最后更新：2026 年 5 月 26 日
一句话回答
对话式问卷是一种结构化问卷：由 AI 主持人提出开放式问题，根据每位受访者的回答生成有针对性的追问，并据此决定后续路径。好的设计一半是问卷方法论，一半是访谈提纲：把每个问题区块锚定到一个学习目标，为每个问题设定追问预算，定义停止条件，并提前写好分支逻辑。做到位的话，对话式问卷能以问卷的规模获得访谈的深度。
为什么对话式问卷的设计不一样
传统问卷默认受访者在每个问题上只有一次作答机会。如果对方回答“还行吧”，那就是你拿到的数据。对话式问卷允许 AI 主持人对单薄的回答继续追问、深挖前后矛盾之处、跳过不再适用的区块——但前提是你告诉它该怎么做。把问卷当作写给一位“只会按字面理解”的同事的访谈提纲：明确写出目标、追问和退出条件，否则 AI 要么无休止地追问，要么草草跳过。
核心要点
- 把每个问题区块对应到一个学习目标。对应不上，就删掉这个区块。
- 为每个开放式问题设定追问预算（通常 1–3 次追问）和停止条件。
- 用自然语言提前写好分支规则，不要让 AI 自行发明路由。
- 封闭题与开放题混合使用；让 AI 只追问开放题，不追问封闭题。
- 先用 10–20 位受访者做试测，检查访谈记录之后再大规模发布。
- 在写第一个问题之前，就规划好后续的主题分析。
何时该用对话式问卷（何时不该用）
对话式问卷介于传统问卷和完整的主持式访谈之间。当你需要从数百甚至数千名受访者那里获得开放式的深度信息，却无法逐一访谈时，它最能发挥价值。
适合使用对话式问卷的情况
- 你需要规模化（n > 100）收集日记式或体验后反馈。
- 封闭式问卷题目已经遇到瓶颈，你需要知道分数背后的“为什么”。
- 你需要多语言覆盖——AI 主持人可以用受访者自己的语言追问。
- 你在做概念测试、价格反应测试或 NPS 根因研究。
不适合使用对话式问卷的情况
- 研究问题需要人类研究者察言观色（敏感话题、高管访谈、民族志）。
- 你需要的回答数少于约 20 份——直接做访谈即可。
- 你只需要严格可比的封闭式回答——传统问卷更快。
- 监管或临床场景要求必须有持证的人类参与全程。
7 区块对话式问卷模板
以此作为起始结构。每个区块都是一个独立单元，可以重新排序、做 A/B 测试，或通过分支跳过。
| 区块 | 目的 | 典型长度 | 追问预算 |
|---|---|---|---|
| 1. 热身 | 交代背景、建立融洽关系、确认知情同意 | 1–2 个问题 | 0 |
| 2. 筛选 / 细分 | 确认匹配度；将不符合条件的受访者分流出去 | 2–4 个封闭题 | 0 |
| 3. 体验回忆 | 锚定在一个近期发生的具体事件上 | 1 个开放题 | 2–3 |
| 4. 驱动因素问题 | 追问体验背后的“为什么” | 2–4 个开放题 | 每题 1–3 |
| 5. 比较 / 反事实 | 他们考虑过什么、从什么切换过来、与什么做过比较 | 1–2 个开放题 | 1–2 |
| 6. 前瞻性问题 | 意向、推荐意愿、期望 | 1 个开放题 + 1 个封闭题 | 1 |
| 7. 收尾 | 有没有我们遗漏的；致谢与报酬 | 1 个开放题 | 0–1 |
范围合理的对话式问卷，受访者耗时约 6–12 分钟。再长的话完成率会急剧下降，在手机端尤其明显。
如何写 AI 真正会遵循的问题提示
AI 主持人是按字面理解提示的。对人类读者行得通的措辞，用在 AI 追问上可能会引入偏差。三条规则：
1. 写出问题的目标，而不只是问题本身
差：“请聊聊产品上手的过程。”
更好：“请聊聊你最近一次首次设置这款产品的经历。目标：了解是什么让设置过程顺畅或令人沮丧。”
AI 会依据目标来选择追问。没有目标，追问就会漂向上一句话里任何听起来有趣的东西。
2. 定义追问预算和停止条件
对每个开放题，都要声明：
- 最多追问次数：例如 2 次。
- 停止条件：受访者已经给出一个具体例子并且说明了原因，或者明确表示没有更多可分享的内容。
- 不追问的情况：人口统计类回答、敏感信息披露，或是/否式的收束回答。
3. 提前写好分支
用自然语言把分支写成“如果…那么…”规则：“如果受访者在过去 30 天内没有使用过该功能，跳过区块 4，直接进入区块 5。”避免隐含的路由——AI 主持人会自己猜，而且不同受访者之间猜的结果不会一致。
Qualitati 对话式问卷设计清单
发布之前逐项核对。任何一项不达标，先修好再上线。
研究设计
- 用一句话写明一个主要研究问题。
- 3–6 个子问题，每个至少对应一个问卷区块。
- 已定义目标样本量和细分群体。
- 已记录招募来源；已披露报酬。
- 预计完成时间 ≤ 12 分钟。
问题质量
- 没有一题两问的问题。
- 没有诱导性或预设结论的措辞。
- 开放题锚定在近期的具体事件上。
- 每个开放题都写好了追问预算和停止条件。
- 敏感话题提供“不愿透露”的选项路径。
AI 主持人指令
- 每个问题都有目标说明。
- 已定义语气和人设（温和、中立、简洁）。
- 已列出禁止行为（不给建议、不发表观点、不做诊断）。
- 针对情绪困扰或离题披露的升级处理规则。
- 语言处理：用受访者的语言追问；不要在过程中自动切换翻译。
