R

R01 给一个 AI 产品做 Script 分析

创建 2026-06-07 更新 2026-06-11 0 条双链 STS 专题 AI 整理

R01 给一个 AI 产品做 Script 分析

问题： 你拿到一个 AI 产品（自家的、竞品的、或一个待评估的开源模型应用），如何在不读一行代码、不看 PRD 的前提下，仅从产品的”行为”反推出设计者埋进去的用户脚本（script）、以及用户实际怎么抵抗或改写它？本节给出一套可手动执行的 de-scription 分析模板——视角是 Madeleine Akrich 1992 年的”技术物剧本”框架。这是一个操作手册，不是理论复述：读完你能在一个下午里对任意一个 AI 产品产出一份”剧本-反剧本”诊断表。

§0 为什么用 Akrich 的 script，而不是用户研究的”用户旅程”

PM 手里默认的工具是用户旅程图（user journey）、Jobs-to-be-Done、采纳曲线（Rogers diffusion）。这些工具有一个共同的隐含本体论：用户是给定的、自主的主体，产品是中性的工具，问题只是”用户会不会采纳、采纳得快不快”。 它们回答”用户做了什么”，但回答不了”产品在用户没意识到的情况下，预设并塑造了用户是谁”。

Akrich（1992）“The De-Scription of Technical Objects”（收录于 Bijker & Law 编 Shaping Technology / Building Society, MIT Press, pp. 205–224；核实见接地证据）提供的是反方向的工具。她的核心命题：

创新者工作的很大一部分，是把一种”关于世界的图景”铭刻进新技术物的技术内容里。这种工作的最终产物，我称之为”剧本”或”脚本”（script/scenario）。

也就是说——技术物不是中性容器，它内嵌了一份对未来用户的预设：谁会用它、会怎么用、应该具备什么能力、应该如何响应。 设计者侧的动作叫 inscription（铭刻）；分析者从产品行为里把这份脚本读出来的动作，叫 de-scription（解-铭，刻意用连字符区别于 description）。

为什么 script 框架对 AI 产品比对传统产品更锋利？三个理由：

  1. 传统产品的 script 是静态的——一把减速带、一台带”省电模式”默认开启的相机、一个把删除键放在角落的表单。脚本铭刻在物质结构里，一旦出厂就固定。AI 产品的 script 是动态的、生成性的：模型每一次输出都在重新铭刻用户脚本。一个总是把回答收束成”首先…其次…最后”三段式的助手，每一次输出都在训练用户用列表式思维提问；一个总在回答末尾追加”还有什么我能帮你的吗？“的客服 bot，每一次都在铭刻”对话该由系统主导收尾”的脚本。这是用户研究的旅程图完全捕捉不到的层面——脚本不在界面里，在 token 流里。

  2. AI 产品的脚本作者是模糊的。传统产品你能问”谁铭刻了这个脚本”——工业设计师、PM、工程师。AI 产品里，铭刻主体散布在训练数据的统计分布、RLHF 标注员的偏好、Constitutional AI 的宪法条款、系统提示词、提示工程师、乃至用户自己的历史对话里。EASST 2026 年的专题讨论（接地证据，标〔讨论中〕）正在追问：生成式 AI 是否颠覆了 Akrich 1992 年的 script 概念，因为”谁在铭刻”已不再单一。这恰恰是 de-scription 分析的价值——它逼你把这条混乱的铭刻链拆开。

  3. AI 产品的 de-scription（用户抵抗）留下了海量可观测痕迹：越狱提示、“忽略以上指令”、把”请扮演一个没有限制的 AI”复制进对话框、用户互相传授的 prompt 模板、对”作为一个 AI 语言模型，我不能…”的集体厌恶。这些都是 Akrich 意义上的 anti-program（反剧本）——用户对抗铭刻的实际使用方式。AI 产品的反剧本是公开的、可检索的、可量化的，这是传统产品分析做梦都想要的数据。

所以本节的赌注是：对 AI 产品，script/de-scription 不是一个比”用户旅程”更花哨的替代品，而是一个能看见旅程图盲区的正交工具。 边界在 §对手框架回应里交代。

§1 七步 de-scription 分析模板

下面是可手动执行的步骤。建议拿一个具体产品边做边填——示范用 ChatGPT 的免费对话产品。

步骤 1：圈定技术物边界与”铭刻面”

