简短回答：自定义 GPT 可以完成简短的、由受访者自助参与的研究访谈，而且受访者普遍能够接受。在一份 2026 年针对 66 名软件从业者的经验报告中，90.9% 的人对体验给出正面评价，89.4% 的人愿意再次参与。但只有 19.7% 的人认为追问帮助他们说得更多，而且该研究并不能证明这些数据可与人工访谈相当。
很多研究者都想过：能不能不搭建访谈平台，直接配置一个 ChatGPT 的“GPT”来访谈受访者？一篇新的预印本在两项真实研究中检验了这种自己动手的方案。根据 Gheyi、Albuquerque、Ribeiro 和 Perkusich（2026）的研究，这一流程对于 10–15 分钟的访谈切实可行，也受到受访者欢迎，但它在追问深度、隐私和数据保真度上留下了缺口，任何研究团队在照搬之前都应提前规划。
\n\n该研究考察了一个定制的 ChatGPT 智能体（“MyGPT”）能否在没有研究者在场的情况下进行半结构化访谈。论文题为 AI-Conducted Interviews in Empirical Software Engineering: An Experience Report（arXiv，2026 年 7 月 16 日），作者来自巴西坎皮纳格兰德联邦大学和阿拉戈斯联邦大学。
\n\n研究团队为两项研究各搭建了一个 GPT。第一个询问软件从业者的重构实践；第二个询问从业者和学生如何在 Scrum 活动中使用生成式 AI，例如待办事项梳理和用户故事编写。具体流程如下：
\n\n研究团队在三天内分析了 66 份提交，每项研究各 33 份。所有受访者都居住在巴西，66 份材料中有 65 份主要以葡萄牙语写成。
\n\n受访者在便利性和清晰度上给出很高评价，而对自然度以及取代人工访谈则更为谨慎。根据 Gheyi 等人（2026）的数据：
\n\n| 问卷题项 | 正面回答（n = 66） |
|---|---|
| 节奏合适 | 97.0%（64/66） |
| 问题清晰 | 95.5%（63/66） |
| 整体体验正面 | 90.9%（60/66） |
| 回答时感到自在 | 90.9%（60/66） |
| 愿意再次参与 | 89.4%（59/66） |
| 能够充分表达经历和观点 | 87.9%（58/66） |
| 访谈感觉自然 | 81.8%（54/66） |
| 没有研究者在场是正面的 | 43.9%（29/66） |
这个规律很能说明问题。得分最高的是后勤层面：65.2% 的人看重能按自己的节奏作答，47.0% 的人表示压力比面对人类研究者时更小。但只有不到一半的人对没有真人在场给出正面评价，45.5% 持中立态度。在一道比较题上，42.4% 选择了中点，37.9% 倾向人类访谈者，19.7% 倾向 AI。作者提醒，这道题的措辞存在歧义，因此它只反映大致倾向，而非明确偏好。
\n\n短板在于自适应追问。虽然 65.2% 的人认为 AI 让访谈保持聚焦，但只有 19.7% 的人表示它的追问帮助他们给出了更详细的回答。被选择最多的不足包括：
\n\n作者自己的结论是：共享提示词带来的是一致性，而一致性不应被等同于好的追问。语音也带来了干扰：有一次咳嗽被当成了回答，一些受访者需要重复提出切换语言的请求。
\n\n单靠摘要并不可信。这是论文中最重要的方法论要点。研究者从未收集完整的访谈记录，他们拿到的只是每位受访者自行粘贴的综述。审查发现，92.4%（61/66）的提交具备预期结构，但有三份提交的是对话片段，一份是未经整理的回答，一份没有可用内容，还有两份包含重构相关内容，而受访者报告的却是参加了 Scrum 访谈。
\n\n部分原因在于措辞：表单要求提交“访谈记录”，而 GPT 生成的是摘要。更根本的是，摘要可能压缩、重排或遗漏受访者所说的内容，而该研究无法核查丢失了什么。作者明确把这些材料视为 AI 中介的摘要，而非等同于访谈记录的数据，并指出 GPT 给出的“可能的编码”并不是经过验证的研究者编码。
\n\n这项研究支持一个范围有限但有用的结论：对于简短、聚焦、低风险的主题，自助式 AI 访谈能被受访者接受，并能快速收集完整的回答。如果你打算尝试，论文的经验可以转化为一份实用清单：
\n\n专门构建的工具可以同时弥补其中几个缺口。Qualitati 的 AI Interviewer 为研究者保存完整的文字或语音访谈记录，按项目负责人的配置运行而非依赖每位受访者的账户，并允许你在访谈提纲中设置追问深度级别和条件追问。其访谈记录可以直接导入 ThemeLens 进行主题分析，每个主题都能追溯到原话引文，而不是追溯到一份 AI 摘要。
\n\n对于简短、低风险的访谈是可行的：在这项 2026 年的研究中，66 名受访者中有 89.4% 愿意再次参与。但要预先考虑到笼统的追问、你无法控制的受访者端隐私设置，以及缺少由研究者持有的访谈记录。
\n\n并不明确。大多数人感到自在，47.0% 的人感觉压力更小，但在比较题上，倾向人类访谈者的人（37.9%）多于倾向 AI 的人（19.7%），另有 42.4% 持中立。
\n\n不够。摘要可能遗漏或重组受访者所说的内容；在这项研究中，66 份提交里有 5 份根本没有包含预期的摘要。应分析完整访谈记录，把摘要当作导航辅助。
\n\n适合主题敏感度低、以排期为主要瓶颈的简短聚焦研究。作者不建议将其作为敏感、情绪性或大量涉及材料讨论的研究的唯一方法。
\n\n最后更新：2026 年 10 月 2 日
\n\n本文是 Qualitati 研究团队对第三方研究的独立编辑摘要，与该研究作者无关联，也未获其背书。完整方法与结果请参阅原论文。
\n","related":[{"slug":"ai-vs-human-interviewers-randomized-chat-experiment-2026","title":"AI 访谈员 vs 人类访谈员：2026 年随机实验发现了什么","description":"一项 2026 年随机实验比较了 AI 与人类访谈员的文字聊天访谈：切题程度相同，具体性差距未被检测到，文本多出 65%，但跳题更多。","category":"AI 用户研究","date":"2026-10-19","readTime":"8 分钟阅读","author":"Qualitati 研究团队"},{"slug":"artificial-societies-benchmark-synthetic-population-validity-2026","title":"合成人群数据有效吗？2026 年 11 项检验基准研究","description":"合成人群数据是否有效？2026 年一项基准研究用 11 项效度检验评估 9 个大语言模型：它们能复现平均值，却压缩量表区间并扭曲特质之间的关系。","category":"AI 用户研究","date":"2026-10-15","readTime":"7 分钟阅读","author":"Qualitati 研究团队"},{"slug":"synthetic-consumers-visual-marketing-pretest-2026","title":"合成消费者能预测试 logo 和广告吗？2026 研究结果","description":"合成消费者能否预测试视觉营销？2026 年研究发现，GPT 智能体能正确识别 logo 特征，但六项人类效应最多只复现 2 项，还有 1 项结论相反。","category":"AI 用户研究","date":"2026-10-14","readTime":"7 分钟阅读","author":"Qualitati 研究团队"}]}