第一次使用之前。
预期不是免责声明
免责声明的作用是划分法律责任,不是建立信任。用户读完「仅供参考」,仍然不知道这个 Agent 能不能信、该信到什么程度、什么时候该自己看一眼。
预期管理要回答三个问题:
- 它替我做什么,做到什么程度?
- 它不做什么,哪些事仍然由我负责?
- 它不确定的时候,会怎么表现?
三个问题都答了,用户才有能力判断一次输出该接受还是该怀疑。只答第一个,用户会高估;一个都不答,用户只能靠第一次使用的运气形成预期。
预期管理的目标不是让用户「觉得它很强」,而是让用户「知道它什么时候不强」。前者带来短期试用,后者带来长期使用。
三段式:能做、不能做、不确定时怎么办
一段合格的介绍由三段组成,顺序不能换。
| 段落 | 要写什么 | 不合格的写法 | 合格的写法 |
|---|---|---|---|
| 能做 | 具体动作、时间、输出形态 | 「智能分诊,提升效率」 | 「18 秒内给出队列、优先级和首响模板建议」 |
| 不能做 | 明确的拒绝与责任归属 | 「结果仅供参考」 | 「最终分诊由你确认,赔付与退款不在它的权限内」 |
| 不确定 | 缺数据、冲突、越界时的动作 | 「如有疑问请联系客服」 | 「缺少产品线时列出两个候选队列,由你选定」 |
第一段要用可验证的量词。不是「快速」,而是「18 秒」;不是「高质量初稿」,而是「12 到 20 页」。量词让用户在第一次使用后能对照:它说的和做的是不是一回事。
第二段要写明确的拒绝,而不是笼统的免责。A Relay 不能承诺赔付、不能改账号、不能替人做最终决定,这三条要写出来。写出来的拒绝不是自曝其短,而是把责任边界提前说清,避免用户在越界时才发现。
第三段最容易被省略,却最影响信任。用户真正焦虑的不是「它会不会错」,而是「它错了我会不会不知道」。告诉用户不确定时会发生什么,比如列出两个候选、标注依据不足、转人工,用户才敢在不确定的场景里继续用。
三段之间不是并列关系,而是递进关系:能做建立预期,不能做划定边界,不确定时怎么办给出退路。缺任何一段,另外两段都会失效。
两种介绍,两种第一次出错
同一个 A Relay,两种介绍方式会带来完全不同的第一次失败体验。
第一种介绍叫「最强 AI 分诊」。 文案强调「业界最强模型」「准确率超过人工」「一键完成分诊」。用户形成的预期是:它基本不会错。第一次遇到一张分错队列的工单时,用户的反应不是「哦,这里需要我改一下」,而是「它不是说很强吗」。一次错误就足以推翻之前所有的正确。
第二种介绍叫「分诊助手」。 文案写「18 秒内给出队列、优先级和首响模板建议;最终分诊由你确认;约每 5 张工单有 1 张需要你改动」。用户形成的预期是:它是一个需要我确认的助手,平均五次里有一次要动手。第一次遇到需要改的工单时,用户会把它当成约定内的事,而不是产品失灵。
两种介绍的差别不在措辞,而在第一次出错是否被提前定价。A 的建议采纳率是 78%,意味着 22% 的工单会被修改,平均约每 5 张出现一次。这个事实不会因为介绍方式改变,但用户对它的解释会。
「最强 AI」的介绍还有一个隐性代价:它把用户的注意力引向「准不准」,而不是「怎么用」。用户会拿个别案例判断整体能力,一旦遇到错例就失去信心。「分诊助手」的介绍把注意力引向「怎么确认、怎么改」,用户更容易形成稳定的使用习惯。
A Relay 的介绍怎么写
把三段式落到 A Relay 上,可以写成这样:
它会在 18 秒内给出队列、优先级和首响模板建议。最终分诊由你确认,赔付、退款和账号操作不在它的权限内。约每 5 张工单有 1 张需要你改动;如果工单缺少产品线字段,它会列出两个候选队列并说明依据不足,由你选定。
这段话包含四个可核对的信息:时间 18 秒、动作三项、拒绝三项、修改频率约每 5 张一次。用户读完,对第一次使用会发生什么已经有了预期。
其中「约每 5 张改一次」来自 78% 的采纳率:22% 不采纳,1 ÷ 0.22 ≈ 4.55,向上取整为 5。这不是精确承诺,而是一个量级,让用户知道修改是常态而不是异常。
这段话还要和界面一致。如果介绍里说 18 秒,界面却在 40 秒后才出结果,预期管理就失败了;如果介绍里说最终由人确认,界面上却有一个「全部采纳」按钮,责任边界就被产品自己破坏了。介绍不是营销文案,而是产品契约,必须和实际交互对得上。
A 的确认耗时也支持这种介绍方式。采纳时平均确认 32 秒,不采纳时平均修改 91 秒,加权后约 45 秒。用户知道自己平均要花 45 秒确认一张工单,就不会把「用了 Agent」理解成「完全不用管」。
介绍要出现在哪里
介绍只写在官网页是不够的。用户真正形成预期的地方有四个:
| 位置 | 用户此时的疑问 | 要放什么 |
|---|---|---|
| 首次进入 | 这是什么东西 | 三段式全文,可展开 |
| 空状态 | 我该给它什么 | 输入清单与一个预置样例 |
| 结果页 | 我该不该信 | 依据、时间、置信说明 |
| 失败态 | 现在怎么办 | 失败类型、下一步动作、人工入口 |
四个位置的文案要互相呼应。首次进入说「最终由你确认」,结果页就要把确认按钮放在依据旁边;失败态说「缺少产品线会列两个候选」,界面上就真的要有两个候选,而不是一句「无法判断」。
销售材料也要遵守同一套说法。销售阶段承诺「全自动」「不用人管」,交付阶段的介绍再谨慎也救不回来,因为用户的预期已经在签约前形成了。预期管理是产品、市场、销售共用的一套口径,不是产品经理一个人的事。