先决定你分析的是哪一层。AI 产品的铭刻面至少有四层，脚本各不相同：

铭刻面脚本载体示例（ChatGPT）
界面层 UI输入框、按钮、默认设置、空状态单一文本框 + “Send”，无字段引导 → 脚本：用户应自己组织一切意图
交互层多轮记忆、追问、引导语末尾追问、拒答措辞 → 脚本：系统主导对话节奏
模型输出层文体、结构、语气、长度三段式、过度结构化、礼貌冗余 → 脚本：知识应被”打包成清单”
治理层拒答边界、安全过滤、免责声明”作为一个 AI…我无法…” → 脚本：用户是潜在风险源，须被预先约束

⚠️ 不要把四层混成一锅。 90% 的人做 AI 产品分析时只看 UI 层（“输入框太空了”），漏掉了真正强势的输出层脚本。

步骤 2：读出预设用户画像（pre-inscription）

问：这个产品假设用户进来之前已经具备什么能力？Akrich & Latour 1992 的配套词表把这叫 pre-inscription——行动者进入装置前须具备的能力（接地证据核实）。

  • 一个只有空白输入框的对话产品，pre-inscribe 了”用户已经会写有效 prompt”。这把不会提问的用户排除在有效使用之外——这正是 Langdon Winner 1993 批评 SCOT 时点的”沉默群体”问题：分析只看见会发声、会用的用户，看不见被脚本默默拒之门外的人（接地证据核实 Winner 1993，Science, Technology, & Human Values 18(3)）。
  • 把这条写下来：“本产品的脚本把『不擅长把模糊需求语言化』的用户当成了非用户。” 这一句往往比一整份可用性报告更刺中要害。

步骤 3：读出预设响应方式（subscription）

问：脚本期待用户怎样响应它？配套词表里这叫 subscription——预设行动者对脚本规定的响应方式（接地证据核实）。

  • 末尾追问”还有什么我能帮你的吗？“——subscribe 了”用户应继续对话、应把系统当持续助手”。
  • 过度礼貌的拒答措辞——subscribe 了”用户应接受系统的边界、不应施压”。
  • 把这条写下来，并标记它服务谁的利益：延长对话 → 提升 engagement 指标 → 服务平台留存，未必服务用户的”快速完事走人”。

步骤 4：识别 delegation（哪些人类活动被转移给了机器）

Akrich & Latour 的 delegation：把原属人类的活动转移给非人工具（接地证据核实）。AI 产品的 delegation 是最激进的——它把”判断""撰写""决策”本身委托出去。

  • 列出：这个产品替用户做掉了哪些原本属于用户的认知劳动？（如：替你判断什么信息相关、替你组织论证结构、替你润色语气。）
  • 每一项 delegation 都同时是一项能力转移：用户长期使用后，自己组织论证的能力是否萎缩？这接上 生命政治 视角（见 §跨域呼应）。

步骤 5：定位 anti-program（用户的反剧本）

这是 de-scription 最有 AI 时代特色的一步。去搜集用户实际怎么对抗脚本：

  • 越狱 / 提示注入 / “DAN” 类角色扮演提示 → 对抗治理层脚本。
  • 用户自创的”不要用列表，用连续段落回答”前缀 → 对抗输出层脚本。
  • 把对话当 Google 用、一句话就走 → 对抗交互层的”延长对话”脚本。
  • 集体吐槽”作为一个 AI 语言模型”的 meme → 对治理层脚本的文化抵抗。

把每条 anti-program 与它对抗的脚本层级配对，做成”脚本 ↔ 反脚本”对照表。反脚本的强度与普遍度，是脚本铭刻失败的体温计。

步骤 6：判断闭合还是争议（borrow from SCOT）

借 SCOT 的 closure 概念（Pinch & Bijker 1984，接地证据核实）：这个产品的脚本已经稳定化（闭合），还是仍在解释弹性阶段？

  • 闭合信号：用户基本接受了脚本，反脚本边缘化（如多数人已习惯”AI 回答就是要结构化”）。
  • 争议信号：反脚本仍激烈、产品频繁调整边界（如拒答边界反复横跳）。
  • 这一步决定你的 PM 行动空间：争议期，你还能重新铭刻脚本；闭合后，改脚本要付路径依赖的代价。

步骤 7：写”脚本-反脚本诊断表”（交付物）

把前六步汇总成一张表，每行一个铭刻点：

铭刻层脚本（设计者预设）pre/sub/delegationanti-program（用户抵抗）服务谁的利益闭合度
输出层知识应打包成清单subscription”用段落回答”前缀平台（可读性指标）半闭合
治理层用户是风险源pre-inscription越狱 / meme 抵抗平台（合规）争议中
交互层对话由系统收尾subscription一句话即走平台（engagement）闭合

