Nugget AI

Nugget AI

Nugget AI · 生產力

Nugget AI 是一套 AI 產品研究平台,為需要大量進行客戶訪談的產品經理而打造。它會即時轉錄對話,抓出那些被稱為 nugget 的細微信號,再把它們歸類成可以依頻率與嚴重程度排序的主題。接著它會為機會評分,並寫出一份建立在真實引述上的 PRD,你可以透過它的 MCP 伺服器交給 Cursor 或 Linear 這類工具接手。

Nugget AI 的介面預覽

關於 Nugget AI

Nugget AI 是什麼

Nugget AI 是一個研究工作空間,座落在你的客戶訪談與產品藍圖之間。與其把原始逐字稿丟進文件裡、一個月後再重讀一遍,你改成把通話錄下來。工具接著會標出真正重要的時刻:痛點、功能需求和情緒摩擦。每一項都會依類型加上標籤。所以一則對新手引導流程的抱怨,不會被埋在對新儀表板的讚美底下。

核心承諾是把研究到交付成果的迴圈閉合起來。Nugget 會依訊號強度、使用者分群和你自己的策略目標為機會評分。接著它會把勝出的那一個變成規格書,包含問題陳述、使用者故事和驗收標準。每一項主張都會連回它出自哪一場訪談。不必再猜是哪位客戶說了什麼。

最大的限制落在整合這一側。把 Nugget 連到 Claude、ChatGPT、Cursor 與類似代理的 MCP 伺服器,僅限 Pro 與 Team 方案使用。較輕度的使用者拿不到原生的 AI 工作流程。它同時也是瀏覽器工具,沒有行動應用程式。要捕捉一段走廊上的對話,還是得打開筆電。

開始使用

  1. 在 Nugget AI 網站建立帳號並設定好工作空間,然後邀請要共用研究資料庫的同事。
  2. 錄製一場即時訪談,或上傳現成檔案,例如 Zoom 錄影、客服工單匯出檔、問卷結果或 Slack 討論串。
  3. 讓 AI 轉錄並擷取 nugget,接著檢視它標記出的痛點與需求,確保重要內容不會漏掉。
  4. 打開綜整檢視畫面查看歸類後的主題,再執行「Ask Your Data」對話,針對數十場對話提問其中的模式。
  5. 產生排序後的機會與 AI 撰寫的 PRD,再連同證據軌跡匯出到 Linear、GitHub Issues 或 Jira。

產品資訊

快速了解 Nugget AI 的定價、支援平台與效能。

免費方案是
付費方案$19/mo and up
平台Web
開發者Nugget AI
類別生產力
發布日期Jan 2025
最近更新Sep 2025
網站訪問量1.8K
網站全球排名8.4M
API 提供狀態是

適合對象

這項工具最適合的使用者、任務與情境。

使用者

  • 持續進行大量客戶訪談、需要在不靠人工貼標籤的情況下整理發現的產品經理:等你手上有幾場通話可以歸類之後,效果最好。
  • 自己做使用者研究的創業者:當你沒有專職研究團隊時,機會評分能幫你決定下一步該做什麼。
  • 從工單、問卷與通話中蒐集質性回饋的 UX 研究員與產品設計師:多來源匯入讓一切留在同一個資料庫裡。

任務

  • 把一批訪談錄音變成排序後的主題:上傳檔案,讓 AI 依頻率、嚴重程度與新近程度歸類訊號,而不必手工建一張試算表。
  • 用真實客戶引述草擬 PRD:規格產生器會引用真實引述,所以每一項需求都會指向一位具名的參與者。
  • 用證據回答「下一步該做什麼」:評分模型把訊號強度與使用者分群拿來對照你的目標,而不是憑感覺。

情境

  • 探索衝刺後的清理工作,你已經完成 20 場通話,需要的是模式,不是又堆了一疊逐字稿。
  • 每週的藍圖準備工作,你想從近期回饋產生一份能拿給關係人看的報告。
  • 把研究交給程式開發代理:接上 MCP 伺服器後,Cursor 或 Claude Code 就能在你原本就在用的編輯器裡取得引述並草擬規格。

主要功能

即時轉錄與多來源匯入

Nugget AI 會在訪談進行當下轉錄。你一掛上電話,筆記就準備好了。如果你偏好非同步作業,也可以改為放入 Zoom 錄影、客服工單、問卷資料與 Slack 討論串。把每一項輸入都收進同一個資料庫,正是讓後續的客戶訪談分析得以成立的原因。

AI nugget 擷取

平台會自動標記 nugget。這些是藏在長篇對話裡的短訊號。它們分成痛點、功能需求與情緒,每一項都會依類型加上標籤。那個標籤,就是可搜尋訊號與一段你再也找不到的引述之間的差別。它讓逐字稿分析得以規模化。

跨訪談綜整與主題歸類

等你有足夠的對話之後,AI 會把 nugget 歸類成依頻率、嚴重程度與新近程度排序的浮現主題。內建的「Ask Your Data」對話讓你一次對整組資料提問。問問使用者對新手引導摩擦有什麼說法。你幾秒鐘就會得到答案。拿這和花一個下午讀逐字稿相比看看。

智慧排序

機會評分用數字而不是直覺來回答「下一步該做什麼」。它會衡量訊號強度、使用者分群與你的策略目標。情境模擬讓你在投入工程時間之前先比較不同方向。要捨棄一個優先項目,只要按一下。這讓候選清單保持誠實。

AI 產生的 PRD

一個排序後的機會會變成可上線的規格書。它包含建立在真實使用者引述上的問題陳述,外加使用者故事、驗收標準與介面建議。反覆編輯意味著你是把草稿修得更精,而不是從空白頁開始。每一項主張都能一路回溯到它出自的那場訪談。這是最多團隊會優先採用的那塊客戶洞察工具。

可直接開發的交付

規格會拆成獨立的開發任務,規模是為 Cursor 或 Claude Code 這類程式開發代理量身打造。你可以連同完整證據軌跡匯出到 Linear、GitHub Issues 或 Jira。接下工單的工程師會清楚看到是哪位客戶提出的。

給 AI 代理的 MCP 伺服器

Nugget 執行一個 Model Context Protocol 伺服器,可接上 Claude、ChatGPT、Codex、Cursor、Windsurf 與 Claude Code。你產生一個範圍受限、可撤銷的權杖,貼上一段設定片段,然後重新啟動你的客戶端。設定大約花 30 秒。之後你的 AI 代理就能搜尋訪談、取得客戶引述,並草擬有證據支撐的規格。不必再複製貼上逐字稿。

優缺點

優點

  • 即時轉錄把即時訪談中手動做筆記的步驟拿掉了。
  • Nugget 標記把雜亂的對話變成可搜尋、依類型排序的訊號。
  • 綁定證據的 PRD 讓每一項需求都連著一段真實的客戶引述。
  • MCP 伺服器讓程式開發代理直接取得研究,省掉複製貼上。
  • 多來源匯入把錄音、工單、問卷與 Slack 都收進同一個資料庫。

缺點

  • MCP 伺服器僅限 Pro 與 Team 方案,所以免費與較低階的使用者用不到原生的代理工作流程。
  • 沒有行動應用程式,這讓要捕捉即時的當面回饋變得彆扭。
  • 網站上除了每月 19 美元的起點之外,價格細節偏少,團隊得聯絡業務才能確認確切方案。

常見問題

它會擷取客戶訪談、加以轉錄,並抓出每段對話中藏著的痛點、需求與情緒。接著它把這些訊號歸類成排序後的主題,並把最強的機會變成一份附有引述的 PRD。