把介绍写成可检查的模型
下面这个模型把三段式说明、一次通过率和第一次出错的位置写在一起。frameEffect 对比两种介绍方式: 「最强 AI」把预期设成零错误,第一次出错就是失信;「分诊助手」把一次通过率写进介绍,第一次出错仍在约定内。
// file: src/task/10-2-expectation-setting.ts
// tier: L2
// verify: node --test test/task/10-2-expectation-setting.test.ts
// 预期管理不是写一句免责声明,而是把「能做、不能做、不确定时怎么办」
// 三段写进入口。用户第一次遇到错误时的反应,在读到介绍时就已经定了。
import { byKey } from "../cases.ts";
import { FULL } from "../core/rate.ts";
export type CapabilityStatement = {
readonly can: readonly string[];
readonly cannot: readonly string[];
readonly unsure: string;
};
const CAN_EXTRA: Record<"A" | "B" | "C", readonly string[]> = {
A: ["给出 8 个队列之一的归属", "给出 P1 到 P4 的优先级", "给出首响模板编号"],
B: ["按数据包与模板生成 12 到 20 页初稿", "为每段标注数据来源", "按章节重写而不是整篇重来"],
C: ["执行上下架检查、价格异常与库存跟进", "对每个动作保留前后值与回滚句柄", "按批次提交审计记录"],
};
const CANNOT: Record<"A" | "B" | "C", readonly string[]> = {
A: ["替代支持人员做最终分诊决定", "承诺客户赔付或退款", "处理工单之外的账号操作"],
B: ["对客户数据做最终事实核验", "代替合伙人签发报告", "补造数据包里没有的口径"],
C: ["执行未登记的高风险动作", "撤销已经发出的客户通知", "跳过审计直接放量"],
};
const UNSURE: Record<"A" | "B" | "C", string> = {
A: "一张工单同时涉及账单与登录时,列出两个候选队列并说明依据不足,由人选定",
B: "数据包缺少月度对比字段时,标出缺口,只写已有部分,不猜测缺失值",
C: "规则与最新快照冲突时暂停当前批次,保留现场并请求人工确认",
};
// 三段式能力说明。第一段用可验证的量词,第二段用明确的拒绝,
// 第三段给出不确定时的动作,而不是一句「仅供参考」。
export function buildStatement(key: "A" | "B" | "C"): CapabilityStatement {
const profile = byKey(key);
const seconds = Math.round(profile.machineMinutes * 60);
const head =
key === "A"
? `${seconds} 秒内给出分诊建议`
: key === "B"
? `${profile.machineMinutes} 分钟生成一份初稿`
: `${profile.machineMinutes.toFixed(1)} 分钟内完成一个运营任务`;
return {
can: [head, ...CAN_EXTRA[key]],
cannot: CANNOT[key],
unsure: UNSURE[key],
};
}
export function statementComplete(statement: CapabilityStatement): boolean {
return (
statement.can.length > 0 &&
statement.cannot.length > 0 &&
statement.unsure.trim().length > 0
);
}
export type Framing = "strongest" | "assistant";
export type FrameEffect = {
readonly framing: Framing;
/** 按介绍里的承诺,第几个任务会遇到第一次需要修正的情况;null 表示用户预期永不遇到 */
readonly firstErrorTicket: number | null;
readonly surpriseAtFirstError: boolean;
readonly message: string;
};
// 一次通过率:A 建议采纳 78%,B 一次采纳 63%,C 自动完成 78%。
export const FIRST_PASS_BPS: Record<"A" | "B" | "C", number> = {
A: 7800,
B: 6300,
C: 7800,
};
export function firstErrorTicket(key: "A" | "B" | "C"): number {
const missBps = FULL - FIRST_PASS_BPS[key];
