一句话回答。日记研究（diary study）要求受访者在自己的真实情境中，连续数天或数周记录经历，因此你捕捉到的是真实发生的事，而不是事后回忆的版本。用 AI 来做，关键是：把作答节奏压低、把单次记录做短、让 AI 主持人对每条记录只追问一次，并把抽样、知情同意和结果解读留给人。依从性设计比工具选择更重要。
\n\n最后更新：2026 年 8 月 11 日
\n\n大多数产品团队已经在做访谈。当研究问题带有一个单次访谈够不到的时间维度时，你才需要补上日记研究：习惯是如何形成的、每周工作流中挫败感在哪一刻达到峰值、新用户引导之后态度如何漂移、真实一天中哪些时刻产品完全没有触及。Nielsen Norman Group 把日记研究描述为一种纵向方法，它产出受访者自我报告的行为与态度记录，研究者事后分析这些记录以理解习惯与模式（NN/g）。
\n\n这个取舍是真实存在的。访谈排期便宜，但用它来支撑\"多久发生一次\"这类频率结论并不可靠。日记研究正好相反：数据贴近事件发生的那一刻，难点在于让人持续记录下去。
\n\n日记研究与经验取样法（ESM）同属一个方法家族，而 ESM 被测量的严谨程度远超用户体验实践通常承认的水平。有两项发现值得据此做设计。
\n\n1. 平均依从率尚可，且衰减可预期。在一项 ESM 元分析中，Rintala、Wampers、Myin-Germeys 与 Viechtbauer（2019，《Psychological Assessment》）报告平均作答率为 78%（95% CI 74-82）。在这一均值内部，作答率在 12:00 至 13:30 之间最高（83%），在 07:30 至 09:00 之间最低（56%）；参与度随研究进程下降，到第 5 天降至 73%（PubMed）。
\n\n把它读成三条设计指令：不要在清晨第一时间发提示；预期到第一周结束时大约四分之一的记录会缺失；把\"第 5 天记录变少了\"当作方法本身的已知属性，而不是研究失败。
\n\n2. 频率与新手引导决定了你的样本。Ohme、Charlton、Toth、Araujo 与 de Vreese 发表于《Field Methods》（线上 2025 年 10 月 15 日；第 38 卷第 2 期，2026 年 5 月）的研究，把 250 名荷兰受访者随机分入两种为期七天的设计：每日分散型（7 份问卷分散在 14 小时内）或每小时密集爆发型（12 份问卷压缩在 2 小时窗口内）。分散型条件的依从率显著高于爆发型条件（Field Methods）。
\n\n最该拿给利益相关方看的是流失数字。在 1,411 名初始招募者中，只有 250 人——17.82%——完成了移动端 ESM 流程，而且系统性流失集中在新手引导阶段。真正进入 App 的受访者偏向更年轻、受教育程度更高、更懂技术；作者报告年龄、教育、技术熟练度与隐私素养都能显著预测参与。换句话说，日记研究的招募漏斗本身就是一件抽样工具，而且是有偏的那种。
\n\n作答节奏是最可能让一项日记研究翻船的单一选择。请从研究问题出发来选，而不是从日历出发。
\n\n| 研究问题 | 作答节奏 | 周期 | 单次时长 | 主要风险 |
|---|---|---|---|---|
| 新手引导之后习惯如何形成？ | 每天 1 条，晚间 | 2-3 周 | 2-3 分钟 | 后半周衰减 |
| 每周工作流在哪里断裂？ | 事件触发，受访者自行发起 | 2 周 | 3-5 分钟 | 常规事件被漏报 |
| 一天之内情绪如何变化？ | 3-5 次提示，分散在清醒时段 | 5-7 天 | 60-90 秒 | 疲劳；样本偏向时间充裕者 |
| 某个罕见时刻前后发生了什么？ | 事件触发外加每周一次回顾 | 3-4 周 | 5 分钟 | 数据非常稀疏 |
| 不同市场的体验差异何在？ | 每天 1 条，使用受访者母语 | 2 周 | 2-3 分钟 | 分析阶段的翻译漂移 |
由上述证据可得两条规则。把提示分散到全天，而不是扎堆。以及，如果必须在\"每天更多次\"和\"更多天数\"之间选择，请选更多天数——拥挤的一天之内的衰减，比节奏合理的一周之间的衰减更陡。
\n\n诚实的表述是：AI 改善两个特定接缝，方法的其余部分并不因它而改变。
\n\n日记记录的典型弱点是太单薄。受访者写下\"今天这个 App 挺烦人\"，研究者四天后才读到，早已错过追问到底发生了什么的时机。AI 主持人可以在当下提出一次结合上下文的追问——这正是一行日志与一条可用观察之间的差别。
\n\n这里需要克制。追问一次，不是三次。如果每天晚上的一条日记都膨胀成一场访谈，那是最快丢掉整个样本池的方式；NN/g 一贯的建议是让记录保持简短，并与受访者保持联系，以降低疲劳与脱落。
\n\n一项为期三周、25 名受访者、每天一条记录的研究，会产生约 525 条记录——做统计太少，手工编码又太笨重，而这恰恰是分析最容易被悄悄跳过的规模。AI 辅助的主题分析适合这种体量的语料，前提是编码手册由人掌控、引文由人复核。我们关于分析开放式作答的指南把同一套模式应用在问卷文本上。
\n\n它修不好一个索求过多的作答节奏，找不回在新手引导阶段流失的受访者，也无法告诉你一条缺失的记录意味着\"今天什么都没发生\"还是\"我放弃了\"。日记数据中的缺失本身携带信息，解读它是人的工作。
