简短回答：要用 AI 访谈跟进 NPS 评分，可在客户打分后几天内，从贬损者、被动者和推荐者中各抽取一部分人，邀请他们参加简短的对话式访谈。以受访者自己的原话开场，询问最近一次具体经历，再追问怎样才会改变他们的体验。最后按群体对访谈记录编码，让分数背后的“为什么”送达能够采取行动的团队。
最后更新：2026 年 9 月 22 日
\n\n用 AI 访谈跟进 NPS 评分，解决的是净推荐值（NPS）最老的问题：数字只告诉你忠诚度变了，却不告诉你为什么。大多数 NPS 项目只在评分后附一个开放式“为什么？”文本框，每人收集寥寥几个字，然后就停在那里。本文介绍如何把这一行评论变成可规模化的真实对话，包括抽样方案、跟进访谈模板和一套下周就能用上的分析流程。
\n\nNPS 让客户用 0 到 10 分评价向他人推荐某家公司的可能性。根据 贝恩公司维护的 Net Promoter System 网站，打 9 或 10 分的是推荐者，7 或 8 分是被动者，0 到 6 分是贬损者；NPS 等于推荐者占比减去贬损者占比。这一指标由 Fred Reichheld 于 2003 年 12 月在《哈佛商业评论》上提出。
\n\n这一指标的局限广为人知。Keiningham 等人发表在 Journal of Marketing（2007）上的纵向研究并未发现 NPS 在预测企业增长方面优于其他满意度指标。Nielsen Norman Group 在 2024 年 6 月面向 UX 团队的 NPS 指南中指出，这个分数很难说明体验的具体环节，并建议搭配行为数据和定性数据，以解释用户为何这样打分。
\n\n开放式“为什么？”字段是通常的解决办法，但它有三个实际问题：
\nAI 主持的跟进访谈是一种简短的异步对话（文字或语音）：AI 主持人按计划提问，并根据每个回答生成中立的追问。由于无需排期，你能访谈的受访者数量远超人工团队电话回访的规模。
\n\n写下一句话：“我们将用这些访谈来决定 ___。”例如：先修复哪些新手引导问题、为什么某个市场的被动者没有转化为推荐者、最近一次下滑是否由调价引起。没有绑定决策的跟进，只会产出一堆引语而没有行动。
\n\n邀请所有群体的受访者，而不只是贬损者。一个简单的起点是贬损者、被动者和推荐者人数大致相等，再对与决策相关的群体或市场进行过度抽样。在打分后几天内发出邀请，趁体验还新鲜，并如实说明所需时间。
\n\n把分数和原始评论导入开场白，让主持人从客户停下的地方接着聊。核心问题控制在五到六个；价值来自追问。
\n\n告诉主持人如何追问：要求举出最近的具体例子、询问他们接下来做了什么、问他们拿你和什么做比较，并沿用受访者自己的说法。禁止使用评价性语言，也不得要求对方重新考虑分数。
\n\n把访谈记录编码为主题，再比较各主题在贬损者、被动者和推荐者中的出现频率和严重程度。三个群体都出现的主题是结构性问题；集中在贬损者中的主题很可能是流失驱动因素。为每个主题指定负责人和复查日期。
\n\n这是 Qualitati 原创模板。请根据你的产品和语言调整措辞。
\n\n| 阶段 | 问题 | 追问规则 |
|---|---|---|
| 锚定 | “你提到了[原始评论]。能多说说你当时想到的是什么吗？” | 使用对方的原话；不要改写成你自己的框架。 |
| 经历 | “回想你最近一次用[产品]做[任务]的情形，带我走一遍发生了什么。” | 询问顺序和结果，而不是观点。 |
| 比较 | “在我们之前或同时，你用过或考虑过什么？” | 用对方的说法追问替代方案好在哪里、差在哪里。 |
| 影响 | “这对你的工作或你继续使用我们的打算有什么影响？” | 询问后果：耽误的时间、变通做法、续约想法。 |
| 推荐情境 | “如果同事问你[产品]怎么样，你会怎么说？” | 捕捉分数背后真实的口碑。 |
