Appearance
小团队内部 AI 工具的采纳度量
第三部 · 产品与应用 · 第11章
撰写日期：2026-08-31（整理自 2026-07-10 的实践）
结论
内部 AI 工具早期最需要回答的不是“用了多少次”，而是“目标人群里还有谁从未真正使用”。少数重度用户可以制造漂亮总量，却掩盖多数人的上手摩擦。
1. 先看覆盖，再看频次
| 阶段 | 优先问题 | 对应指标 |
|---|---|---|
| 发现 | 目标用户是否知道并试过 | 首次有效使用覆盖率 |
| 激活 | 第一次是否获得价值 | 首次任务成功率、人工修正 |
| 留存 | 是否愿意再次使用 | 分角色复用率、任务间隔 |
| 深化 | 是否承担了更多工作 | 高频任务和节省时间 |
覆盖率低时，优化重度用户功能往往不是最重要的事。先找到未覆盖的人，区分“不知道、不会用、试过但没价值”。
2. 指标要落到行动
“6/9 人使用过”只描述现状；“A、B、C 尚未完成首次有效任务”才能触发访谈和产品动作。分母只包含真正的目标用户，建设者和测试账号不应抬高采纳率。
3. 保存原始事件，不只保存聚合数
每次有效交互写入 append-only 事件账，聚合口径单独计算。这样在“是否排除 owner”“按人还是按次”“什么算有效使用”发生变化时，可以重算而不丢历史。
原始事件只保留度量所需的最小字段，避免为了分析采纳而长期保存完整对话内容。
4. 不设脱离场景的统一阈值
覆盖率是否够高，取决于工具是否强制使用、目标人群规模、任务发生频率和替代方案。Playbook 提供度量顺序，不提供一个适用于所有团队的固定百分比。