\n\n在招募之前逐条走一遍。每一条都对应一种在纵向定性设计中反复出现的失败。
\n\n一份可复用的每日模板，刻意保持简短：
\n\n最后一行就是 AI 的全部贡献。请把它限制在这个范围内。
\n\nQualitati 是一个面向产品、UX 与客户洞察团队的 AI 用户研究平台。就日记研究而言，相关能力包括：
\n\nQualitati 不提供带推送通知的专用移动端日记 App。如果你的设计依赖在固定时点进行原生移动端提示，请单独规划这一层。
\n\n有三点值得直白说明。
\n\n自我报告终究是自我报告。贴近事发时刻的记录降低了回忆偏差，但并不消除社会赞许性偏差；而且\"知道每天晚上要交一条记录\"这件事本身，就可能改变被测量的行为。
\n\n这些依从率数字来自相邻领域的文献。上文的 78% 均值与 17.82% 完成率，来自社会科学与临床研究中的经验取样，而非带商业激励的 UX 日记研究。请把它们当作对流失形态的校准，而不是对某个具体样本池的预测。
\n\n真正威胁效度的是非随机脱落。如果坚持记录到底的正是本来就喜欢这个产品的人，那么三周热情洋溢的记录读起来会很像证据。在你展示任何一个主题之前，先把完成者的画像与起始样本做对比。这类方法学判断，值得交给团队里的研究者复核，而不是照单全收任何工具给出的结论——包括我们的。
\n\n在以下情况使用日记研究：问题涉及变化、频率或你无法观察到的情境；体验分散在一整周而非集中于一次会话；或者已知回忆不可靠。
\n\n在以下情况不要用：你这周就要答案；行为只发生一次且容易记住；某个可用性问题更适合通过观察对方完成任务来回答；或者你无法安排一个人在实地执行期间随时阅读记录。
\n\n常见区间是两到四周。少于一周通常捕捉不到变化；超过四周则会不断累积流失，除非所研究的现象本身确实变化缓慢，否则收益不成比例。
\n\n日记研究通常招募 10-30 人，因为每人贡献多条记录。请为\"招募到首条记录\"之间的显著流失留出余量，并按完成日记的目标数量来招募，而不是按邀请数。
\n\n已发表的 ESM 研究平均约有 78% 的提示被作答，并随天数下降（Rintala 等，2019）。带明确激励的商业 UX 研究可能更好；没有激励的往往更差。
\n\n可以，但仅限于\"对每条记录提出一次结合上下文的追问\"这一狭窄任务。请在知情同意阶段告知、把追问次数固定住，并让人在实地执行期间就阅读记录，而不是只在最后才看。
\n\n纵向问卷在多个时间点重复同一批封闭式题目，用以测量固定维度上的变化。日记研究收集开放的、带情境的叙述，让维度从记录中自行浮现。
\n\n随记录到达即时编码，而不是最后一次性处理；把编码手册牢牢掌握在人手中；用 AI 辅助的主题分析做跨受访者综合 - 然后用带出处的受访者引文逐一验证每个主题。
\n\n当研究问题里带着一只时钟时，日记研究就值得做。这个方法的失败模式不在分析环节 - 而在依从性，而依从性早在实地执行开始之前，就由作答节奏、单次时长、提示时点和新手引导漏斗决定了。AI 值得占据的位置只有两个狭窄的槽位：每条记录一次自适应追问，以及最后的综合。其余部分，请自己设计。
\n\n免费开始，赠送 30 积分 - 无需信用卡 - 即可运行对话式问卷形式的日记记录、AI 主持访谈，或一个 ThemeLens 主题分析项目。也可以先查看透明定价。
\n\n本文为独立编辑性综述。方法学表述依据截至 2026 年 8 月 11 日的公开信息。你自己研究中的设计选择，应由具备资质的研究者复核。
","related":[{"slug":"qualitative-methods-section-template-2026","title":"如何撰写定性研究的方法部分（2026 模板）","description":"如何撰写定性研究方法部分：九模块写作模板、COREQ/SRQR/JARS-Qual 选择表，以及报告 AI 使用的新 COREQ+LLM 清单（31 项）。","category":"操作指南","date":"2026-10-13","readTime":"10 分钟阅读","author":"Qualitati 研究团队"},{"slug":"nps-follow-up-interviews-ai-2026","title":"如何用 AI 访谈跟进 NPS 评分","description":"如何用 AI 访谈跟进 NPS 评分：在三个群体中抽样，以客户原话开场，中立追问，并按群体对主题编码，让分数背后的原因真正落地。","category":"操作指南","date":"2026-09-22","readTime":"9 分钟阅读","author":"Qualitati 研究团队"},{"slug":"how-to-write-user-research-plan-2026","title":"如何撰写用户研究计划（2026 模板）","description":"为 AI 主持访谈撰写用户研究计划：9 个模块的模板、就绪度评分表，以及人工判断必须保留的环节。","category":"操作指南","date":"2026-09-15","readTime":"9 分钟阅读","author":"Qualitati 研究团队"}]}