为什么有的App你一用就上瘾，有的用着就难受？

你有没有发现，同一个AI助手，有人觉得它像朋友，有人觉得它像智障？差别不在技术，在人格匹配。同学们好，我是怪咖林，这期聊聊产品里的人格匹配。先别急着反驳，听完你会开始用"人格"重新审视你手机里的每一个App。

举两个大家天天在用的例子：ChatGPT是冷静高效型——话少、直接、给答案；豆包是活泼话痨型——表情包多、爱抛话题、像跟班小弟。不是谁更好，是匹配。有人就爱ChatGPT的干净利落，觉得豆包聒噪；有人觉得ChatGPT冷冰冰，豆包才有温度。同样一个工具，为什么体验两极分化？因为每个产品都有"性格"，而每个用户也有"性格"，合得来就是爽，合不来就是难受。

这里先来个互动：你用的是什么AI助手？觉得它像什么性格？冷静学霸、话痨小弟、还是暖心阿姨？评论区聊聊，我看有多少人和你"人格不合"。

其实不只是AI助手，你想想：B站和抖音，一个像知识型室友、一个像信息炸鸡店；Keep和薄荷健康，一个像严厉教练、一个像温柔营养师。功能高度重叠，但"性格"完全不同，吸引的也是不同性格的人。这就是人格匹配在产品里最直观的体现。

为什么要在这个节点聊人格？因为前面几期我们学的是怎么研究用户、怎么看数据——问卷、访谈、实验、数据分析，那都是"行为层面"：用户做了什么、点了什么、买了什么。但行为只是冰山一角，水面下更大的一块是"动机"：用户为什么这么做。要懂"为什么"，就得往深处走——人格。今天先给个全景，后面几期一个个拆开。

打个比方：行为层面的研究，就像看一个人的"社交动态"——他发了什么、点赞了什么；人格层面的研究，是看他的"内在操作系统"——他是靠什么驱动、在什么环境下最舒服。产品经理只有同时拿到这两层信息，才算真正理解用户。这也是为什么我把人格线安排在数据线之后：先学会"看行为"，再学会"看人心"。

先给个最简单的框架：人格心理学研究的是人与人之间稳定的性格差异。注意"稳定"这两个字——它不是你今天的心情，是你长期的行为模式，就像产品里的"默认配置"。

流派速览，快速过一遍：精神分析，就是弗洛伊德那一派，讲潜意识、本我自我超我，故事性强但科学争议大；特质论，把人格拆成几个维度来量化测量，是当前学术界的主流，也是产品人最该学的；人本主义，马斯洛那一派，讲自我实现，适合做价值观但不好量化。

说人话版本：精神分析像星座（有趣但玄），人本主义像心灵鸡汤（暖但难用），特质论像体检报告（无聊但准）。产品人别被"有趣"带跑，请选"准"的。特质论里最经典的，就是大五人格——下期细讲，今天先记住这个名字。

人格在产品里有三种用法，直接给干货。

用法1，匹配：给不同人格的用户推不同内容或功能。最典型的例子是音乐App的歌单推荐——同一首歌，有人觉得是神曲，有人觉得是噪音，不是因为歌不行，是因为"口味人格"不同。网抑云能火，很大程度上就是靠"懂我的口味"。产品里，你可以按人格画像做差异化推荐：高开放性的用户，给他推新功能、新内容；偏保守的用户，给他推经典稳定的模块。

用法2，人设：产品本身的人格化。品牌人设、AI角色的性格设计都算。还是说AI助手——为什么有的AI像老师、有的像朋友？因为设计者给它设定了不同的"人格外壳"。用户不只是用功能，用户是在跟一个"性格"打交道。

用法3，预测：用人格特征预测用户行为。比如高尽责性的用户，通常更自律、更容易坚持打卡，留存率往往更高；高外向性的用户，更容易在社区里发言互动。如果你能预测"哪类人最容易留、最容易活跃"，你的运营就能提前精准投放资源，而不是大水漫灌。

举个我亲历的例子：某知识付费产品做留存分析，发现高尽责用户（自律、爱规划）的完课率是低尽责用户的两倍还多。于是运营策略拆成两条线：对高尽责用户主打"连续打卡、进度条、成就墙"；对低尽责用户主打"轻提醒、小奖励、7天挑战"。同一门课，两组用户拿到完全不同的体验，但都留下来了——这就是人格预测的实战价值。

再举一个更生活化的例子：为什么同一款外卖App，有人觉得"首页推荐简直是我肚子里的蛔虫"，有人觉得"怎么推的都是我不想吃的"？除了算法数据，还有人格层面的匹配问题——你爱尝鲜，它老推你点过的老店，你就烦；你念旧，它天天给你推新店，你也烦。理解用户的人格偏好，就是让产品"在对的时机，用对的方式，对用户说话"。

这三种用法背后，其实是同一门学科：人格心理学。你不需要读完全部理论，只需要理解一个核心：用户不是统一规格的螺丝钉，每个人带着自己的"出厂设置"来用你的产品。

下期开始我们一个个拆开讲，先从最经典的大五人格开始——它是产品经理的"用户人格说明书"，也是你之后做匹配、做人设、做预测最常用的底层工具。提前想一个问题：你觉得你手机里最"懂你"的App，是靠功能懂你，还是靠"性格"懂你？我们下期见。