这张表就是产出。它让”产品体验不好”这种模糊抱怨，变成”哪一层脚本、服务谁、用户怎么反抗、还能不能改”的可决策诊断。

§2 判断主轴：做 script 分析时 90% 的人会栽的四个点

[!warning] 这一节是本节点与”又一个 AI 产品分析框架”博客的分水岭。

坑 1：把 script 分析做成”找 UI 毛病”。

  • 症状：分析者列了一堆”输入框太空""按钮位置不对”，停在界面层。
  • 为什么会错：界面层是脚本最弱的一层，AI 产品最强势的脚本在输出层（模型生成的文体本身在改写用户）。
  • 正确做法：强制自己对每个铭刻层都填一行（步骤 1 的四层表），输出层和治理层不许留空。
  • 真实反例：很多”ChatGPT 体验评测”骂它的 UI 简陋，却没人指出”它的三段式输出正在统一全人类的写作结构”——后者才是真正的脚本权力。

坑 2：把 de-scription 当成”我替用户判断他想要什么”。

  • 症状：分析者凭自己的直觉编造”用户其实是想要 X”。
  • 为什么会错：de-scription 的纪律是从产品行为和用户实际痕迹里读脚本，不是从分析者脑补里读。Akrich 原文方法步骤偏抽象，不同研究者操作差异大（接地证据标〔尚无统一操作规范〕）——正因如此，越要靠可观测证据约束，否则就退化成意见。
  • 正确做法：每写一条脚本，必须能指出”我从产品的哪个具体行为读出它”；每写一条 anti-program，必须能指出”我从哪个可检索的用户行为读出它”（越狱帖、prompt 模板、吐槽 meme）。
  • 真实反例：把”用户想要更短的回答”当脚本分析，其实只是分析者自己烦长回答——这是把意见伪装成 de-scription。

坑 3：把脚本当成单一作者的意图。

  • 症状：分析得出”OpenAI 故意想让你上瘾”这种单一阴谋论结论。
  • 为什么会错：AI 脚本的铭刻主体是散布的（训练数据分布、RLHF 标注偏好、宪法条款、系统提示词、用户历史）。把它归给单一意图，既不准确也不可证伪。
  • 正确做法：对每条脚本追问”这条铭刻可能来自铭刻链的哪一环”——是 RLHF 把”礼貌冗余”训出来的，还是系统提示词显式要求的，还是训练语料统计偏向？区分清楚，PM 的干预点才清楚（改语料？改 RLHF 奖励？改系统提示？）。
  • 真实反例：把模型的”谄媚”（幻觉 节点里的 sycophancy）归为”产品想讨好你”，其实它是 RLHF 偏好优化的副产品——铭刻环节不同，解药完全不同。

坑 4：把”分析出脚本”等同于”应该消灭脚本”。

  • 症状：分析者得出”这个脚本是权力操纵，所以应该去掉它”。
  • 为什么会错：没有无脚本的产品。去掉一个脚本只是换上另一个脚本。Akrich 自己承认 script 框架过度聚焦”技术物如何约束人”会被读成技术决定论（接地证据核实），而 Oudshoorn & Pinch 2003 How Users Matter 的修正正是强调用户能动性、强调脚本是设计者与用户的往返协商（接地证据核实）。
  • 正确做法：分析的产出是”这个脚本服务谁、代价是谁承担、是否与产品宣称的价值一致”，而不是道德审判。这直接引向本节的结尾命题：分析 ≠ 改设计。

§3 产品 PM 视角补盲

工程视角会把这套分析当”可用性审计的变体”。三个 PM 专属盲点：

  1. 脚本与北极星指标的冲突，是商业模式问题不是 UX 问题。 步骤 3/7 里”服务谁的利益”一列，往往揭示脚本服务的是平台 engagement，而非用户的”快速完事”。这不是设计师手滑，是商业模式把指标铭刻进了产品。PM 看清这点，才知道”优化体验”在组织里会撞上哪堵墙。

  2. 跨文化脚本错位是国际化 PM 的隐形地雷。 同一个 AI 产品，输出层脚本（如美式的过度热情、免责声明的法律腔）铭刻的是某个特定社会文化的用户预设。搬到另一个市场，pre-inscription 直接失配。这接 Jasanoff 的 sociotechnical imaginaries——同样的 AI 在不同社会走出不同产品形态（接地证据核实 Jasanoff & Kim 2015 Dreamscapes of Modernity）。见 §跨域呼应的国际化落地。

