产品工作
用 AI 做用户访谈
用 AI 做用户访谈指南覆盖研究问题、招募边界、访谈提纲、逐字记录、来源编码与洞察复核，强调 AI 只能整理真实材料，不能虚构用户原话和研究结论。
AI 可以帮助用户访谈准备开放式问题、整理经授权的逐字记录、按来源编码和寻找相互矛盾的线索，但不能代替真实参与者。任何 AI 模拟访谈都只能用于演练提问，不得作为用户证据、引用或产品结论。
| 项目 | 说明 |
|---|---|
| 阅读时间 | 约 9 分钟 |
| 适合人群 | 产品经理、用户研究员、设计师、创业者、运营和学生 |
| 核心产出 | 研究问题、筛选条件、访谈提纲、来源编码、证据矩阵和待验证洞察 |
| 使用前提 | 明确授权、隐私边界、研究目标和资料保存规则 |
| 不适合 | 让 AI 扮演用户形成研究结论，或上传未经授权的身份与敏感信息 |
访谈适合了解经历、行为、决策过程和语言，不适合证明某观点在总体中的比例。AI 归类会压平语境，因此重要判断应回听原始记录，并保留参与者编号、时间位置和研究者的反例说明。
| 环节 | AI 可辅助 | 人必须负责 |
|---|---|---|
| 准备 | 检查诱导问题、生成追问候选 | 研究目标、参与者筛选与伦理 |
| 记录 | 在授权范围内转写、按主题切段 | 告知与同意、敏感信息处理 |
| 分析 | 编码、聚类、找冲突和证据缺口 | 回到原文判断语境与意义 |
| 报告 | 生成证据矩阵与待验证问题 | 样本边界、结论措辞与决策 |
七步访谈流程
Section titled “七步访谈流程”- 写研究问题：明确要了解哪类人在什么情境下怎样行动，避免以“用户喜不喜欢方案”开场。
- 定义筛选与排除条件：说明目标经历、时间范围和不应参与的情形，不用 AI 猜画像。
- 确认授权和保存规则：提前说明录音、转写、AI 处理、引用和删除方式；无法满足规则时只做人工笔记。
- 设计行为型提纲：询问最近一次具体经历、触发、步骤、替代方案和结果，少问抽象偏好。
- 访谈与即时标记：主持人保持追问，观察者记录关键时间点、原话和需要回看的片段。
- 编码与反例分析：让 AI 按参与者编号整理主题，同时要求列出不支持主判断的证据。
- 人工复核报告：逐条检查引文、语境和样本边界，把洞察写成待验证判断而非总体事实。
可复制分析指令
Section titled “可复制分析指令”只根据提供的访谈材料分析，不生成参与者、原话、频率或比例。保留参与者编号和时间标记；引文必须逐字复制并标来源。输出：行为片段、触发、目标、阻碍、替代方案、结果、矛盾证据、未知问题。聚类后列出每个主题由哪些片段支持，以及哪些片段不支持。不能确认的信息写“未提供”，研究者解释与参与者原话分开。假设示例：整理两段教学材料
Section titled “假设示例：整理两段教学材料”以下 P01、P02 内容为专门编写的假设材料，只用于演示编码方法，不代表真实访谈或用户观点。
[P01 03:12] 我通常在会议结束后把自己的笔记贴到项目群，再去任务板建卡片。[P01 05:40] 如果行动项没有负责人，我会第二天再问主持人。[P02 02:18] 我们由主持人会后直接建任务，我只检查和自己有关的项目。[P02 06:03] 我不希望系统自动分配负责人，因为讨论中经常只是提出候选人。| 编码 | 证据 | 可以形成的判断 | 不能推断 |
|---|---|---|---|
| 会后转录任务 | P01 03:12；P02 02:18 | 两段材料都出现从会议到任务的衔接 | 所有团队都需要同一流程 |
| 责任确认 | P01 05:40；P02 06:03 | 负责人信息存在不确定或误分配风险 | 自动分配必然无效 |
| 角色差异 | P01 自己建卡；P02 主持人建卡 | 流程责任可能因团队而异 | 哪种方式更高效 |
| 待验证问题 | 两段均未说明任务遗漏后果 | 需要追问失败影响和当前补救 | 发生频率与业务损失 |
这个输出没有把两段材料计为“多数”，也没有生成转化率或效率提升结论。下一轮应补充不同团队情境，并验证责任确认到底是普遍阻碍还是局部流程差异。
决策与复核表
Section titled “决策与复核表”| 检查项 | 复核问题 | 通过标准 |
|---|---|---|
| 授权 | 参与者是否知道记录和 AI 使用范围？ | 同意方式与退出机制清楚 |
| 引文 | 每句原话能否定位到原记录？ | 编号和时间位置完整 |
| 解释 | 原话与研究者判断是否分开？ | 不用改写句伪装直接引语 |
| 反例 | 是否主动寻找不同经历？ | 报告包含冲突和未知 |
| 边界 | 是否说明样本与研究限制？ | 不报告虚构比例或总体结论 |
- 让 AI 模拟目标用户，再把生成回答当作访谈材料。
- 为了让报告简洁，删除不支持主要判断的片段。
- 把参与者未来意愿当成已发生行为。
- 只有主题标签，没有可回查的原话和时间位置。
- 未经授权上传录音、联系方式、合同信息或敏感经历。
可以让 AI 代替真实用户接受访谈吗？
Section titled “可以让 AI 代替真实用户接受访谈吗？”不可以作为研究证据。模拟回答可用于主持人练习追问或暴露提纲偏见，但必须清楚标记为合成内容。
访谈多少人才能得出结论？
Section titled “访谈多少人才能得出结论？”没有脱离研究目标的固定数字。招募取决于人群差异、任务复杂度和证据饱和情况，且访谈通常不能推断总体比例。
AI 摘要能代替逐字记录吗？
Section titled “AI 摘要能代替逐字记录吗？”不能。摘要会丢失语境和反例，重要判断应保留可定位片段，并回到原始记录核对。
如何处理敏感信息？
Section titled “如何处理敏感信息？”遵守组织政策和参与者授权，采用最小化收集、脱敏、访问控制与删除机制；不确定时停止上传并咨询责任人。
访谈价值来自真实经历、可回查证据与诚实边界。AI 可以减少整理负担，但任何合成参与者、补写引文和伪造比例都会破坏研究可信度。