分支与流程
- 所有分支都写成明确的“如果…那么…”规则。
- 没有孤立分支（每个分支都有出口）。
- 在顺序效应重要的地方，问题顺序已做随机化。
分析就绪度
- 发布前已有编码手册草稿（演绎式种子编码）。
- 已规划通过开放编码产生归纳式编码。
- 引文锚定策略：每个主题都必须能追溯到受访者的访谈记录。
- 信度计划：抽取 10% 的 AI 编码与人工评审者核对。
发布就绪度
- 已用 10–20 位受访者做过试测。
- 已检查访谈记录中是否存在偏离提示的追问和失控的连续追问。
- 已在手机端和桌面端测试。
- 在第一个问题之前显示隐私声明和知情同意。
可跨研究复用的追问模板
这些追问提示可以在不同研究中反复使用。它们刻意保持中立且有边界。
| 目标 | 追问提示 | 停止条件 |
|---|---|---|
| 获得具体例子 | “能否带我回顾一下最近一次发生这种情况的具体经过？” | 受访者说出一个带有时间和背景的具体事件。 |
| 挖掘原因 | “是什么让你有这样的感受？” | 受访者给出原因，而不是复述。 |
| 检验反事实 | “你当时考虑过别的做法吗？” | 受访者说出一个替代方案，或回答“没有”。 |
| 校准强度 | “这对你的决定影响有多大——一点点、很大，还是介于两者之间？” | 受访者选定一个程度。 |
| 自然收尾 | “在进入下一个话题之前，关于这一点还有什么想补充的吗？” | 受访者表示没有，或主动推进对话。 |
常见失败模式（及对策）
- 失控追问。AI 不停地问“再多说一点”，直到受访者中途退出。对策：每题硬性上限 3 次追问，并配以明确的停止条件。
- 诱导性追问。AI 预设了一种情绪，在受访者根本没说过的情况下问“为什么那让你感到沮丧？”对策：要求 AI 在追问前先准确复述受访者说过的内容。
- 忽略目标。AI 针对最近一句话追问，而不是围绕问题的目标追问。对策：为每个问题写明目标。
- 语言漂移。受访者用自己的语言作答，AI 却用英文回复。对策：设定从受访者第一条消息继承语言。
- 访谈记录单薄。平均回答只有一句话。对策：把开场提示改写成事件回忆类问题，而不是询问观点。
Qualitati 的定位
Qualitati 是一个 AI 用户研究平台，对话式问卷是其多种研究模式之一，与AI 主持焦点小组、AI 主持访谈以及人机协同主题分析并列。针对对话式问卷设计，平台具体支持：
- 逐题的目标说明、追问预算和停止条件。
- 明确的“如果…那么…”分支逻辑。
- 支持 10 种语言的多语言追问：英语、中文、法语、挪威语、荷兰语、德语、西班牙语、葡萄牙语、日语和阿拉伯语。
- ThemeLens map-reduce 主题分析，一次最多处理 100 份访谈记录，并附带锚定到受访者的引文。
- 免费版注册即送 30 积分，无需信用卡，可以先试测再决定。
如果你正在评估不同选项，请参阅我们对 AI 用户研究平台的方法论优先的对比。
局限与取舍
对话式问卷并非没有代价。有三个取舍需要坦诚面对：
- 样本偏差。能忍受较长问卷的受访者，往往参与度更高或观点更强烈。条件允许时，把完成率分布与平行进行的封闭式问卷做比较。
- AI 追问质量不均。追问深度因话题和语言而异。每项研究都要抽查访谈记录；不要默认它与人类主持人水平相当。
- 编码仍需人工审核。AI 主题分析很快，但主题命名、边缘案例和引文挑选仍受益于人工评审。请提前规划——参阅我们的编码者间信度指南。
常见问题
什么是对话式问卷？
对话式问卷是由 AI 主持人实施的结构化问卷：提出开放式问题，根据每条回答生成有上下文的追问，并依据受访者所说的内容进行分支。它把访谈的深度与问卷的规模结合在一起。
对话式问卷应该多长？
对大多数研究而言，目标是占用受访者 6–12 分钟，涵盖 5–9 个问题区块。超过 15 分钟后完成率会急剧下降，在手机端尤其如此。
每个问题追问几次？
每个开放题 1–3 次追问的预算是常见做法。硬性上限设为 3 次以避免受访者流失，并且务必把预算与明确的停止条件搭配使用，这样 AI 才知道何时已经拿到所需信息。
对话式问卷能取代用户访谈吗？
对于需要规模化深度的场景（体验后反馈、NPS 根因、面向数百名用户的概念测试），可以。对于需要察言观色的探索性或敏感研究，不能——请使用由人类研究者主持的访谈。
对话式问卷支持多语言吗？
支持，前提是 AI 主持人被配置为用受访者的语言追问。设定从受访者第一条消息继承语言；不要让 AI 在过程中切换翻译。
开放式回答该怎么分析？
使用 AI 辅助的主题分析，再加一轮人机协同的人工审核。发布前先起草演绎式编码手册，允许归纳式编码涌现，并至少抽查 10% 的 AI 编码与人工评审者核对。
结论
对话式问卷会奖励那些把它当作结构化访谈提纲、而不是放大版文本框的设计者。使用 7 区块模板，为每个问题写好目标和追问预算，提前声明分支，发布前先试测。做到位的话，你能以问卷级别的样本获得访谈级别的洞察——而无需一对一访谈的排期成本。
准备好设计一份了吗？免费开始，赠送 30 积分——无需信用卡——或查看透明的按积分计价。第一次接触？请阅读什么是对话式问卷了解入门视角。