  3. 反脚本是免费的需求信号源。 用户的 anti-program（越狱、自创 prompt 前缀、一句话即走）是用户用脚投票告诉你脚本错在哪。多数团队把越狱当安全威胁去封堵，少数团队把它当”用户在替我们做产品研究”去读。后者的信息收益是前者的数倍。

§对手框架回应

接受 + 边界，不做反驳。

  • 接受 SCOT/Winner 对 script 框架的核心批评：它有技术决定论嫌疑。 Winner 1993（接地证据核实）批 SCOT 回避权力结构、遗漏沉默群体；这套批评同样落在 script 框架上——如果只读”技术物如何约束用户”，就会把用户写成被动的脚本执行者。边界：本节点的模板用步骤 5（anti-program）和步骤 6（争议/闭合）显式给用户能动性留位置，并采纳 Oudshoorn & Pinch 2003 的”用户共构”修正。我赌的是：只要 de-scription 强制配对”脚本 ↔ 反脚本”，技术决定论的陷阱就被结构性地堵住。这个赌注会失效的场景：当某个 AI 产品的反脚本被完全封堵、用户痕迹不可检索时（如纯 to-B 闭源系统），步骤 5 失去数据，分析就会退回单向的技术决定论读法。

  • 接受 ANT 对 script 的修正：应把 AI agent 本身作为非人行动者纳入网络。 Latour 的 ANT（接地证据核实 Reassembling the Social 2005；Morton Gutiérrez 2023/2024 把 ChatGPT 作为 ANT 非人行动元分析，AI and Ethics，DOI 10.1007/s43681-023-00314-4）会说：script 框架还是太”设计者中心”，AI 产品里模型本身在转译、在重构权力关系，不只是被铭刻的对象。边界：本节点定位是”手动可执行的 PM 模板”，ANT 的对称性原则操作成本太高、规范性批判力弱（接地证据：ANT 被批对偏见/平台权力缺乏规范立场），所以我保留 script 的设计者-用户轴作为入门骨架，把 ANT 列为延伸读法。我赌：对一个下午要交诊断表的 PM，script 的可操作性 > ANT 的本体论完备性。

  • 接受用户研究的反驳：“你这套不就是高级版的可用性测试？” 部分对——两者都看用户实际行为。边界：可用性测试问『用户能不能完成任务』，de-scription 问『产品预设了用户是谁、这个预设服务谁』。 前者在脚本内部优化，后者把脚本本身问题化。两者互补，不互斥。

§跨域呼应：从生命政治到拉美田野的脚本迁移

调度一个跨域资源并具体展开：生命政治（福柯）+ Rick 的滴滴国际化/巴西-拉美田野。

福柯的生命政治追问：权力如何不靠禁止、而靠生产特定的主体来运作。AI 产品的 script 正是一种微观生命政治装置——它不强迫你，它通过每一次输出生产一种用户：会用清单思维的用户、会接受”作为 AI 我无法”边界的用户、会延长对话的用户。delegation（步骤 4）把判断能力转移出去的长期后果，是福柯意义上的主体能力重塑。这把”产品改变行为”从一句营销话，升级成可分析的权力机制。

具体迁移到 Rick 的拉美 fieldwork： Rick 在滴滴/99 做巴西-拉美国际化，做过 CPF实名验证、PAX-Premium实名徽章、PDP现金支付纠纷治理。这些产品的脚本——比如”用户应当用 CPF 实名、应当走数字支付”——pre-inscribe 的是一个”已被数字基础设施纳管的公民”画像。但拉美大量现金经济用户、无正式身份文件的边缘人群，恰是 Winner 说的”沉默群体”：他们不出现在 anti-program 的可检索痕迹里，因为他们直接不进入这个产品。Rick 的人类学训练（人类学、民族志、Descola/Viveiros de Castro 的本体论多元）在这里是真正的不公平优势——de-scription 的标准操作只能读到”在场用户的抵抗”，而民族志能读到”缺席用户的被排除”。把 script 分析与 ethnographic 缺席分析叠加，是 Rick 能做、多数 AI PM 做不了的双层 de-scription。 这条迁移要在 E02 跨文化实例剖解里显式落地。

