VR 看房刚上线那阵子，我最怕听到一句话：“这不就是个游戏吗？”
用户没有恶意。他只是走进了一个看起来像房子的 3D 模型，转了两圈，觉得新鲜，但不觉得真实。那一刻我意识到，我们要做的不是把房子渲染得更漂亮，而是让他在屏幕里完成一次真正的看房。
这件事比想象中难。难的地方不在技术。模型能做出来，难的是让一个普通人愿意走进去、知道往哪看、看完之后敢做决定。技术解决的是“有没有”，产品解决的是“敢不敢信”。
一、先把“看房”这件事拆开
在这之前，用户看房靠几张照片。照片被挑选、被裁切、被广角镜头撑大：客厅在照片里能放下沙发和茶几，到了现场，沙发只能贴墙，转身还要侧着。用户白跑一趟，中介也白跑一趟。
照片本来就是营销材料。它想让你愿意来，不想让你判断。可看房偏偏是一个判断问题：空间够不够、光线好不好、格局顺不顺、家具放不放得下。照片回答不了这些，用户只能去现场，用脚去试错。
VR 看房要解决的，就是这段错位。
但它不是把照片换成 3D 就完了。我把这件事拆成三个动作：
- 看得见：用户能在手机里走进这套房，看到真实的空间、光线和尺度。
- 看得懂：他知道该看哪、户型是什么结构、家具放不放得下。
- 有人陪：他有问题能问，有人能带着他看。
我参与的是前两个动作。当时 VR 看房刚刚引进，产品里只有看房，外加一个简单的讲房功能。实时带看是我离开之后才长出来的能力，我没有参与。所以这篇文章主要讲“看得见”和“看得懂”；“有人陪”是这条线后来长出来的第三步，我会在最后写一点，但不把它算成我做过的事。
第一版为什么只做看房和讲房？
带看不是第一版的目标。当时的目标更窄：先回答一个问题——用户愿不愿意在手机里走进一套房，并且相信他看到的是真的。带看涉及实时音视频、同屏同步、预约调度、经纪人培训，是一整套服务能力；在“看”和“懂”还没跑通之前，先把这两步做好，比堆功能更重要。
这也决定了我的工作重点：把模型翻译成看房。模型是技术产物，看房是用户任务。两者之间，隔着入口、加载、交互、讲房、降级和一堆很琐碎的产品决定。
这也是我后来做产品时一直提醒自己的：第一版不是把能做的都做上，而是把最关键的判断跑通。看房这个判断跑不通，带看、AI 讲房、装修预览都只是装饰。
我不做硬件，也不做三维重建。但用户的真实感不是从播放器开始的，是从扫描仪进门那一刻开始的。上游少扫一个房间、拼接错一条墙、户型画歪一点，APP 做得再漂亮也救不回来。所以我不做硬件，但我必须懂硬件。这是我的第一课。
二、一条真实链
VR 看房看起来是一个播放器，实际上是一条很长的链。
上游有三段。采集，专用全景激光扫描设备进门，按点位拍。公开报道里，2018 年一套 100 平方米的房子采集大约 30 分钟，约 30 个点位，每个点位转 60 度。摄影师要规划点位、避开遮挡、处理光线，还要注意业主家的隐私。重建，把全景图、点云和深度信息拼起来，生成三维模型、户型图、房间语义和测量数据。用户看到的“1:1”，是这一步定下来的；测量准不准，也是这一步定下来的。最后是渲染和分发，把模型变成手机上能流畅打开的画面。公开资料里，上游团队把“3 秒打开”当成一个目标，背后是模型压缩、分级加载、流式传输和 CDN。
用户从 APP 里进来，看到的是一条更短的路径：房源详情页的入口，加载和预览，播放器，交互，分享或咨询，最后留下一串数据。这条路径上的每一段，都可能把他劝退。
