最后更新：2026年5月19日
简短回答
AI 主持人的访谈提纲，不是把人类主持人的脚本去掉“人”就完事。它是一个结构化对象：一个研究目标、4–7 个与研究问题对应的板块、每个板块一条开场问题、2–4 条带有停止条件的追问，以及关于何时转入下一题、何时追问、何时交给真人处理的明确指令。按这种方式来写，AI 主持人就能大规模开展严谨的访谈。
为什么 AI 主持人需要不同的访谈提纲
传统访谈提纲是写给人类主持人的：他们能察言观色、临场发挥，并始终记得研究目标。AI 主持人则会逐字执行指令。如果你不告诉它何时停止，它会无休止地追问；如果你把关键话题埋在大段文字里，它会跳过；如果措辞含糊，它会提出引导性问题。
为 AI 主持人设计的提纲更像一份结构化配置，而不是一份 Word 文档。好消息是：一旦采用这种结构，你就能在数百名受访者之间获得更一致的访谈，下游的主题分析也更容易，而且提纲可以像代码一样反复迭代。
核心要点
- 让每个板块都对应一个研究问题。如果某个板块没有对应的研究问题，就删掉它。
- 开场提示要写成问题，而不是话题。“请讲讲你最近一次……的经历”胜过“探讨新手引导”。
- 给 AI 明确的停止条件：每个板块的最大追问次数、饱和的信号、受访者疲劳的信号。
- 设置少量升级触发条件（情绪困扰、反复跑题、安全问题），交给真人处理或妥善结束访谈。
- 规模化之前先用 5–10 位受访者试点。AI 主持人比真人更快暴露提纲设计的缺陷。
AI 主持人访谈提纲的 7 部分模板
把这七个模块作为每份提纲的骨架。每个模块都刻意写得简短；AI 主持人在简洁、无歧义的指令下表现更好。
1. 研究目标（一句话）
写明本研究要支持的那一个决策。例如：“了解首周用户为何放弃导入流程，以便为第三季度的修复排定优先级。”AI 会据此判断某个岔题是否值得深入。
2. 受访者背景
告诉主持人它面对的是谁、已知哪些信息：角色、近期行为、细分群体、语言。保持客观事实。这样既能为个性化提供依据，又不必写成脚本。
3. 与研究问题对应的板块
选择 4–7 个板块。每个板块包含：一个研究问题（内部使用）、一条开场问题（口头说出）、2–4 条追问（按条件触发）以及一句过渡语。
4. 带停止条件的追问库
为每个板块列出主持人可以使用的追问，以及何时应停止追问并转入下一题的条件。没有停止条件，AI 主持人会过度追问，消耗受访者的好感。
5. 行为规则
规定主持人绝不能做什么：引导、暗示答案、评价、提供产品建议、透露假设。同时规定遇到沉默、单字回答和跑题时的应对方式。
6. 升级与退出规则
明确何时提前结束（出现情绪困扰信号、超时、超出范围），如何向受访者致谢，以及如何确认后续联系的同意。对于敏感话题，交由真人审核。
7. 结束模块
一个开放式问题（“还有什么重要的内容我们没有谈到吗？”），必要时一次人口统计信息确认，以及清晰的结束语。务必干净利落地收尾 — 被截断的结尾会损害完成率和数据质量。
示例：新手引导研究
下面是针对新手引导研究目标的精简示例。在实际使用中，每个板块还会带有研究问题 ID，便于下游编码。
| 板块 | 开场问题 | 追问 | 停止条件 |
|---|---|---|---|
| 第一印象 | 请带我回顾一下你第一次打开这个应用时做了什么。 | 你当时想完成什么？有什么让你意外？你在哪里犹豫了？ | 最多追问 3 次；如果用户开始重复，就转入下一题。 |
| 导入流程 | 请讲讲你最近一次尝试导入数据的经历。 | 你原本期待什么？失败时你做了什么？接下来你又试了什么？ | 当受访者说出并描述了一个具体的失败或变通做法时停止。 |
| 寻求帮助 | 当你卡住的时候，你是怎么做的？ | 你首先去哪里找？你有没有问别人？什么会对你有帮助？ | 最多追问 2 次；不要推荐求助渠道。 |
