简短回答：聊天机器人可以低成本、大规模地开展简短的文字定性访谈，但目前还做不到深度访谈。在一项 2026 年的研究中，一个基于 Gemini 的聊天机器人访谈了 74 位社会科学研究者，模型总成本仅 €0.04，产出 149 页数据；但作者的结论是，它没有达到定性访谈通常追求的深度与细腻程度。
AI 聊天机器人访谈承诺了定性研究者很少拥有的东西：几十场自适应的半结构化对话同时进行，无需排期，边际成本几乎为零。Tullia Jack、Alex Cooper 和 Lisa Flower 在 Methodological Innovations（2026）上发表的一篇开放获取新文章，用一群格外挑剔的受访者检验了这一承诺：他们都是清楚好访谈应该是什么样子的专业社会科学研究者。正因为结论喜忧参半，这项研究才格外有参考价值。
\n\n研究的问题是：LLM 能否胜任定性访谈员？作者用一个聊天机器人访谈研究者，话题是他们自己如何使用生成式 AI。论文为 Automating the qualitative interview? Using Gen AI chatbots in social science research（Methodological Innovations，第 19 卷第 3 期，2026 年 5 月 27 日在线首发）。
\n\n作者基于 Google 的 Gemini 1.5 Flash 自建了网页聊天机器人，通过 API 调用，并用提示词让它遵循一份包含四个主题的半结构化访谈提纲：当前对生成式 AI 的使用、现有的编码做法、未来理想中 AI 在分析中的用途，以及伦理问题。提示词要求模型以宽泛的问题开启每个主题、用追问深入、回避敏感话题，并在受访者拒答时转入下一题。受访者被告知对话大约需要 10 分钟。
\n\n最终共有 74 场聊天机器人访谈和 23 封回访邮件。主要分析由人完成，而不是模型。
\n\n在效率上，它表现非常出色。据 Jack、Cooper 和 Flower（2026）报告，整个项目的模型费用为 €0.04（不含研究者薪酬），大多数对话持续 8 到 12 分钟，超过五分之四的受访者完成了访谈。已完成的对话时长从 1 分 49 秒到 33 分 20 秒不等。
\n\n机器人也展现了真实的访谈技巧。它会复述要点请对方确认，在受访者卡住时提出思路，能识别领域内的缩写术语，还会跟随受访者进入提纲之外的话题。作者在对话中没有发现幻觉，它也按指示避开了敏感话题。第一作者在脚注中写道，机器人让人打开话匣子的能力让她自愧不如。
\n\n问题主要集中在对话节奏和引导性上。作者记录了几种熟练的人类访谈员会避免的模式：
\n\n在 23 封回访邮件中，11 封总体正面，8 封中性或褒贬参半，4 封表示感到投入不足或略有不满。也有受访者表示，面对机器人反而更容易直言不讳、坦诚作答。
\n\n这项研究的发现可以归结为规模与深度之间的取舍。
\n\n| 维度 | 聊天机器人做到了什么 | 失去了什么 |
|---|---|---|
| 成本与执行 | 74 场访谈模型费用 €0.04；可同时进行，无需排期 | 需要自行开发网页、对接 API 并反复调试提示词 |
| 数据量 | 149 页文本，其中略少于一半来自受访者 | 作者强调，数据量并不是衡量好访谈的标准 |
| 追问 | 能总结、澄清并处理专业词汇 | 错过追问、连环提问、打断受访者 |
| 中立性 | 被认为不带评判；部分受访者回答更坦诚 | 至少引入了一个引导性预设 |
| 注意力 | 受访者可以在方便的时候作答 | 存在一心多用的迹象，例如一场断断续续长达 51 分钟的对话 |
作者的结论很直接：聊天机器人或许适合某些研究问题，比如作为问卷的补充，但目前并不适合收集\"厚数据\"（thick data）。
\n\n只能作为起点。作者把全部 74 份访谈记录交给 Gemini，让它归纳社会科学研究者对待 AI 的韦伯式\"理想类型\"。模型提出了五种类型；研究者将重叠的类型合并为三种（热衷者、务实采用者和 Gen AI 不可知论者）。模型引用的原话大约 80% 的情况下准确，它还声称年轻研究者更热衷 AI，但作者在数据中找不到这一规律。作者也坦言，不断改写提示词重新生成、而不是停下来反思，是一种很强的诱惑。
\n\n受访者自身的情况也类似。74 人中有 37 人正在尝试使用生成式 AI，主要用于写作辅助、翻译、转录和文献检索。很少有人用它做分析，许多人担心黑箱编码、可复现性和数据安全。
\n\n这项研究可以当作一份失败模式清单，在正式开展 AI 主持的研究之前逐项测试：
\n\n这些问题大多能在预测试中发现。我们的AI 访谈提纲预测试指南介绍了具体做法。如果你使用的是 Qualitati AI 访谈员这类托管工具而不是自建机器人，同样的测试依然适用：在扩大规模之前，专门检查预测试记录中是否存在打断、连环提问和引导性措辞。
\n\n解读结果时有两点局限值得注意。样本量小且为自愿参与，作者预计许多受访者本来就对 AI 感兴趣。此外，机器人运行在 Gemini 1.5 Flash 上，更新的模型表现可能不同。
\n\n模型成本可以非常低。在 Jack、Cooper 和 Flower（2026）的研究中，74 场文字访谈的 API 费用为 €0.04。这不包括开发、提示词设计和研究者的时间，而这些才是真正的成本。
\n\n根据这项研究，深度访谈还不行。聊天机器人收集了大量数据，也调动了受访者的参与，但作者认为它没有达到优质定性访谈的深度与细腻程度。
\n\n部分受访者是这样说的。有几位认为机器人不带评判、更容易直言，但也有人感到投入不足，或觉得由 AI 来收集数据有些奇怪。
\n\nGoogle 的 Gemini 1.5 Flash，通过 API 接入一个用 Python 和 JavaScript 自建的网页应用。
\n\n最后更新：2026 年 10 月 6 日。本文是对发表于 Methodological Innovations 的第三方研究的独立编辑摘要；Qualitati 与作者无任何关联。完整方法与结果请参阅原文。
","related":[{"slug":"synthetic-survey-panels-marginal-fidelity-2026","title":"合成问卷样本库真的在模拟人吗？2026 年的一项检验","description":"合成问卷样本库能模拟真实受访者吗？2026 年研究发现，与公开平均值吻合并不能证明模拟成功：无人设提示在 9 组对比中 9 次胜过人设样本库。","category":"研究方法论","date":"2026-10-22","readTime":"7 分钟阅读","author":"Qualitati 研究团队"},{"slug":"llm-as-judge-qualitative-interpretation-2026","title":"LLM 评审能给定性访谈解读打分吗？2026 年研究的检验","description":"LLM-as-judge 能否替代人工审核定性访谈解读？2026 年一项研究对比 3,560 条 AI 解读与人类评分：它能淘汰弱模型，却漏掉言外之意与细微差别。","category":"研究方法论","date":"2026-10-21","readTime":"7 分钟阅读","author":"Qualitati 研究团队"},{"slug":"rehearse-interview-protocol-simulated-participants-2026","title":"能用 AI 模拟受访者预演访谈吗？2026 年研究发现","description":"能否用 AI 模拟受访者预演访谈提纲？一项 2026 年对 21 位定性研究者的研究发现，预演带来了实际的提纲修改，也暴露出三个隐藏风险。","category":"研究方法论","date":"2026-10-21","readTime":"7 分钟阅读","author":"Qualitati 研究团队"}]}