最后更新：2026 年 7 月 28 日
\n\nJobs-to-Be-Done（JTBD）访谈通过还原受访者决策的时间线——也就是他们“转换”的那一刻——来揭示一个人“雇用”某款产品的真正原因。与其询问人们想要哪些功能，不如访谈 5–10 位近期采用者，了解推动他们从旧方案转向新方案的情境、困扰与力量。最终产出的是背后的任务（job），而不是一份功能愿望清单。
\n\nJobs-to-Be-Done 访谈是一种定性访谈，旨在揭示客户购买或采用某款产品时试图完成的“任务”。这一框架源自哈佛商学院教授 Clayton Christensen 的 Jobs-to-Be-Done 理论：人们并不是在购买产品，而是在特定情境中“雇用”产品来取得进步。访谈的任务就是足够细致地还原这一情境，使需求变得可解释，理想情况下甚至可预测。
\n当下的实践主要受两个流派影响。Tony Ulwick 的 Outcome-Driven Innovation（结果导向创新）将任务视为一组可衡量的期望结果。Bob Moesta 和 Chris Spiek 的 Switch 访谈则把任务看作一个带有时间线的故事——这是大多数用户研究者和产品团队首选的方法，也是本指南的重点。
\n\n常规的探索性问题——“你希望有哪些功能？”“你使用 X 的可能性有多大？”——实际上是让客户预测自己未来的行为，并替你设计产品。而这两件事人们都不擅长。JTBD 访谈绕开了这一问题，转而锚定人们确实擅长回忆的内容：他们上一次更换解决方案时到底发生了什么。
\n这一转变之所以重要，是因为它改变了你能据以行动的依据。功能清单告诉你下个季度要做什么；而被充分理解的任务则告诉你产品路线图究竟要解决什么问题。它也能很好地与我们关于撰写非引导性访谈问题和持续探索的其他指南相互配合。
\n\nSwitch 访谈围绕一次真实的购买，向前、向后地梳理全过程。你收集的不是泛泛的态度，而是以近乎“取证”的细致程度记录一条完整的时间线——第一个念头何时出现、什么触发了搜索、什么差点让他们放弃，以及最终是什么促成了决定。
\n\n把以下六个阶段作为访谈提纲的主干。询问具体的事件和时间点（“那是哪一天？”“你当时在哪里？”），而不是概括性的总结。
\n| 阶段 | 你要还原的内容 | 示例提问 |
|---|---|---|
| 1. 第一个念头 | 旧方案第一次让人觉得不够用的时刻 | “带我回到你第一次觉得一定有更好办法的那一刻。” |
| 2. 被动寻找 | 对替代方案随意、低投入的关注 | “从那时起到真正开始搜索之前，你注意到或半认真考虑过什么？” |
| 3. 主动寻找 | 让搜索变得有意为之的触发点 | “发生了什么事，让你真正开始寻找？” |
| 4. 做出决定 | 权衡取舍与最终的临界点 | “什么差点让你放弃？最后是什么让你下定决心？” |
| 5. 首次使用 | 第一次体验是否符合预期 | “第一次使用时，什么让你感到意外？” |
| 6. 持续进步 | 任务现在是否真正得到完成 | “现在你能做到哪些以前做不到的事？” |
两个情绪能量最高的时刻——第一个念头和下定决心的那一刻——正是真实力量显现的地方。在这里要放慢节奏。
\n\n每一次转换都是促进改变的力量与阻碍改变的力量之间的较量。Moesta 的四力模型为你提供了分析视角：
\n只有当推力 + 拉力大于焦虑 + 习惯时，转换才会发生。这在战略上很有用：大多数团队在拉力上过度投入（更多功能、更大声的营销），而真正的阻碍却是焦虑（对上手的恐惧）或习惯（转换成本）。JTBD 访谈能告诉你真正起约束作用的是哪一种力量。
\n\n访谈在过去三到六个月内采用或转换的人——时间足够近，决策记忆仍然清晰；又足够远，任务已经真实存在。针对单一任务，五到十次访谈是常见的起点；与其预先固定数量，不如关注是否达到饱和。
\n当受访者给出观点时（“我喜欢简洁的界面”），把话题引回事件本身（“跟我讲讲你做决定的那一刻”）。追随情绪能量：犹豫、矛盾和情绪正是你要寻找的力量的标记。
\n按力量（推力 / 拉力 / 焦虑 / 习惯）以及受访者试图取得的进步，为每段访谈记录打标签。再跨访谈聚类，命名反复出现的任务。这就是在特定框架下应用的定性编码。
\n\n在启动 Switch 访谈研究之前，确认以下每一项你都能回答“是”：
\nQualitati 是一个面向产品、UX 和客户洞察团队的 AI 用户研究平台——JTBD 访谈与它所自动化的工作高度契合。
\nAI 加速的是机械性工作——执行时间线、标注力量、让每个编码都与原话对应。而命名任务、决定路线图应当攻克哪一种力量，仍然由研究者负责。
\n\nJTBD 访谈很强大，但并非万能，坦诚说明它的局限很有必要。
\n人工复核说明：JTBD 的框架选择（什么算作“任务”、力量如何编码）会影响结论——请与团队一起验证，对于重大决策，应请研究方法专家把关，而不能只依赖工具输出。
\n\n针对单一任务，访谈五到十位近期转换者是常见的起点。持续访谈，直到新增访谈不再改变你对任务的理解——这是定性研究中标准的饱和逻辑。
\n普通用户访谈通常收集态度、偏好和功能需求。JTBD（Switch）访谈则将一次真实购买还原为时间线，以找出决策背后的因果力量——它研究的是行为和情境，而不是观点。
\n现状的推力和新方案的拉力促进改变；对新事物的焦虑和现状的习惯阻碍改变。只有当推力和拉力超过焦虑和习惯时，转换才会发生。
\n大约在过去三到六个月内采用了你的产品或从替代方案转换过来的人，这样决策记忆仍然新鲜、具体，而不是笼统概括。
\n可以。AI 主持人可以沿着 Switch 访谈时间线推进，并规模化地追问被遗漏的时刻；AI 辅助编码可以在访谈记录中标注四力。命名任务、解读情绪敏感的决策，仍由人类研究者完成。
\n\nJobs-to-Be-Done 访谈用关于客户为何转换的证据，取代了对“该做什么”的猜测。与近期采用者开展 5–10 次 Switch 访谈，梳理时间线，按四力编码，让反复出现的任务——而不是功能清单——来指引路线图。借助 AI 用户研究平台，你可以以人工难以企及的规模开展这些访谈并对力量进行编码，同时把解读工作留给人。
\n免费开始，赠送 30 积分——无需信用卡。创建账户、查看透明定价，或开展 AI 主持访谈、焦点小组、对话式问卷或主题分析项目——尽在 Qualitati。
\n","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"}]}