return Math.ceil(FULL / missBps);
}
// 「最强 AI」把预期设成零错误,第一次出错就是失信;
// 「分诊助手」把一次通过率写进介绍,第一次出错仍在约定之内。
export function frameEffect(
framing: Framing,
key: "A" | "B" | "C",
): FrameEffect {
if (framing === "strongest") {
return {
framing,
firstErrorTicket: null,
surpriseAtFirstError: true,
message: "介绍里没有留出错的位置,第一次修正会被当成产品失灵",
};
}
const n = firstErrorTicket(key);
return {
framing,
firstErrorTicket: n,
surpriseAtFirstError: false,
message: `介绍里写明约每 ${n} 个任务会有 1 次需要修正,第一次修正属于约定内`,
};
}
// 同一句介绍在三家公司的具体写法。数字全部来自案例事实表。
export const INTRO_EXAMPLES: Record<"A" | "B" | "C", string> = {
A: "它会在 18 秒内给出队列、优先级和首响模板建议;最终分诊由你确认,约每 5 张工单有 1 张需要你改。",
B: "它会在 11 分钟内交出 12 到 20 页初稿;事实核验与签发由你负责,约每 3 份有 1 份需要你改动。",
C: "它会在 2.4 分钟内处理一个运营任务;高风险动作需要审批,已发出的通知只能补偿、不能撤回。",
};
buildStatement 的第一段用案例事实表里的机器耗时生成,A 是 18 秒,B 是 11 分钟,C 是 2.4 分钟。这样介绍里的数字不会和案例数据脱节,改数据时文案自动跟着变。
statementComplete 检查三段是否齐全。它不能判断文案写得好不好,但能拦住「只写了能做」的半成品。评审时先把三段补齐,再讨论措辞。
firstErrorTicket 把一次通过率换算成「第几个任务会遇到第一次修正」。A 是 5,B 是 3,C 是 5。这个数字可以直接写进介绍,也可以用来培训客服:用户在第 3 次使用 B 时提出质疑,是预期内的,不是产品突然变差。
frameEffect 的 surpriseAtFirstError 是这套模型的核心。两种介绍下,第一次出错的时间点一样,用户的解释却完全不同。预期管理能改变的只有这个解释,改变不了错误本身。
预期校准是持续动作
介绍写完之后不是就不管了。产品迭代、模型更换、数据源变化,都会改变实际表现,介绍要跟着改。
校准的触发条件可以设三个:
- 一次通过率变化超过 5 个百分点。 介绍里的「约每几个任务改一次」需要重算。
- 新增或移除一类动作。 「不能做」那一段要更新,尤其是权限相关的变化。
- 连续两周收到同类投诉。 说明介绍与实际体验出现偏差,先查界面,再查文案。
校准的责任人要明确。产品经理负责文案与界面一致,运营负责客服口径,销售负责对外材料。三处不一致,用户会在不同渠道得到不同预期,最后以最乐观的那个为准。
预期管理还有一个反向作用:它会逼团队把能力边界想清楚。写不出「不能做」那一段,往往不是文案问题,而是任务边界还没定义好。这时候应该回到第 3 章重写任务规格,而不是硬凑一句免责声明。
小结
- 预期管理不是免责声明,而是告诉用户它能做什么、不做什么、不确定时怎么办。
- 三段式顺序不能换:能做建立预期,不能做划定边界,不确定时怎么办给出退路。
- 「最强 AI」把预期设成零错误,第一次出错就是失信;「分诊助手」把一次通过率写进介绍,第一次出错仍在约定内。
- A Relay 的介绍应包含 18 秒、三项动作、三项拒绝、约每 5 张改一次四个可核对信息。
- 介绍要同时出现在首次进入、空状态、结果页和失败态,并与实际交互一致。
- 第一次出错的位置由一次通过率决定:A 约第 5 张,B 约第 3 份,C 约第 5 个任务。
- 预期校准要有触发条件与责任人,产品、运营、销售使用同一套口径。
- 写不出「不能做」,通常不是文案问题,而是任务边界还没定义好。
阅读导航:上一节:10.1 六种失败:不知道、编造、过时、越权、半途、沉默 · 下一节:10.3 容错预算:错到什么程度还能接受 。
常见错误与边界
- 只写「仅供参考」。 这句话不提供任何可判断的信息,用户仍然不知道能信到什么程度。
- 把「最强」当卖点。 预期被设成零错误,第一次修正就会被当成产品失灵,之前的正确输出也一起被否定。
- 三段只写一段。 只写能做,用户会高估;只写不能做,用户不敢用;不写不确定时怎么办,用户遇到缺口就流失。
- 介绍与界面不一致。 说好由人确认,却提供「全部采纳」;说好 18 秒,实际 40 秒,介绍就变成了虚假承诺。
- 销售口径与产品口径不一致。 签约前承诺全自动,交付后再谨慎的介绍也救不回来。
- 介绍写完不校准。 通过率、动作范围、数据源变化后不更新,用户会按旧预期解释新表现。
下一节把「错到什么程度还能接受」变成一张可计算的预算表,讨论为什么总错误率达标不等于可以放量。
继续阅读
探索更多技术文章
浏览归档,发现更多关于系统设计、工具链和工程实践的内容。