4 november 2026Bijgewerkt op Fathy Shalaby13 min leestijd
Interviewvragen voor productdiscovery: een script voor AI-producten
Een interviewscript van 25 minuten voor founders, product engineers en PM's die een AI-productidee testen: recent gedrag, workarounds, vertrouwen en wat er gebeurt als de output fout is.
Goede interviewvragen voor productdiscovery vragen mensen een recente, echte taak te reconstrueren: wat de aanleiding was, wat ze deden, waar het misging, wat de workaround kostte en, bij AI-producten, waar ze automatisering zouden accepteren en hoe ze de output zouden controleren. Ze beginnen nooit met "zou je een AI gebruiken die…". Het script hieronder duurt 25 minuten en eindigt met een toezegging, niet met een compliment.
De belangrijkste inzichten
Vraag naar de laatste keer, niet naar de gebruikelijke keer. Teresa Torres waarschuwt dat algemene vragen mensen hun gewoontes laten overschatten omdat ze de uitzonderingen vergeten (Product Talk).
AI-producten vragen extra vragen over verificatie en falen. Zelfs onder developers gebruikt of plant 84% AI-tools te gebruiken, maar meer mensen wantrouwen de nauwkeurigheid van AI (46%) dan erop vertrouwen (33%) (Stack Overflow, 2025).
Vijf tot zes interviews per smal segment is een verstandig begin; in een klassieke studie kwamen 34 van de 36 veelvoorkomende thema's al in de eerste 6 interviews naar boven (NN/g, 2021).
Beoordeel interviews op gedrag en toezeggingen, nooit op het tellen van "ja"-antwoorden.
Sluit elke ronde af met een van vier beslissingen: onderzoeken, prototypen, een niet-AI-alternatief testen of stoppen.
Waarom hebben AI-productideeën discoveryinterviews nodig?
Met een AI-codeertool maak je in een middag van een idee een werkend prototype. Die snelheid zegt niets over de vraag of het probleem vaak voorkomt, belangrijk is of bij AI past. De meeste ideeën falen als ze getest worden: bij Microsoft verbeterde maar zo'n een derde van de goed ontworpen experimenten de metric waarop ze mikten (Kohavi, Crook & Longbotham, 2009). Een handvol gerichte gesprekken helpt je te kiezen welk prototype je bouwt en welk je laat liggen.
AI voegt een tweede vraag toe aan de gebruikelijke "is dit een echt probleem?": "zouden mensen software dit deel toevertrouwen, en wat gebeurt er als het fout zit?" Uit de enquête van User Interviews uit 2025 bleek dat 80% van 485 onderzoekers AI gebruikt, maar 91% zich zorgen maakt over nauwkeurigheid en hallucinaties (User Interviews, 2025). Je gebruikers zullen vergelijkbare twijfels hebben. In het interview ontdek je welke de adoptie blokkeren.
Delen
Dit script werkt voor solo founders, product engineers en PM's. Voor de volledige discoveryreeks eromheen, zie de gids over het productdiscoveryproces.
Kies de beslissing voordat je vragen schrijft
Schrijf op welke beslissing je na de interviews hoopt te nemen:
Moeten we het AI-gestuurd opstellen van supportantwoorden prototypen?
Welke stap in de huidige workflow veroorzaakt de meeste herwerking?
Heeft de gebruiker een gegenereerd antwoord nodig, of een snellere manier om de juiste informatie te vinden en te controleren?
Wat heeft menselijke goedkeuring nodig voordat een AI-systeem mag handelen?
Schrijf dan de aanname erachter op. "Supportleads verliezen tijd omdat ze oude tickets doorzoeken voordat ze een nieuw probleem beantwoorden" is toetsbaar. "Supportteams hebben AI nodig" niet. Als geen enkel mogelijk antwoord je volgende stap zou veranderen, is het interviewplan nog niet klaar.
Het productdiscoveryscript van 25 minuten
Leg uit dat je de workflow onderzoekt en geen product verkoopt. Vraag toestemming voordat je opneemt en verzamel geen gevoelige details die je niet nodig hebt. De interviewrichtlijnen van GOV.UK zetten toestemming op de eerste plaats, vóór alle vragen (GOV.UK). De sessies daar duren van 30 minuten tot 2 uur; 25 minuten is genoeg voor één workflow en makkelijker te werven; Torres adviseert om om weinig tijd te vragen, en haar voorbeeldverzoek vraagt om 20 minuten (Product Talk).
1. Zet de context neer (3 minuten)
"Kun je me vertellen wat je rol is en welk deel van deze workflow je zelf doet?"
"Wanneer heb je deze taak voor het laatst gedaan?"
"Wat was er aan de hand waardoor het nodig was?"