| 是否继续使用的决定 | 是什么让你决定是否继续使用它？ | 什么差点让你放弃？什么让你坚持下来？ | 在受访者描述出一个明确的关键时刻后停止。 |
AI 访谈就绪度评分表
在启动之前，请按以下八个维度为你的提纲打分，每项 0–2 分。得分低于 12/16 的提纲尚未准备好。
- 目标清晰度：一句话，一个决策。
- 研究问题对应：每个板块都与一个研究问题相连。
- 问题措辞：以经历类问题而非观点类问题开场。
- 追问纪律：追问已列出；停止条件明确。
- 中立性：没有引导性语言，没有产品框架。
- 升级规则：已写明情绪困扰、跑题和退出规则。
- 时长现实性：预计时间符合受访者的时长上限（AI 主持的文字或语音访谈通常为 15–25 分钟）。
- 试点计划：规模化之前已安排 5–10 次试点。
常见失败模式（及修复方法）
- 过度追问：AI 不停地问“能再多说一点吗？”修复：限制每个板块的追问次数，并加入饱和信号（“一旦受访者说出了带有情境的具体事例，就转入下一题”）。
- 引导性问题：AI 继承了你的假设。修复：从问题中删除产品名称和带有价值判断的形容词。
- 话题漂移：受访者把对话带向别处。修复：写明过渡语，并加入“回到本板块”的规则。
- 回答单薄：以单字回答为主。修复：让开场问题立足于过去的行为（“你最近一次……”），而不是抽象的观点。
- 分析数据缺失：板块与研究问题的对应不清晰，导致后续编码十分痛苦。修复：要求每个板块都标注研究问题 ID。
语音提纲与文字提纲
语音访谈适合更短的问题，并且更需要频繁的回应确认；文字访谈可以容忍更长的问题，但由于受访者流失更快，需要更严格的追问上限。对于语音研究，还要记下你打算日后分析的声学信号 — 请参阅我们的用户访谈中的语音分析概述。
Qualitati 的定位
Qualitati 是一个 AI 用户研究平台，正是围绕这类结构化提纲而设计的。创建研究时，你可以在同一处定义板块、研究问题、追问和停止条件；AI 主持人以文字或语音形式、用 10 种语言开展访谈，而 ThemeLens AI 会把编码映射回你在提纲中写下的研究问题。免费开始，赠送 30 积分 — 无需信用卡 — 在规模化之前，先用五位受访者试点你的第一份提纲。
局限与权衡
AI 主持人并不适合所有研究。高度敏感的话题（创伤、临床、受监管行业）仍然适合由真人主持人或混合模式来完成，例如 Qualitati 的 Active Listener 模式：由真人主导，AI 实时提示。AI 主持人对提纲质量的依赖也比真人更强：含糊的人类提纲可以由熟练的主持人在现场补救；含糊的 AI 提纲则会大规模地产出含糊的数据。把试点纳入每一项研究，并把提纲当作每周修订的活文档。
常见问题
AI 主持人的访谈提纲应该多长？
通常为 4–7 个板块，导出为纯文本时 1–2 页。提纲过长通常说明研究问题尚未排定优先级。
我可以直接复用人工访谈提纲吗？
可以把它作为起点，但要把每个板块改写成“开场问题 + 追问 + 停止条件”的格式。纯文字叙述的提纲在 AI 主持人那里表现较差。
每个板块追问多少次算太多？
两到四次。超过这个数，完成率会下降，受访者也会开始重复自己，给分析增加噪声。
我应该把假设告诉 AI 吗？
分享研究目标和决策背景，不要分享假设。假设往往会渗入问题中，使回答产生偏差。
AI 很稳定，我还需要试点吗？
需要。AI 稳定意味着糟糕的提纲会稳定地产出糟糕的数据。请用 5–10 位受访者试点并修订。
多语言研究怎么办？
用一种语言写好主提纲，再由平台翻译问题和追问。启动前请让母语者审阅译文 — 追问中的习语是最常见的出错点。
结论
AI 主持人的水平取决于它所执行的提纲。把访谈提纲当作一个结构化对象 — 目标、板块、问题、追问、停止条件、升级规则 — 你就能获得既严谨又可规模化的访谈。在下一项研究中试用 Qualitati 的模板，依据真实的试点数据而不是猜测来迭代。