一份用户研究做完，报告交回来，第一页不是结论。

是五条它为自己划的边界。

看过一些用户研究报告的人，大概不常见这种开头。第一页先把自己能说什么、不能说什么，一条条写清楚。

一家护肤品牌把一道真实的难题交给了Orphic 用户洞察。

他们的修护精华，三百元左右的价位，首购表现不差，三个月后的复购率却明显低于同价格带。内部猜了两件事，定价偏高，效果感知不足，两件都拿不出用户侧的证据。

品牌方把题目原样交给它，没给答案。这是一次完整的试运行，从题目到报告，中间没有人工补写。

一批受访者，都是过去一年买过这款产品的人。线上招募，一对一语音访谈，每场几分钟，跑的全是改完的第二版提纲。访谈在同一天下午连着跑完，全部加起来不到半小时，回收的回答近百个。最后一场结束到报告生成，二十来分钟。

第一版访谈提纲交上来，就是这次要用的那份问卷，它先做了一轮审查。挑出来的问题不是句子太长这类文风毛病，是逻辑。

它给了三条，每条都带一句解释。

三条都标着「警告」，每条旁边两个按钮，一个「忽略」，一个「帮我修复」。

后面十几轮提纲，是品牌方和它在对话窗口里一条条磨出来的。左边提要求，中间改正文，右边看建议。

十几轮下来，改动最多的不是措辞，是三件事。

每一轮改了什么、为什么改，都留在对话记录里。提纲从第一版走到第二版，十几轮下来，每一处改动都能翻回当时的对话。

这套流程的意义在于，提纲不是一次写定的文件。它可以被对话改，也可以被审查改，改完之后，一路的过程都留着。

真正拉开差距的是追问。

一位做互联网运营的受访者，被问到「提到修护类精华，你脑子里想到的是什么」。

这句话听着像回答，其实什么也没说，既没说什么时候用，也没说怎么用。如果访谈在这里翻页，记下来的就是一句「用户认为产品可以急救」。

它没有翻页，接着问：你最近一次用是啥时候，当时咋了。

后面一题她答得更空：状态不好就找几个护肤品紧急急救一下。它又追：上次状态不好是啥时候，当时咋急救的。

这一次，她说出了整份记录里最有价值的一段话：

从「状态不好就急救一下」，到「加班和见客户的时候一定用，周末在家懒得弄」，中间隔了两次追问。产品的真实位置，是在这两次追问之后才浮出来的。

访谈开始前，先过了甄别题。有几位受访者甄别环节被标了不完全符合条件：有人对「是否买过并且用完」的回答是「买过但没用完」，还有人对「是否已经复购过第二瓶」的回答是「是」。

按常理，这些人该剔出去。它没有剔。它把人留着，把标注也留着，同时把结论的证据强度降了下来。

访谈一场没少，标注全部写进了报告。

报告最后给出五条结论。每一条下面都跟着一行小字，标的是这条结论的证据强度。

理由是不止一位受访者直接说了类似的话。另外四条标「单点证据级」，理由写得很直白，其中一条是：单人完整证据链，但影响面尚未在其他受访者中复现。

结论本身比想象中具体。

一位受访者把两支装加进了购物车，放了两个月没下单：

她的阻碍不是价格，是一个详情页没有回答的问题。品牌讲了整个冬天的干敏场景，从没说过夏天怎么办。

另一位受访者，油痘肌，早晚各一次，一次两到三滴。她能完整复述产品的配方组合，却从来没接收过主打的场景叙事：

她放弃复购的理由是配方重叠，手上还有一支同功效的产品。品牌引以为傲的成分组合，在她的表格里并不是唯一选择。

还有一位只在状态差的时候才用。用她的话说，

她的瓶子还没用完，客观上还没到该复购的时间点，而这种沉默此前被品牌方读成了流失。

除了五条结论，报告里还有四条风险与不确定性，和结尾一句话的局限声明：样本有限，结论反映真实使用者的感知模式与决策逻辑，不代表统计学意义上的比例数据。

四条风险里有一条被标成「紧急」：建议的夏季适用性沟通可能需要配方或测试支持，如果产品确实不适合夏季，单纯沟通解决不了问题。

它给出四条行动建议之后，主动提醒，排在最前面那条可能根本执行不了。

很难说有多少同类产品愿意这么写。但用户研究最稀缺的东西恰恰在这里。

这件事报告自己也写了。

它主动标注了样本量的限制，也标注了每一条结论的证据强度。这份克制不是品牌方要求它做的。

我们做 Orphic 用户洞察的出发点很简单，让用户研究快一点。现在觉得，比快更难的，是在快的时候还愿意承认自己哪里不确信。

这份报告交回来的时候，带的不只是五条结论。第一页的五条限制、提纲的十几轮修改、每一次追问的原始记录、每条结论后面的证据强度、四条风险与不确定性，全都一并交了出来。这些东西加起来，才是它能被拿进会议室的原因。