结论先说
- 上传访谈纪要前务必先完成客户与公司隐私脱敏,并核对数据隐私设置:不要把受访者的真实姓名、手机号、公司全称、合同金额、未公开营收或内部账号 ID 直接贴进对话框;先在本地批量替换为
U01 / 客户A / 行业标签编号,同时在个人账号的 Data Controls 关闭训练开关或使用商业工作区(详见 ChatGPT 数据控制与隐私设置指南)。 - 绝不要一口气扔 15 份逐字稿只问「总结一下用户痛点」:那样得到的结论往往浮于表面且容易遗漏低频高危卡点;正确拆法是「第一步逐份做带原话引文的开放式编码 → 第二步跨样本聚合统计提及人数 → 第三步转成结构化需求池并做 RICE 打分」。
- 强制要求「每条痛点必须绑定受访者编号与原话摘录」:这是杜绝大模型臆造用户诉求的最有效护栏,评审会上随时可按
U04 / U11编号回查原始逐字稿。 - RICE 的四个维度中,AI 适合辅助拆解框架与计算,真实数值必须人工校准:覆盖面(Reach)要对齐真实产品埋点,投入度(Effort)必须让研发与测试拍板,不能把模型估的人月直接当最终排期。
- 连续分析多份万字访谈稿并运行 Python 自动汇总 RICE Excel 表,建议配置稳定的付费套餐:国内无外币卡用户可通过本站 ChatGPT Plus 充值说明 或 ChatGPT Plus 会员直充 解锁完整文件上传与数据分析额度,重度产研团队亦可参考 ChatGPT Pro 充值方案。

图:本站根据 OpenAI Projects 文档 与 Data Controls 文档 整理的示意图
本文根据 OpenAI 帮助中心《Projects in ChatGPT》《Data Analysis with ChatGPT》《Data Controls in ChatGPT》及《Prompt Engineering Best Practices for ChatGPT》整理,资料核对于 2026-11-19。配图为本站整理的示意图,不是界面截图。本站(bigolab.com)不是 OpenAI 官方网站。
适用于谁
- 刚跑完 10–30 场客户深访或可用性测试,面对十几万字语音转写逐字稿无从下手的产品经理与用户研究员;
- 经常被老板或研发追问「这个需求到底是 1 个客户随口一说,还是普遍高频痛点」,希望每条需求都能精准回溯到访谈原话的 B 端/C 端产研负责人;
- 需要快速把零散用户吐槽整理成可量化排期的需求池,并用 RICE 模型与研发、运营对齐下季度迭代优先级的团队。
一、上传前必做:3 分钟隐私脱敏与 Projects 项目建档
用户访谈原文往往包含客户真实姓名、联系方式、客单价、竞争对手报价甚至公司内部架构信息。在把任何一份纪要上传给 ChatGPT 之前,务必先在本地完成脱敏处理:
- 用编辑器全局替换掉真实姓名、手机号、微信号、邮箱与企业全称,统一改写成匿名编号(例如
U01-制造行业-中型团队、U02-跨境电商-10人团队); - 删除与产品调研无关的财务流水、账号密码、合同扫描件截图或商业机密数据;
- 如果使用个人 Plus/Pro 账号,建议先在「设置 > 数据控制」中关闭「为所有人改进模型」,或者把高度敏感的个案放在「临时聊天(Temporary Chat)」中处理;
- 完成脱敏后,在 ChatGPT 左侧新建一个专属 ChatGPT Projects 项目空间,把《本次调研目标与客群定义》放进项目指令,避免每轮对话反复解释业务背景。
二、第一步:逐份访谈开放式编码,锁定「原话证据链」
把脱敏后的访谈纪要每 3–5 份为一批发给 ChatGPT(如涉及十余份文件可参考 多份文档防漏读对比技巧),用以下提示词做结构化编码:
text
你是一位资深用户研究专家。下面是我已脱敏处理的第【1-5】份用户访谈纪要(编号 U01–U05)。
请严格基于文本内容做「开放式质性编码」,不要替用户脑补未提及的功能,按 Markdown 表格输出以下 7 列:
1. 访谈编号(如 U01)
2. 客群标签(从纪要头部提取)
3. 使用场景(用户当时在做什么任务)
4. 核心痛点或卡点(用 15 字内概括)
5. 现有替代方案(用户目前怎么凑合解决的)
6. 情绪与严重度(阻塞流程=高 / 影响效率=中 / 锦上添花=低)
7. 原始原话摘录(必须原样摘取受访者 1–2 句原话,严禁改写或编造)
规则:如果某位受访者对某个环节表示满意而非痛点,请单独归入末尾的「正向反馈清单」,不要混入痛点表。
把全部 15–20 份访谈按批次跑完编码后,你就得到了一张干净、可追溯的原始证据总表。
三、第二步:跨样本聚类高频痛点,生成 RICE 优先级打分表
把所有批次的编码表汇总贴进同一对话(或整理成一份 CSV 上传),让 ChatGPT 合并同义表述、按独立受访者人数排序,并套用 RICE 框架生成初版需求池。

图:本站根据产品需求优先级评估通用框架与 OpenAI Data Analysis 文档 整理的示意图
复制以下提示词让 ChatGPT 输出带计算逻辑的 RICE 需求池,并可一键导出 .xlsx(如遇到复制表格到 Excel 错行,可结合 ChatGPT 表格转 Excel 规范导出法 处理):
text
请读取我上传/粘贴的全部访谈编码表,完成「跨样本聚类」与「RICE 需求池搭建」:
1. 聚类去重:将语义相同的痛点合并为「主题痛点」,统计「提及的独立受访者人数(去重)」与「涉及的访谈编号列表」,把仅 1 人提及的诉求单独放进「长尾观察池」;