| 改变 | “如果有的话，哪些地方需要改变，你的体验才会更好？” | 绝不要问“怎样你才会给我们打 10 分？” |
| 方式 | 深度 | 规模 | 最适合 |
|---|---|---|---|
| 仅用开放式“为什么？”字段 | 低 | 全部受访者 | 长期追踪大致话题 |
| 带 AI 追问的对话式问卷 | 中 | 高 | 为每条评论补充一两个澄清追问 |
| AI 主持的跟进访谈 | 中到高 | 几十到几百人 | 解释群体差异、找到根本原因 |
| 人工回访访谈 | 高 | 低 | 重点客户、敏感投诉、关系修复 |
让数字和叙述始终在一起。一份有用的 NPS 报告会把趋势与三到五个主题配对，每个主题附上群体分布、两三条锚定受访者的引语以及负责人。如果你已经在对开放式问卷文本编码，可参阅我们对 LLM 与机器学习编码开放式回答的比较，以及 情感分析与主题分析指南。当贬损者主题指向取消风险时，转入专门的 流失访谈。
\n\nQualitati 是面向产品、UX 和客户洞察团队的 AI 用户研究平台。在 NPS 跟进中，你可以用 10 种语言开展文字或语音形式的 AI 主持访谈，或使用带 AI 追问和分支逻辑的对话式问卷。随后，ThemeLens 可一次对多达 100 份访谈记录进行主题分析，把编码映射到你的研究问题，并综合出锚定受访者引语的主题；如果你想自己按群体编码，QDA Workspace 支持归纳式和演绎式编码。免费版注册即送 30 个积分，无需信用卡，使用费率公开在 定价页面上。
\n\nQualitati 不替代你的 NPS 问卷工具；它负责解释分数的定性跟进。
\n\n这套流程适合已经在做 NPS、并希望解释其变化的产品经理、客户体验与客户洞察团队以及 UX 研究者。以下情况可以跳过：回复很少时（直接自己打电话）、投诉属于紧急服务问题时（转给客服），或你需要的是经过验证的满意度量表而非解释时。
\n\n三个群体都要访谈。推荐者告诉你该守住什么，被动者常常揭示让他们不愿推荐的小摩擦。
\n\n几天之内是比较实际的目标，这样受访者还容易回忆起打分背后的经历。
\n\n取决于你要比较多少个群体和市场。为每个群体规划足够的访谈量，以达到与决策相关的主题饱和，并检查新访谈是否仍在增加新主题。
\n\n可以。引用受访者自己的评论是一个有力且中立的开场。避免加入你对它的解读。
\n\n不可以。应该问怎样让体验更好。询问分数会让人和数字讨价还价，而不是描述自己的体验。
\n\nNPS 告诉你忠诚度往哪里走，访谈告诉你为什么。用 AI 访谈跟进 NPS 评分，能让你规模化地访谈三个群体，从客户自己的话出发，最终得到有负责人的主题。免费开始，获得 30 个积分，开展一次 AI 主持的 NPS 跟进，或 查看透明定价。关于问题措辞，请参阅我们的 避免诱导性问题指南。
\n\n人工复核说明：本文中的模板和决策矩阵是 Qualitati 研究团队的编辑框架，而非经过验证的测量工具。请根据你的研究设计和当地联系规则进行调整。
","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":"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"},{"slug":"how-to-run-jobs-to-be-done-interviews-2026","title":"如何开展 Jobs-to-Be-Done（JTBD）访谈（2026 指南）","description":"如何开展 Jobs-to-Be-Done（Switch）访谈：时间线模板、进步四力、访谈准备清单，以及 2026 年 AI 在其中的作用。","category":"操作指南","date":"2026-07-28","readTime":"10 分钟阅读","author":"Qualitati 研究团队"}]}