入口太深，他不会点。加载太久，他会走。画面太卡，他会觉得假。交互太复杂，他不知道自己该干什么。低端机打不开，他连“假”都看不到。我后来跟团队说，VR 看房不是“把模型放进去”就完了，它更像一个状态机：未开始、加载中、首屏预览、可交互、降级或错误、退出。每个状态都要有产品决策——加载多久给预览，失败几次给退路，低端机默认给什么，用户退出前要不要提示“还可以看户型图”。
内容层是我当时花了很多时间的地方。VR 要和房源绑定，要有户型图、房间标签、讲房音频、版本管理。同一套房源改了价格、改了描述，VR 的内容也要跟着更新；同一套模型有两个版本，用户看到的可能是旧的。内容错了，交互越顺，误导越大。
我会盯着几个很具体的东西：有没有漏房间，墙面有没有错位，户型图和模型是不是一套，标尺量出来敢不敢用，首屏几秒能看到，低端机打不开时有没有退路。这些看起来是技术指标，实际上是用户信任的门槛。播放器做得再顺，模型是歪的，用户第一眼就会觉得“假”。
数据层也一样。进入、首屏成功、互动深度、模式切换、标尺使用、讲房完成、跳出、错误，这些事件看起来是埋点，其实是产品判断的依据。用户在哪一步走掉，比他说“这个功能很好”更有用。
这些层互相牵着。内容错了，数据会误导；数据不好，内容不知道该改什么；入口太深，后面的交互做得再好也没人看到。做 APP 这一层，很多时候是在这些层之间来回跑。
这一层最难的是取舍。模型越精细，包越大、加载越慢；用户不会为了“真”等 30 秒。采集有成本，不可能所有房源都做；先覆盖高价值、高需求房源，还是先追求覆盖率？自由行走解决“看”，讲房解决“懂”，带看解决“问”；三者不是替代关系。采集 SOP 要统一，但户型、光线、装修千差万别。
我不能替上游做技术选择，但可以替用户提要求：什么是必须的，什么是可以降级的，什么是宁可不上线也不能糊弄的。比如扫描完整性，不能抱着“用户可能看不到”的侥幸心理放上线；比如测量，如果误差大到用户不敢用，宁可不放标尺，也不要给一个看起来很专业、实际会误导人的数字。
三、让用户在屏幕里走起来
用户进入 VR 之后，其实只会问四个问题：住进去是什么感觉？这套房的格局到底怎么样？我的家具放不放得下？我该重点看哪里？
这四个问题有顺序。先有空间感，用户才愿意继续看；再看结构，判断这套房值不值得；然后看尺度，判断自己的生活能不能放进去；最后才需要有人告诉他，重点在哪里。
先说空间感。用户要的是“走进去”的感觉。第一人称、1:1 尺度、正确的视高、可以自己决定往哪看，这些决定了他是“在逛房子”，还是“在看一个模型”。早期产品更多是点位之间的移动，不是连续摇杆；但它已经比视频自由：视频是导演剪好的路线，VR 是用户自己选路线。用户可以走进卧室，再退出来看客厅，也可以在厨房多停一会儿。
点位式移动看起来不如连续摇杆“高级”，但它有一个好处：用户不会因为走得太快而眩晕，也不会在角落里卡住。自由也要有边界。
自由行走的细节很多。移动速度不能太快，视高要接近成年人的眼睛高度，碰撞要让人“撞不到墙”，楼梯和多层要有明确的切换，最好还有一个“回到起点”的出口。第一次进入时，不能一上来就让用户自己走；先给一个最佳视角，再给三个提示：拖动、点击、双指缩放。用户最怕的是不知道手该往哪放；房子不好看反而在其次。
然后是结构感。用户在屋里走，看到的是局部。他需要跳出来，看整套房的格局：卧室朝哪、客厅采光面在哪、厨房和餐厅的动线顺不顺、卫生间是不是在中间。三维鸟瞰和户型图，就是给他这个“全局视角”。从屋里切到鸟瞰，再点一个房间跳回去，这个来回，是 VR 相比视频最独特的价值。视频只能顺着看，VR 可以“先看整体，再看局部”。