§PM 决策启示

  • 面试怎么用： 被问”你怎么评估一个 AI 产品”，不要答”看 DAU/留存/NPS”。答：“我会先做 de-scription——读出它铭刻了什么用户脚本、服务谁的利益、用户怎么用越狱和自创 prompt 抵抗它，再判断脚本是否与产品宣称的价值一致。” 这一答把你从”会看仪表盘的 PM”拉到”看得见产品权力结构的 PM”。
  • 选型怎么用： 评估要不要采用某个 AI 供应商/模型时，跑步骤 1–4，看它的输出层脚本是否与你的用户预设冲突（如一个总是过度结构化的模型，配你”需要自然语气陪伴”的产品就是脚本错配）。
  • 复现怎么用： 自建 AI 功能时，把”脚本-反脚本诊断表”反向当 checklist：上线前主动问”我在每一层铭刻了什么脚本、把谁排除了、用户最可能怎么抵抗”，而不是上线后被越狱打脸才反应。

§与已有节点的关系

  • 对照 幻觉：该节点从技术机制（概率采样、sycophancy 作为 RLHF 副产品）解释幻觉/谄媚。本节点做纠偏+对话——把谄媚重新读成一种被铭刻的”礼貌冗余脚本”，指出”分析出脚本 ≠ 该消灭它”，并接坑 3 强调铭刻环节决定解药。不复述幻觉的技术根因。
  • 对照本专题 04 实例剖解的 E02（跨文化 AI 分析）：本节点（R01）给通用模板，E02 给Rick 拉美田野的具体填表。R01 是工具，E02 是工具在 Rick 独特资产上的应用，两者必须互链。
  • 对照本专题 01 概念辨析中对 ANT/SCOT/Akrich 的辨析节点：本节点不重新定义 script/inscription/de-scription（那是概念节点的活），只把它操作化成模板。概念在那边、操作在这边。
  • 升级关系：相对 ChatGPT Agent 等实体节点，本节点升高一个抽象层——不描述产品”是什么”，而提供”如何拆解任意 AI 产品的脚本”的可迁移方法。

§结尾：分析 ≠ 改设计

最后一条纪律，也是本节最重要的一条。

做完 de-scription，最大的诱惑是立刻跳到”所以我们应该去掉这个脚本”。忍住。 三个理由：

  1. 没有无脚本的产品。 删掉一个脚本只是换上另一个。一个去掉了”末尾追问”的助手，铭刻的是”对话应由用户主导收尾”——这同样是一份脚本，同样有它的预设用户和被排除者。

  2. 分析的合法性来自描述，不来自处方。 Akrich 的 de-scription 是一种读法，不是一套设计准则。它的力量在于让隐形的脚本现形、让”服务谁的利益”可见。一旦混入”应该怎么改”，分析就被自己的设计偏好污染了——你会只看见你想改的那部分脚本。

  3. 改设计是另一项工作，有它自己的约束（指标、合规、成本、组织政治）。 de-scription 诊断表是改设计的输入，不是改设计本身。把两者混为一谈，会让你既没做好分析（被处方冲动牵着走），也没做好设计（缺少诊断之外的工程/商业约束输入）。

所以本节点的终点是那张”脚本-反脚本诊断表”，不是一份改版方案。分析者交出诊断，决策者（带着指标、合规、成本的全套约束）才决定改不改、怎么改。把这条钉在墙上：de-scription 的产出是『看清楚』，不是『改对』。 这恰是 PM 最容易越界、也最该守住的边界。

§关联节点

核心（必读）

  • ChatGPT——本节点全程的示范对象
  • 幻觉——谄媚作为被铭刻脚本的对照（坑 3）
  • 生命政治——脚本作为微观生命政治装置（跨域呼应主轴）
  • 人类学、民族志——缺席用户的双层 de-scription
  • 本专题 E02 跨文化实例剖解——R01 模板的拉美田野落地
  • 本专题 01 概念辨析中 Akrich/ANT/SCOT 辨析节点——概念基础

延伸（可选）

  • Agent——把 AI agent 作为 ANT 非人行动者的延伸读法
  • Anthropic——Constitutional AI 作为治理层脚本的显式铭刻案例
  • 霸权——脚本闭合与文化霸权的关系（步骤 6 延伸）
  • CPF实名验证、PAX-Premium实名徽章、PDP现金支付纠纷治理——Rick 国际化产品的脚本分析素材
  • 0117社会学、0115道德哲学-伦理学——STS 与伦理的入口
  • AI PM 知识图谱·总索引——回总图

§修订日志

  • R1（2026-06-07）：首稿。七步模板 + 四坑判断主轴 + Winner/ANT/用研三对手回应 + 生命政治/拉美田野跨域呼应 + “分析≠改设计”结尾纪律。Akrich/Winner/SCOT/ANT/Jasanoff/Oudshoorn&Pinch 关键事实依接地证据核实；EASST 2026 专题与”de-scription 无统一操作规范”标〔讨论中/尚无统一规范〕。