在使用 AI 尤其是对话大模型时，笔者观察到一个现象：身边的亲友对 AI 的使用做法、评价差异巨大；例如有的人完全就没有「提示词」的概念，基本就把它当搜索引擎来用，有疑问、需要时就拿起来问一下，结果不满意就觉得产品不行；但同时，也有人用 AI 做成了更大价值的事，甚至是管控店铺，经过询问发现，造成这种差异的，主要在于使用做法。他们会主动给 AI 供应背景文献、明确任务细则、多轮迭代检验结果。
这种巨大差异并不仅仅发生在笔者身边，Anthropic 官方发布的 Claude 客户对话行为研判也显示：资深客户（使用 6 个月以上）对话成功率比新客户高出 10%；这个差距在剔除了任务类型、模型、所在国家等变量的作用后依然显著。此外，他们的编程智能体专项研判也观察到类似现象：新手客户的任务验证成功率仅 15%，而中级及以上客户则能到 28%–33%。笔者的亲身经历，以及两项外部调研报告的结果均表明：客户自身的因素——尤其是使用做法——也是影响 AI 体验的重点变量。
这种影响 AI 使用效果的客户能力、行为模式与判断意识，正是 AI 素养这个概念的重点内容。本文下面要探讨的，就是一套可嵌入产品调研的 AI 素养轻量测量规划。
这种「同一个 AI 工具，产出、评价差异巨大」的现象，本质上来自 AI 产品的特征：没有固定、标准化的操作路径；最终产出的品质，高度依赖人与 AI 一起共创；而互联网产品几乎与之完全相反：操作路径固定、结果确定性强。想象一下，一款电商网站，不管哪个客户、如何去用，主要购物路径基本都是一样的：浏览 / 搜索、查看详情、比价 / 比同款、尤其是最终操作结果基本都是「订单付款成功，请等待收货」。使用做法最多影响的是操作效率值、可用性，不太会带来像 AI 产品结果那样「一个天上、一个地下」的巨大体验差异。
如果没有事先把这个变量纳入 AI 产品调研中，后续将难以区分体验痛点到底源于产品，还是客户自身。而没有找到真正的问题就盲目行动，则可能导致两类错误：
因此，只有清晰区分问题来源、才能找到真正有效的改善对策，避免资源浪费，贻误宝贵的改进时机，就需要先能准确了解客户的 AI 使用做法、行为模式等。
看过调研报告或者做过调研的人此时可能都在想，为什么不用使用时长、使用频次这些常见的指标去定义客户的 AI 使用行为呢？在笔者看来，这一互联网产品调研中的逻辑：默认高频 / 长积累 ≈ 高能力、低频 / 短积累 ≈ 新手，在 AI 语境下不再那么绝对成立了。Nielsen Norman Group 那篇《How AI Literacy Shapes GenAI Use》（2026 年 2 月，以下简称 NNG 该文）也给出类似观点：高频使用不代表高水平。因为存在一类高频客户，几乎每天都在用 AI，但就是简单的单轮次提问，然后对 AI 给出的答案照单全收，从来也没想过还需要去改进提示词、甚至答案还会出错。因此，仅仅只凭使用频次分层，会把这部分客户误判为「资深客户」，需要有新的、更契合 AI 产品特点的分层维度 / 指标。
下面，笔者介绍几种常见的相关指标，看哪个更适合 AI 产品调研场景。
目前，国内外学术界、机构界在讨论客户使用 AI 能力、行为模式时，主要使用以下几个概念：
对比了以上几个概念后，本文选择参考 AI 素养的定义去测量「客户使用 AI 的行为做法、能力等」，原因如下：
首先，调研对象更匹配：本文面向的是 C 端、互联网普通客户，不是职场专业人群，而 AI 流畅度和熟练度的场景偏机构培训和人才分级。
其次，更契合测量目标：普通客户「怎么提问、怎么核验」是本文重点关注的，这也恰是 AI 素养重点讨论的。
除此外，考虑到 AI 各产品间差异较大，因此本文先只将 AI 素养的讨论限定在对话生成式 AI 产品里，暂不涉及智能体。
AI 素养已有的量表并不少，但不管是内容量（往往题量很大），还是内容（不仅涉及使用行为，还包含 AI 产品原理、伦理等跟产品体验调研相关度不大的内容）都不适合用于产品用研场景，没法照搬，毕竟笔者只打算把 AI 素养当做影响体验的一个分层变量，而不是重点主题。
除此外，NNG 该文也有参考价值，他们基于定性调研提出了定义 AI 素养的二维框架，用的两个维度如下：
并基于这个框架给出了四类客户原型。
这在我看到的框架里，是和产品体验的相关性最强的，毕竟对于对话式 AI 产品，客户能感受、被影响的主要也就是「输入—输出」这两部分。但它只提出了框架和观点，并没有量表、题干、选项、研判做法等，依然不能直接拿来用在 AI 产品调研中。这就意味着，必须自己动手改造。
笔者基于对话式 AI 产品的特点——客户与模型的交互是典型的「输入—输出」闭环，并参考 NNG 该文定义 AI 素养的二维框架，供应以下三方面的补充：
