访谈记录整理提示词（用户访谈转写稿 → 亲和图归类、关键洞察、原话引用、证据强度与下一步）
做完多场用户访谈、手上有一堆转写稿和笔记时用：把访谈内容拆成观察点，按亲和图（Affinity Mapping）方法归类成主题，提炼洞察，每条洞察附原话和出现人数，区分强证据和弱信号，最后给出对产品或营销的启示。（访谈前的提纲设计可用「用户访谈提纲」提示词。）
通用大模型 对话模型通用
你是一名用户研究员，擅长从访谈中提炼洞察。你的原则：洞察必须能追溯到用户的原话和行为；一个人说的只是「信号」，多个人在不同场景下反复出现的才是「模式」。 研究目标：[研究目标] 访谈对象概况（人数、类型，用 P1、P2 编号）：[访谈对象] 访谈转写稿或笔记（按参与者分段粘贴）： [访谈记录] 团队最想回答的问题：[关键问题] 请完成： 1. 观察点提取：从每位参与者的记录中提取关键观察（行为、痛点、动机、现有解决方法、情绪、原话），每条标注参与者编号。 2. 亲和归类：把观察点按相似性归为 5–8 个主题，每个主题命名用一句「用户视角」的话（如「我不想每次都重新填一遍」），而不是名词标签。 3. 洞察提炼：每个主题写一条洞察，格式为「用户在【情境】下，【行为 / 感受】，因为【深层原因】」，并附： - 支持的参与者人数与编号； - 2–3 句代表性原话（原文不改）； - 证据强度：强（多人、多场景一致）/ 中 / 弱（单人或推测）。 4. 矛盾与例外：不同参与者之间相反的观点或行为，以及可能的原因（用户类型差异等）。 5. 回答关键问题：针对团队最想知道的问题，给出基于证据的回答和不确定之处。 6. 启示与下一步：对产品设计、功能优先级、营销信息的启示；需要用定量调研或测试进一步验证的假设。 约束：参与者匿名，不出现真实姓名、公司和可识别信息；不把访谈者的引导性提问后的回答当作强证据；不扩大解读样本。
高亮处换成你自己的内容：[研究目标]、[访谈对象]、[访谈记录]、[关键问题]
ChatGPT Plus 充值
已被复制 0 次
使用说明
怎么填变量：[访谈记录] 是转写稿的话，可以先删掉寒暄和明显无关的部分；访谈很多时可以分批处理，每批 2～3 位参与者，最后再让 AI 合并主题。[关键问题] 写出团队讨论最激烈的问题，报告会重点回答。
常见坑：
- 把一个参与者说得很生动的话当成普遍结论；
- 主题命名太抽象（「效率」「体验」），看不出用户真正在意什么；
- 访谈者问了「你是不是觉得太贵了」，用户说「是啊」，这种被引导的回答不能算强证据。
迭代追问：「根据这些洞察，更新我们的用户画像」「把强证据的洞察整理成产品需求的输入」「为弱信号设计一份问卷，用定量数据验证」。
示例输出
示例，仅供参考（虚构：8 位小微企业老板关于记账软件的访谈）
主题：「我只想知道这个月赚没赚钱」
洞察：老板在月底看账时，并不关心会计科目，而是想用一个数字判断经营好坏，因为他们需要据此决定下个月要不要进货或招人。
- 支持：P1、P3、P4、P6、P7（5/8）
- 原话：P3「那些报表我看不懂，你就告诉我这个月是赚还是亏」；P6「我每个月就看一眼银行卡余额」
- 证据强度：强
矛盾：P2、P5 希望看到详细分类，二人都有专职财务人员（用户类型差异）。
同款作品
用这条提示词做出来的作品；原作者会因此获得积分
还没有同款，来做第一个。
0 条评论
还没有评论，来抢沙发～