基于提示工程生成原型人物：关于效率、有效性与共情力的案例研究

原型人物 (proto-personas) 在早期产品发现阶段（如精益启动）中常用于指导产品定义与利益相关者对齐。然而，手动创建原型人物往往耗时、requires 高认知负荷，且易受偏见影响。在本文中，我们提出一种基于提示工程的原型人物生成方法，辅以生成式AI (GenAI)。我们的目标在于评估该方法在效率、有效性、用户接受度以及所能唤起共情力方面的表现。我们与19名参与者一起完成一个真实的精益启动案例研究，采用定性与定量方法的设计。结果显示，该方法通过降低时间与精力消耗，提升人物在后续发现阶段（如最小可行产品 (MVP) 范围划定与功能细化）的质量与可重用性，显著提升了效率。虽然用户整体接受度较高，尤其是在 perceived usefulness 与 ease of use 方面，但参与者指出该方法在概括性与领域特定性方面存在局限。此外，尽管认知共情得到了强力支持，但情感共情与行为共情在不同参与者之间存在显著差异。这些结果提供了关于如何有效将GenAI 集成到软件产品发现实践中的新颖实证证据，同时也指出了未来此类混合设计流程需解决的关键挑战。