Vraag om een recent voorbeeld, niet om een beschrijving van het ideale proces.
2. Reconstrueer de laatste keer dat het gebeurde (8 minuten)
"Wat deed je als eerste?"
"Welke tools of mensen waren erbij betrokken?"
"Waar liep je vast, moest je wachten of deed je werk dubbel?"
"Wat deed je toen de normale route niet werkte?"
"Wat was het gevolg?"
Volg de volgorde. Als iemand zegt "Ik heb een betere AI-samenvatting nodig", vraag dan wat hij probeerde te beslissen, wat hij daarvoor las en wat hij daarna deed. De echte taak kan zoeken, vergelijken, goedkeuren of communiceren zijn in plaats van samenvatten.
3. Begrijp de workaround en wat die kost (5 minuten)
"Hoe ga je er nu mee om?"
"Hoe vaak is dit de laatste tijd voorgekomen?"
"Wat heb je al geprobeerd?"
"Wat kost de workaround aan tijd, geld, risico of gemiste kansen?"
"Wie heeft er nog meer last van?"
Vraag niet om een precieze jaarlijkse kostenpost als ze die nooit hebben bijgehouden. Vraag wat er veranderde de laatste keer dat het probleem zich voordeed.
4. Verken waar AI zou kunnen helpen (5 minuten)
Pas als de huidige workflow duidelijk is:
"Welke stap, als die er al is, zou je door software willen laten doen?"
"Waar wil je een suggestie, maar neem je de beslissing zelf?"
"Welke informatie zou een systeem nodig hebben om je een bruikbaar resultaat te geven?"
"Wanneer zou je het resultaat met de bron moeten vergelijken?"
"Wat is het gevolg als de output fout is?"
"Wat zou het systeem nooit mogen doen zonder jouw goedkeuring?"
Vraag niet "Zou je AI hiervoor gebruiken?". Mensen stemmen in met concepten zonder hun gedrag te veranderen. Vraag naar de taak, het acceptabele niveau van controle en de fout waardoor ze zouden stoppen. Google's People + AI Guidebook, voor het eerst gepubliceerd in 2019, groepeert zijn ontwerppatronen rond dezelfde thema's: wanneer je AI inzet, hoe je het uitlegt, hoe je vertrouwen kalibreert, hoe je controle en automatisering in balans houdt en hoe je met fouten omgaat.
5. Test een prototype aan de hand van een taak (optioneel, vervangt een deel van stap 4)
Als je een prototype hebt, sla de featuretour over. Geef een realistische taak en observeer:
Wat proberen ze als eerste?
Wat verwachten ze dat er gebeurt?
Waar aarzelen ze of corrigeren ze het systeem?
Welk bewijs zoeken ze voordat ze handelen?
Wat zouden ze doen als het resultaat onvolledig of fout was?
Vraag "Wat verwachtte je hier?" in plaats van "Vind je dit mooi?". Als je ze door de interface moet loodsen, noteer dan wat ze deden voordat je het uitlegde.
6. Sluit af met een concrete vervolgstap (4 minuten)
"Wat zou waar moeten zijn zodat je dit in je workflow zou proberen?"
"Wat zou je ervan weerhouden het te gebruiken?"
"Wie moet het nog goedkeuren of overnemen?"
"Kunnen we nabellen nadat je de volgende versie met een echte taak hebt geprobeerd?"
Een ingeplande opvolging, toegang tot een representatieve workflow of bereidheid om met echte data te testen is sterker bewijs dan een beleefd compliment. Het blijft één signaal; vergelijk het tussen mensen en met wisselkosten. The Mom Test van Rob Fitzpatrick gaat precies over dit probleem: vooringenomen feedback vermijden en uitzoeken of iemand echt gaat kopen.
Welke vragen zijn specifiek voor AI-producten?
Standaard discoveryinterviews behandelen de klus, de aanleiding, de workaround en de kosten. AI-producten voegen vier risico's toe die hun eigen vragen nodig hebben:
Risico
Vraag om te stellen
Hoe een waarschuwend antwoord klinkt
Beschikbaarheid van input
"Waar staat de informatie voor deze taak nu? Wie heeft er toegang toe?"
"Die zit vooral in de hoofden van mensen"
Controlekosten
"Hoe zou je controleren of het resultaat klopte? Hoe lang zou dat duren?"
"Ik zou het opnieuw moeten doen om het te controleren"
Gevolg van een fout
"Wat gebeurde er de laatste keer dat deze taak fout ging?"
"We hebben een klant verloren" (hoge inzet, vraagt goedkeuringsstappen)
Controlegrens
"Welk deel zou je software nooit zelfstandig laten doen?"