鸟瞰要做得像“把屋顶掀开”，而不是一个漂浮的模型。户型图要能旋转、缩放、点房间跳转，多层要能切换楼层。最重要的是，鸟瞰、户型图、房间标签必须是同一套数据，不能各画各的。用户发现鸟瞰和户型图对不上，就会怀疑整套房。
再往下是尺度感。用户要判断“我的沙发能不能放进来”。照片只能给他感觉，标尺能给他数字。标尺看起来是一个小功能，其实它是“眼见即真实”最硬的证据。用户点两个点，量出客厅宽度、卧室进深、通道宽度，他才敢把自己的家具往这个空间里放。量一次不准，用户就会怀疑整套 VR；量一次准，他才会把“看起来不错”变成“值得去现场看看”。
标尺的交互要轻：点两个点、自动吸附墙面、直接显示尺寸、支持单位切换。它不是给设计师用的专业工具，用户只需要判断“放不放得下”。如果误差存在，就诚实地说清楚，不要让一个数字看起来比实际更权威。
最后是引导感。用户进了 VR，最常出现的状态不是“哇”，而是“我该看哪”。早期的讲房很轻：把经纪人的讲解按空间动线拆成几段，用户走到客厅听客厅，走到卧室听卧室。它像给房子配了一条语音导览，不是实时对话，但足够告诉用户：这个户型的特点是什么，先看哪里，哪里值得停一下。
讲房让 VR 从“自己逛”变成“有人讲”。它不是陪伴，但它是一种引导。对第一次用 VR 的用户来说，这条引导线很重要；没有它，自由反而是一种负担。
讲房的设计难点不在录音，在“跟得上”：讲解要和画面对得上，用户切到卧室，讲房不能还在讲客厅；用户停下来，讲解不能一直往前跑。讲房不是把销售话术录一遍，它要跟着空间走，跟着用户的视线走。
这里有一条很容易走偏的线：VR 看房可以借鉴游戏的交互，但不能做成游戏。游戏追求刺激、奖励、沉浸；看房追求真实、克制、判断。用户可以在房子里自由走，但画面不能像游戏，UI 不能像游戏，音效不能像游戏。一旦用户觉得“我在玩一个 3D 游戏”，他对房子的信任就会下降。真实感比沉浸感更重要。
这四种看的方式，顺序也有讲究。第一次进入，默认给一个能看全局的视角；用户想细看，再切到自由行走；想确认尺寸，再用标尺；想听讲解，再打开讲房。用户不一定用满四种，但产品要保证他随时能找到下一种。
我见过一类用户：在两套相邻小区的房子之间犹豫。照片上，两套差不多。第一套的客厅用了广角，显得特别大；第二套的照片拍得普通，甚至有点暗。这类用户会先看第一套的 VR，走进去发现客厅其实很窄，沙发只能贴墙，餐桌一放，通道就只剩一个人宽。切到鸟瞰，又会看到卧室和卫生间的门几乎对着，动线很别扭。
再看第二套，VR 里客厅不算大，但采光面很完整，下午的光从阳台进来，餐厅和厨房是连着的。他们会在客厅停一会儿，走到窗边看看楼间距，再用标尺量一下主卧的宽度，确认自己的衣柜放得下。最后，他们通常会约第二套的线下看房，第一套不去了。
这类用户不是被 VR“说服”的。VR 只是让他们在去现场之前，把“不适合”的那套先排除了。看房这件事，少看一套错的，比多看十套对的更有价值。
四、讲房之后
讲房解决了“看得懂”，但没有解决“问”。
用户想问：这面墙能不能敲？这个户型能不能改？这个价格还有没有空间？讲房是录好的，答不了。能答的只有人。
所以后来贝壳把“带看”做了出来：经纪人和客户实时同屏，经纪人一边讲一边带，用户也可以自己走；用户可以预约，也可以把家人拉进来一起看。公开报道里，2020 年 2 月 1 日到 14 日，VR 带看达到 309 万次，13 万经纪人参加培训。这个阶段我已经离开贝壳了，没有参与。
但我看到这个方向时，并不意外。因为从产品逻辑上，它就是讲房的下一步：把“录好的讲解”变成“实时的对话”，把“自己逛”变成“有人带”。
这也是我后来做产品时一直记着的一条线：自助 VR 是规模化的看，一次生产，很多用户都能看；录播讲房是标准化的懂，一次录制，很多用户都能听；实时带看是转化的懂，一个经纪人，对一个客户，实时回答问题。三者不是替代，是接力。产品要做的，是在合适的节点把用户交给下一个人，而不是让他在 VR 里自生自灭。
这也是为什么我后来看很多“VR 看房”产品，会觉得它们只做了一半：有的只有自由行走，没有讲房；有的有讲房，没有带看；有的有带看，但前面两步没做好，经纪人只能在模糊的模型里硬讲。产品要像一条接力线。功能堆叠解决不了交接的问题。
回头看，第一版没有做带看，不是保守，是顺序。先把“看”和“懂”跑通，再谈“陪”。如果用户连房子都看不清，实时讲解只会把错误放大；如果用户已经看懂了，带看才有机会把“看懂”变成“决定”。
五、上线之后
真正上线之后，问题都不在功能列表里，而在用户能不能顺利用到功能。
入口不能藏。VR 看房不能藏在二级页面里。房源详情页要有明确的 VR 标识、预览图和入口，用户点进去之前就知道“这套房可以走进去看”。入口太深，功能再好也没人用。
加载是第一印象。VR 的首屏很重。用户点进来，如果几秒钟还是黑屏，他就走了。所以要有一张预览图、一个进度、一个“先看户型图”的退路。加载看起来是技术细节，实际上是用户对这套房的第一印象。
低端机是底线。不是所有人的手机都能流畅跑 3D。低端机、弱网、内存不足，都会让 VR 打不开。产品要给退路：先看 2D 户型图、先看关键照片、降低画质、只加载当前房间。用户可以不看 VR，但不能什么都看不到。
覆盖率要算账。VR 的生产是有成本的，不可能所有房源都做。哪些房源优先？我的判断是：决策难度越高的房源，越值得做。总价高、户型复杂、照片很难表达清楚的房子，VR 的价值最大；标准户型、照片已经很清楚的低总价房源，优先级可以往后放。
质量的责任最后在 APP 这一侧。谁去扫、怎么培训、怎么质检、怎么返工，这些看起来是上游的事，但用户不会关心是谁扫的，他只会觉得“这个 VR 很假”。所以我要参与定义标准，哪怕我不执行。
上线之后，最常见的反馈很少是“这个技术真牛”；更多是“这个房间怎么走不进去”“这个墙怎么歪了”“这个尺寸准不准”。用户不关心你用了什么算法，他只关心这套房能不能信。
上线之后还要做实验。入口文案、预览图、默认模式（先自由行走还是先看户型图）、加载策略，都值得小步实验。数据会告诉你：用户到底是被 VR 吸引进来的，还是被 VR 吓跑的。
实验不一定要大。换一张预览图、改一句入口文案、把默认视角从客厅改成户型图，都可能在数据上留下痕迹。产品经理的日常工作，很多时候就是这些不起眼的小决定。
六、数据没有告诉我的事
2018 年，贝壳在成都的公开数据是：VR 让看房效率提升 1.4 倍，人均浏览房源量提升 1.8 倍，80% 的用户开始使用 VR 看房。2020 年，VR 带看的数据是：2 月 1 日到 14 日，309 万次，13 万经纪人参加培训。
这些数字来自公开报道，时间不同、口径不同，不能简单相加。但它们指向同一件事：用户一旦能在线上看清，决策方式就变了。他不再靠想象，而是靠走进去看。
不过，我对“停留时长”一直比较谨慎。停留长不等于决策准。用户可能在 VR 里玩得很开心，但最后还是不敢去看；也可能只看了 30 秒，就准确排除了这套房。前者是娱乐，后者才是效率。所以如果让我选一个北极星指标，我会选“有效带看”——用户看完 VR 之后，愿不愿意去现场，以及去现场之后是不是更接近成交。停留、浏览、点击，都是过程指标。
如果要把指标拆细，我会看三层：过程指标，像进入率、首屏成功、互动深度、模式切换、标尺使用、讲房完成；结果指标，像 VR 后线下带看率、带看后的转化、成交周期；反向指标，像眩晕反馈、加载失败、模型质量投诉。过程指标找问题，结果指标判断价值，反向指标守底线。
关于“C 端流量”，我后来越来越觉得它是结果，不是目的。VR 房源有更好的内容，平台自然愿意给更多曝光；用户停留更久，流量看起来也会更好。但如果 VR 只是让用户多停一会儿，却没有更准的线下带看，它就是一个内容噱头。流量是结果，有效带看才是目的。
这个项目留给我的，不是几个功能，而是几个判断。
真实感是产品纪律，不是渲染参数。采集、重建、渲染、交互，任何一层掉链子，用户都会觉得“假”。我要守的是整条链的质量门；某一个功能做得再好，也补不上另一层的窟窿。
自由和舒适是矛盾的。自由行走给了用户选择权，但也带来眩晕和迷路。产品要在自由和舒适之间找平衡：给边界、给方位、给退路，而不是把用户扔进一个无限空间。
自助和人工，各有各的边界。自助 VR 解决规模，讲房解决标准，带看解决转化。产品要设计“接力”，别让用户在自助里走到黑。
覆盖要看账。不是所有房源都值得做 VR。把资源放在决策最难、照片最说不清的房子上，ROI 才高。
还有一件事，是我当时没想清楚的：我不能只懂自己那一层。我不做硬件，但我必须知道扫描怎么扫、模型怎么建、误差从哪来。否则我提的需求，上游做不到；上游的问题，用户扛不住。
如果让我重来一次，我会更早做三件事：更早把“有效带看”定义成北极星，不让团队被播放量和停留带着跑；更早把低端机和弱网的降级做成第一版，而不是等用户反馈；更早让经纪人和摄影师参与讲房和采集标准的制定，因为他们比产品更懂房子的细节。
另一件事，我当时应该更早做：把“用户看不懂”当成一个正式的问题，而不是当成用户不会用。VR 看房不是把用户扔进一个 3D 空间，他要有人告诉他先看哪、怎么看。讲房、引导、默认视角，都是“看不懂”的解药。
还有一点要诚实：VR 不会替代线下看房。房子的气味、噪音、邻居、楼道的亮度、手摸到墙面的质感，VR 给不了；价格谈判、合同、贷款，也需要人。VR 能做的，是把“不值得去”的房子提前筛掉，把“值得去”的房子提前看懂。它让线下的时间更值钱。
所以 VR 看房做得好，线下带看不会消失，只会更值钱。用户来的那一趟，应该是他真正想看的房子。
这也是我后来最看重的一点：它没有让用户看更多，而是让用户更敢排除。排除不是损失，是把时间留给真正值得看的房子。
七、少白跑一趟
回到那类用户。
如果只有照片，他们可能会先去看第一套，发现客厅很窄，再跑第二套，一天就没了。VR 没有替他们做决定，但让他们在出门之前，先把第一套排除了。他们把时间花在了更值得看的房子上。
这就是我对 VR 看房的理解：它不是把房子做成一个炫酷的 3D 模型，而是把房子的空间、光线、尺度，真实地放到用户面前，让他有底气说“这套不用去了”，或者“这套值得跑一趟”。
“眼见即真实”不是一句技术口号，它是每天要守的东西：扫描要真、模型要真、尺寸要真、交互要真，用户看到的和现场看到的，不能是两套房子。
好的 VR 看房，不是让你觉得技术厉害，而是让你忘记技术，只记得房子。
- 作者：赵聪（ZhaoCong），产品经理与独立开发者。