2. 转化需求:为排名前 10 的高频痛点写出对应的「产品需求描述(用户故事格式)」与「可衡量验收指标」;
3. RICE 初评打分:按公式 RICE = (Reach × Impact × Confidence) / Effort 估算并列出打分依据:
- Reach:先按「提及人数占比 × 假设季度活跃客群 1000 人」给出基线,标明【待埋点校准】;
- Impact:严格从 3 / 2 / 1 / 0.5 / 0.25 五档选取并说明理由;
- Confidence:提及人数 ≥ 40% 且有明确替代成本给 100%,20%–39% 给 80%,其余给 50%;
- Effort:按最小可行方案暂估 0.5 / 1 / 2 / 4 人月,标明【待研发评估】;
4. 最后用 Python 将完整结果生成可下载的 `rice_backlog.xlsx`,其中 RICE 得分列写入真实 Excel 公式,方便我在评审会上改数字自动重算。
额度与订阅提示:把十几份万字访谈稿放进 Projects 持续检索,并用 Python 数据分析直接输出带公式的 Excel 需求池,很考验账号的上下文容量与工具配额。国内无外币卡的产研个人可在 ChatGPT Plus 充值页 选购免交密码的 ChatGPT Plus 卡密自助兑换,需要多成员共享项目空间的团队也可了解 ChatGPT 团队版 Business 定制。
四、第三步:从 P0 需求直接无缝衔接到 PRD 草稿
RICE 表格在评审会上校准完最终排序后,挑出排名前 3 的 P0 需求,继续在同一个项目对话里让它对照原始访谈原话展开写需求文档(完整写作结构参考 用 ChatGPT 写高质量 PRD 产品需求文档),重点要求把「用户现有替代方案」「边界异常场景」与「非目标范围」一并写清,研发评审时的返工率会大幅下降。
常见问题
问:语音转写出来的访谈逐字稿错别字很多、口语重复杂乱,需要先人工通篇精校再喂给 ChatGPT 吗?
答:不需要逐字精校。只要先把敏感客户信息脱敏,并在开头附上一份「5–10 个行业专有名词与产品功能名对照表」(例如把常被识别错的术语写清楚),ChatGPT 就能结合上下文准确理解口语原意,省去大量人工润色时间。
问:为什么 ChatGPT 给出的 RICE 打分里,几个小优化反而排在核心大需求前面?
答:这是 RICE 公式本身的数学特性:投入度(Effort)在分母上,只需 0.2 人月的微调很容易算出极高分,而耗时 3 人月的底座重构得分反而偏低。因此实战中应把需求拆成「Quick Win 速赢池(Effort ≤ 0.5)」和「战略重点池(Effort ≥ 1)」两条泳道分别排序,避免团队一味做小修小补。
问:如果不同角色(比如老板、一线操作员、IT 管理员)在同一场调研里诉求冲突怎么办?
答:在第一步编码时务必保留「受访者角色」列,并在第二步要求 ChatGPT 单独输出一张「角色诉求冲突矩阵」——列出决策买单者与一线执行者的分歧点,再由产品经理结合商业模式决定优先满足哪一端,不要让 AI 替你和稀泥折中。
问:国内没有外币卡,怎么稳定开通 ChatGPT Plus / Pro 或团队版以解锁多文件上传、高阶推理与 Codex 额度?
答:可通过本站 AI 会员充值总览 进入 ChatGPT Plus 充值页 或直接选择 ChatGPT Plus 会员直充,需要高频分析超长调研文档与使用更高推理额度的团队也可查看 ChatGPT Pro 会员直充。全站支持支付宝、微信支付及 AlipayHK,提供免交密码的自助手续与团队开票服务;实时价格以页面展示为准,订阅期内如掉订阅按剩余天数折退,因违反官方条款导致的封号不在质保范围内。
相关教程
- 用 ChatGPT 写 PRD 产品需求文档:背景目标、流程图与异常边界完整提示词
- ChatGPT Projects 项目空间怎么用:集中管理长期文档与自定义指令
- ChatGPT 数据控制与隐私设置指南:如何关闭模型训练与安全使用临时聊天
- 用 ChatGPT 对比多份 PDF、Word 与 Excel 文件的防漏读提示词
- ChatGPT 输出表格复制到 Excel 错行乱码怎么办:规范导出带公式 xlsx 方法
参考资料
- OpenAI 帮助中心:Projects in ChatGPT — https://help.openai.com/en/articles/10169521-projects-in-chatgpt
- OpenAI 帮助中心:Data Analysis with ChatGPT — https://help.openai.com/en/articles/8437071-data-analysis-with-chatgpt
- OpenAI 帮助中心:Data Controls in ChatGPT — https://help.openai.com/en/articles/7730893-data-controls-in-chatgpt
- OpenAI 帮助中心:Prompt Engineering Best Practices for ChatGPT — https://help.openai.com/en/articles/10032626-prompt-engineering-best-practices-for-chatgpt
0 条评论
还没有评论,来抢沙发~