Alles na het eerste concept
Vertrouwensgeschiedenis
"Welke andere automatisering heb je hiervoor geprobeerd? Waarom ben je gestopt?"
"Het was bijna goed, dus ik ging het niet meer vertrouwen"
Het laatste antwoord komt vaak voor. In de Stack Overflow-enquête van 2025 noemde 66% van de developers "AI-oplossingen die bijna goed zijn, maar net niet" als grootste frustratie (Stack Overflow, 2025). Als je gebruikers net zo lang kwijt zijn aan het controleren van de output als aan de taak zelf, is de AI-versie het bouwen misschien niet waard. Voor workflows met hogere inzet is het vrijwillige AI Risk Management Framework van NIST, uitgebracht op 26 januari 2023 en op 26 juli 2024 uitgebreid met een Generative AI Profile, een bruikbare checklist voor wat je over risico moet vragen.
Welke interviewvragen leiden tot vertekende antwoorden?
Vermijd
Vraag in plaats daarvan
"Zou je een AI-tool gebruiken die dit doet?"
"Hoe ging je ermee om de laatste keer dat het gebeurde?"
"Zou dit je tijd besparen?"
"Wat deed je vóór en na deze stap?"
"Vind je deze feature leuk?"
"Wat zou je hierna proberen te doen?"
"Zou je X $ betalen?"
"Hoe betaal je voor of bemens je de huidige workaround?"
"Lost dit je probleem op?"
"Welk deel van je huidige taak zou veranderen en wat blijft?"
"Vind je het niet frustrerend als…?"
"Vertel me over de laatste keer dat dat gebeurde."
"Hoe vaak doe je gewoonlijk…?"
"Wanneer deed je… voor het laatst? En de keer daarvoor?"
Het doel is niet de deelnemer erin te luizen. Het is te voorkomen dat je het antwoord aanreikt voordat je zijn situatie begrijpt. De richtlijnen van GOV.UK zeggen hetzelfde: gebruik open, neutrale vragen, richt je op echte verhalen in plaats van op hoe dingen "zouden moeten" gaan en zwijg zoveel mogelijk (GOV.UK). Voor een bredere vragenbank, zie de gids met klantinterviewvragen.
Hoeveel productdiscoveryinterviews moet je houden?
Er is geen aantal dat vraag bewijst, maar er zijn bruikbare bereiken. Nielsen Norman Group stelt voor te beginnen met 5 tot 6 deelnemers en alleen door te gaan zolang je nog nieuwe dingen leert (NN/g, 2021). Een overzicht uit 2022 van 23 studies vond verzadiging binnen 9 tot 17 interviews bij tamelijk homogene groepen (Hennink & Kaiser, 2022). Torres raadt aan na drie tot vier interviews naar patronen te zoeken en daarna minstens wekelijks te interviewen.
In de praktijk: kies één smal segment, houd 5 tot 6 interviews, maak een synthese en beslis of de volgende 5 dieper op hetzelfde segment moeten ingaan of een tweede moeten testen. Weeg je twee segmenten af, interview ze dan apart in plaats van ze te mengen. Interviews onthullen workflows en redenen; ze kunnen niet vertellen hoe vaak een probleem in een markt voorkomt. Een wekelijks ritme, zoals bij continuous discovery, wint van één enkele uitbarsting.
Hoe leg je bewijs vast zonder van elk interview een featureverzoek te maken?
Noteer direct na elk gesprek:
De rol van de persoon en relevante context.
De recente taak die hij beschreef of uitvoerde.
Directe observaties, met tijdstempel van de bron.
Zijn huidige workaround en het gevolg daarvan.
Wat hij zei dat AI zou kunnen doen, gescheiden van wat jij observeerde.
Je interpretatie en de grenzen daarvan.
De vraag of beslissing die nog openstaat.
Het klantinterviewtemplate heeft deze velden klaarstaan. Vergelijk over gesprekken heen mensen met vergelijkbare rollen en workflows voordat je hun feedback combineert. Een thema moet ondersteunende voorbeelden en zichtbare uitzonderingen hebben. Eén enthousiaste deelnemer is een reden om meer te leren, geen bewijs van vraag. Het template voor interviewsynthese maakt van notities bevindingen, en AI-synthese van klantonderzoek laat zien hoe je een model op de transcripten inzet zonder het spoor naar de bron te verliezen.
Een uitgewerkt voorbeeld
Het product en de cijfers zijn illustratief.
Een solo founder test een AI-tool die antwoorden opstelt voor kleine e-commercesupportteams. Ze interviewt in 2 weken 6 supportleads, allemaal bij webshops met 2 tot 5 medewerkers.
5 van de 6 beschrijven het laatste moeilijke ticket op dezelfde manier: het trage deel was het vinden van de orderhistorie en het eerdere gesprek, niet het schrijven van het antwoord.
