结构化 AI 访谈生成 ICP 假设

方案思路

这个方案不把 AI 当作“市场专家”，而是当作一个不会疲倦的访谈主持人和整理者。业务负责人先准备证据包，模型按固定结构追问：这个判断有什么证据？哪些条件可以在名单里观察到？什么情况下这个客户不适合我们？哪些是我们希望成立但尚未验证的假设？通过反复追问，把模糊的经验变成可检验的表述。

为什么先做访谈

直接让模型“生成一个 ICP”通常只会得到行业套话。结构化访谈的价值在于迫使团队面对证据缺口：如果无法说出最近一个赢单客户为什么赢，模型也无法替你补上。访谈记录同时可以作为后续销售培训和名单复核的材料。

资源如何协作

Anthropic API 或替代模型负责提问、归纳和生成表格草稿；Google Sheets 保存证据、候选细分、评分条件和版本记录。模型输出不应直接成为最终 ICP，业务负责人需要逐条确认，尤其是排除条件和目标市场选择。

适用条件与不适用情形

适合已有一些客户或丢单记录、但 ICP 仍停留在口号阶段的团队。若还没有任何客户数据，应先做小样本访谈和公开市场研究，而不是让模型凭空生成画像。若团队无法投入业务负责人参与，方案会退化为一份看似完整的文档。

风险与人工审核

模型可能把语言相似的公司归为同类，也可能忽略地区、渠道和交付能力的差异。上传客户记录前应脱敏，并确认模型服务的数据处理条款。最终 ICP 应标注版本、证据来源、适用市场和复盘日期，用真实名单和客户反馈持续修正。