数据指标与埋点 · 产品经理
用 AI 智能体做这件事
设计埋点方案前先声明你的产品形态与端（App / Web / 小程序 / 后台）——不同端的上报字段与用户标识口径不同；埋点会带用户标识，务必先脱敏。再声明这个功能的北极星指标或核心假设，AI 才设计得准，口径未定处会标【需确认】。
你需要准备
- 你的产品形态与端（App / Web / 小程序 / 后台）——不同端上报字段与用户标识口径不同
- 这个功能要验证的核心假设与北极星指标 / 关键衡量指标
- 现有的埋点与数据仓库口径（已有的表、字段命名规则）
- 涉及的用户标识（设备号、user_id 等）——先脱敏（截断或哈希）
- 要交付给开发的字段规范（事件名、触发时机、上报字段）
怎么做
- 先把用户标识脱敏（user_id 截断或哈希、去掉手机号）
- 声明产品形态与端与现有埋点口径
- 写明核心假设与北极星指标，粘贴提示词
- 核对每个指标的埋点事件与字段，缺的标【待补】再交开发
一句话提示词
我要给【功能】做数据验收，我的产品形态与端是【App/Web/小程序/后台】、现有埋点口径是【说明】：帮我设计一套指标和埋点方案，先列出这个功能要验证的核心假设和对应的关键指标（北极星指标），再给出每个指标需要的埋点事件、触发时机和上报字段（涉及的用户标识如 user_id 我已脱敏），最后给一张可以直接交给开发的埋点表；缺失处标【待补】、口径未定处标【需确认】，不要替我编数据、也不要编造。
它会交付什么
- 每个关键指标对应的埋点事件、触发时机与上报字段清单
- 一张可直接交给开发的埋点表；字段或口径缺失处标【待补】/【需确认】
- 指标口径与关键指标的推荐（属 AI 建议，需人工判断）；涉及的计数类字段需人工复核
效果示例
输入「分享功能、北极星指标为分享回流率」→ 输出各指标的事件与上报字段表；「回流用户」的判定口径未定，标【需确认】。（指标推荐为 AI 建议，需人工判断）
常见问题
埋点会带用户标识怎么办？
先脱敏（user_id 截断或哈希、去掉手机号）再给 AI，这是前置步骤。
会不会替我编字段？
不会。现有埋点和口径没给的标【待补】/【需确认】，不凭空造字段。
一次能设计几个功能？
建议一次 1 个功能的一套埋点，功能多请分开设计，避免事件名串味。
指标口径拿不准怎么办？
口径未定的标【需确认】，由你和业务方确认后再定。