4 van de 6 zeggen dat ze een voorgesteld antwoord zouden accepteren, maar het nooit zonder goedkeuring terugbetalingen laten versturen.
2 hadden eerder een AI-antwoordtool geprobeerd; beiden stopten omdat ze de meeste concepten moesten herschrijven.
3 stemmen in met een vervolgtest op echte tickets.
Haar beslissing: eerst een niet-AI-alternatief testen, een zijpaneel dat orderhistorie en eerdere berichten in het ticket trekt, omdat het bewijs naar zoeken wijst, niet naar schrijven. Het idee van AI-concepten blijft in discovery, met een notitie over welk bewijs het weer tot leven zou wekken.
Beslis wat de interviews hebben opgeleverd
Kies aan het einde van een ronde een van vier vervolgstappen:
Onderzoeken: het probleem kan ertoe doen, maar de gebruikersgroep of workflow is nog onduidelijk.
Prototypen: het probleem is concreet en een prototype kan een specifieke vraag over bruikbaarheid of haalbaarheid beantwoorden.
Een niet-AI-alternatief testen: een eenvoudigere regel, een betere zoekfunctie of een procesaanpassing lost de taak mogelijk met minder risico op.
Stoppen of afbakenen: het bewijs rechtvaardigt nog geen extra werk voor deze doelgroep of dit probleem.
Beoordeel interviews niet door "ja"-antwoorden te tellen. Kijk naar wat mensen deden, wat ze al probeerden, waar ze afstand van deden om het probleem aan te pakken en wat ze afspraken als volgende stap. Voor de bredere loop rond deze interviews, zie AI-productdiscovery voor startups en customer discovery voor product engineers.
Waar Specky past
Speckys onderzoeksagent Alex kan klantinterviews als dit uitvoeren via een deelbare link, zodat een founder of klein team wekelijks kan blijven interviewen zonder de agenda vol te plannen. De antwoorden stromen samen met supporttickets en andere feedback naar Speckys Product Graph, waar je ze vanaf een latere spec kunt terugvolgen naar het interview dat die rechtvaardigde. Schrijf de vragen zelf, met het script hierboven; Specky helpt je ze te houden en het bewijs eraan gekoppeld te houden.
Veelgestelde vragen
Wat zijn de beste interviewvragen voor productdiscovery?
De beste vragen reconstrueren een specifieke recente gebeurtenis: "Vertel me over de laatste keer dat je dit deed", "Wat deed je als eerste?", "Waar liep je vast?", "Wat deed je in plaats daarvan?" en "Wat was het gevolg?" Ze brengen echt gedrag, workarounds en kosten boven water. Vragen over de toekomst, voorkeuren of hypothetische features leveren beleefde antwoorden op die zelden voorspellen wat mensen werkelijk doen.
Moet ik mijn AI-prototype tijdens het interview laten zien?
Meestal niet aan het begin. Leer eerst de bestaande workflow kennen zonder een oplossing te tonen. Is het prototype relevant, introduceer het dan daarna en vraag de deelnemer een realistische taak te voltooien terwijl jij kijkt. Zo scheid je een echt workflowprobleem van een reactie op je demo en voorkom je dat het prototype bepaalt hoe ze hun eigen werk beschrijven.
Wat maakt een interview over een AI-product anders?
Verken naast de taak en het gewenste resultaat van de gebruiker welke informatie een systeem nodig zou hebben, hoe de gebruiker de output zou controleren, wat er gebeurt als die fout is en welke acties menselijke goedkeuring vragen. Vraag naar eerdere automatisering die ze hebben laten varen en waarom. De diepgang van deze vragen moet passen bij de gevolgen van een fout in die workflow.
Kan AI customerdiscoveryinterviews voor me houden?
AI kan helpen een gids voor te bereiden, gestructureerde interviews via een deelbare link te houden, notities te ordenen en vragen te markeren om uit te diepen. Het vervangt je eigen oordeel over wat de antwoorden betekenen niet, en sommige gesprekken profiteren nog steeds van een mens die een onverwachte draad kan volgen. Lees transcripten zelf door voordat een bevinding een beslissing verandert.
Hoe lang moet een productdiscoveryinterview duren?
Twintig tot 30 minuten is genoeg voor één workflow. De richtlijnen van GOV.UK staan 30 minuten tot 2 uur toe, afhankelijk van het onderwerp, maar kortere sessies zijn makkelijker te werven. Torres' voorbeeld van een interviewverzoek vraagt om 20 minuten. Moet je meerdere workflows afdekken of een prototype diepgaand testen, plan dan 45 tot 60 minuten in in plaats van te haasten.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing