跳转到内容
API 入口

内容创作

用 AI 设计采访提纲

基于采访目的、受访者公开材料和研究问题设计开放问题、证据追问、时间线追问与敏感边界,让 AI 帮助准备而不替受访者预设答案。

预计阅读
3 分钟
首次发布
最近更新

用 AI 设计采访提纲,价值在于整理背景、发现研究缺口和准备追问,不在于批量生成 几十个通用问题。好提纲围绕采访目的排列开放问题,清楚区分“公开事实、采访者 假设、希望受访者说明的内容”,并允许受访者不同意问题前提。

项目 说明
阅读时间 约 7 分钟
适合人群 记者、播客与视频作者、用户研究员、教师、内容编辑和学生
输入 采访目的、受访者公开资料、研究来源、时长、同意与敏感边界
输出 问题弧线、追问树、事实卡、录制提示和采访后核查清单

AI 可以基于合法获得的材料归纳主题、寻找时间线空白和生成中性问题候选。它不能 推断受访者隐私、政治立场、健康状况或其他敏感信息,也不能用虚构引语制造背景。 采访前应说明用途、记录方式、引用与更正安排;高风险采访需要专业编辑与法律支持。

  1. 明确采访目的:写清这次要理解的问题,以及成品的读者与用途。
  2. 整理已知事实:给公开资料编号,记录作者、日期、原文和不确定处。
  3. 列出研究假设:把采访者判断标为假设,不把它写进问题前提。
  4. 设计问题弧线:从具体经历到方法、判断、反例、限制和未来选择。
  5. 准备追问树:为抽象回答准备例子、时间线、证据和替代解释追问。
  6. 确认同意边界:沟通录音、引用、匿名、敏感话题和可否回看事实。
  7. 采访后核查:核对名字、数字、引语语境和对方要求的合理更正。
采访目的:[要理解什么,不是要证明什么]
公开事实:[S1、S2……]
采访者假设:[H1、H2……,可被否定]
主问题:[开放、一次只问一件事]
追问:[能否给例子 / 当时发生什么 / 依据是什么 / 有无反例]
敏感边界:[不谈、匿名、需确认的内容]
采访后核查:[人名、日期、数字、引用、链接]

假设示例:采访独立 Newsletter 作者

Section titled “假设示例:采访独立 Newsletter 作者”

以下是假设示例,没有真实受访者、回答或引用。

示例输入

目的:理解独立作者怎样选择一期通讯的主线
S1:受访者公开页面说明通讯每期解决一个实际问题
H1:固定栏目可能帮助选题,但这只是采访者假设
时长:30 分钟
边界:不询问收入、名单规模或未公开业务数据

示例输出

主问题 追问 依据/状态
你怎样判断一个问题值得单独做一期? 能否描述最近一次取舍过程? 对应采访目的
当候选材料很多时,你怎样删减? 哪类材料看似相关但会移出本期? 开放问题
固定栏目在你的流程里起什么作用? 有过栏目反而限制主线的情况吗? H1,可被否定
发布后哪些信息会进入下一期计划? 你会怎样区分反馈与自己的观察? 待受访者回答

问题没有把 H1 写成事实,也没有预设作者拥有某种增长结果。真实回答必须来自录音 或经确认的笔记,AI 不能替受访者补全。

检查项 通过标准 风险信号
目的 问题共同服务一个研究目标 只是搜集“金句”
前提 受访者可以否定假设 问句暗含指责或结论
具体性 一次只问一件事 三四个问题连在一句
追问 请求例子、时间线和依据 只问“为什么”导致抽象回答
边界 录前说明用途和敏感范围 现场突袭私密话题
事实 公开背景回到原始来源 根据简介推断经历或立场
  • 让 AI 根据职业标签创造“典型观点”。
  • 为显示准备充分,把问题写成长段演讲。
  • 只准备主问题,没有证据、例子和反例追问。
  • 默认公开资料可任意再利用,忽略授权和语境。
  • 采访后用 AI 润色成受访者没有说过的完整句子。

采访提纲应该提前发给受访者吗?

Section titled “采访提纲应该提前发给受访者吗?”

取决于采访类型和约定。可以提前说明主题、用途与敏感范围;是否发送完整问题应 考虑准备需要、现场真实性和受访者安全,不存在统一做法。

AI 能根据一个主页完成背景调查吗?

Section titled “AI 能根据一个主页完成背景调查吗?”

只能生成初步线索。应打开原始页面、核对日期与上下文,并寻找受访者自己的公开 表达。模型生成的摘要不能直接作为背景事实。

删除问题中的价值判断和预设因果,允许对方否定前提。将“为什么这个方法有效” 改成“你怎样评价这个方法,依据是什么,有没有不适用的情况”。

按事先约定处理事实更正与表达澄清,保留编辑独立性和版本记录。不要让 AI 私自 改写,也不要把对方未确认的新句子放进引号。

采访提纲应帮助你更好地听,而不是提前替受访者说。明确目的,核对公开事实,把 假设写成可否定的问题,并准备例子、时间线和反例追问;AI 能整理研究材料,不能 创造回答、同意或隐私边界。