結論先說
- 上載訪談紀要前務必先完成客戶與公司私隱脫敏,並核對數據私隱設定:不要把受訪者的真實姓名、手機號、公司全稱、合同金額、未公開營收或內部帳號 ID 直接貼進對話框;先在本地批量替換為
U01 / 客戶A / 行業標籤編號,同時在個人帳號的 Data Controls 關閉訓練開關或使用商業工作區(詳見 ChatGPT 數據控制與私隱設定指南)。 - 絕不要一口氣扔 15 份逐字稿只問「總結一下用戶痛點」:那樣得到的結論往往浮於表面且容易遺漏低頻高危卡點;正確拆法是「第一步逐份做帶原話引文的開放式編碼 → 第二步跨樣本聚合統計提及人數 → 第三步轉成結構化需求池並做 RICE 打分」。
- 強制要求「每條痛點必須綁定受訪者編號與原話摘錄」:這是杜絕大模型臆造用戶訴求的最有效護欄,評審會上隨時可按
U04 / U11編號回查原始逐字稿。 - RICE 的四個維度中,AI 適合輔助拆解框架與計算,真實數值必須人工校準:覆蓋面(Reach)要對齊真實產品埋點,投入度(Effort)必須讓研發與測試拍板,不能把模型估的人月直接當最終排期。
- 連續分析多份萬字訪談稿並運行 Python 自動彙總 RICE Excel 表,建議配置穩定的付費套餐:國內無外幣卡用戶可通過本站 ChatGPT Plus 充值說明 或 ChatGPT Plus 會員直充 解鎖完整文件上載與數據分析額度,重度產研團隊亦可參考 ChatGPT Pro 充值方案。

圖:本站根據 OpenAI Projects 文檔 與 Data Controls 文檔 整理的示意圖
本文根據 OpenAI 幫助中心《Projects in ChatGPT》《Data Analysis with ChatGPT》《Data Controls in ChatGPT》及《Prompt Engineering Best Practices for ChatGPT》整理,資料核對於 2026-11-19。配圖為本站整理的示意圖,不是介面截圖。本站(bigolab.com)不是 OpenAI 官方網站。
適用於誰
- 剛跑完 10–30 場客戶深訪或可用性測試,面對十幾萬字語音轉寫逐字稿無從下手的產品經理與用戶研究員;
- 經常被老闆或研發追問「這個需求到底是 1 個客戶隨口一說,還是普遍高頻痛點」,希望每條需求都能精準回溯到訪談原話的 B 端/C 端產研負責人;
- 需要快速把零散用戶吐槽整理成可量化排期的需求池,並用 RICE 模型與研發、運營對齊下季度迭代優先級的團隊。
一、上載前必做:3 分鐘私隱脫敏與 Projects 項目建檔
用戶訪談原文往往包含客戶真實姓名、聯絡方式、客單價、競爭對手報價甚至公司內部架構資訊。在把任何一份紀要上載給 ChatGPT 之前,務必先在本地完成脫敏處理:
- 用編輯器全局替換掉真實姓名、手機號、微信號、電郵與企業全稱,統一改寫成匿名編號(例如
U01-製造行業-中型團隊、U02-跨境電商-10人團隊); - 刪除與產品調研無關的財務流水、帳號密碼、合同掃描件截圖或商業機密數據;
- 如果使用個人 Plus/Pro 帳號,建議先在「設定 > 數據控制」中關閉「為所有人改進模型」,或者把高度敏感的個案放在「臨時聊天(Temporary Chat)」中處理;
- 完成脫敏後,在 ChatGPT 左側新建一個專屬 ChatGPT Projects 項目空間,把《本次調研目標與客群定義》放進項目指令,避免每輪對話反覆解釋業務背景。
二、第一步:逐份訪談開放式編碼,鎖定「原話證據鏈」
把脫敏後的訪談紀要每 3–5 份為一批發給 ChatGPT(如涉及十餘份文件可參考 多份文檔防漏讀對比技巧),用以下提示詞做結構化編碼:
text
你是一位資深用戶研究專家。下面是我已脫敏處理的第【1-5】份用戶訪談紀要(編號 U01–U05)。
請嚴格基於文本內容做「開放式質性編碼」,不要替用戶腦補未提及的功能,按 Markdown 表格輸出以下 7 列:
1. 訪談編號(如 U01)
2. 客群標籤(從紀要頭部提取)
3. 使用場景(用戶當時在做什麼任務)
4. 核心痛點或卡點(用 15 字內概括)
5. 現有替代方案(用戶目前怎麼湊合解決的)
6. 情緒與嚴重度(阻塞流程=高 / 影響效率=中 / 錦上添花=低)
7. 原始原話摘錄(必須原樣摘取受訪者 1–2 句原話,嚴禁改寫或編造)
規則:如果某位受訪者對某個環節表示滿意而非痛點,請單獨歸入末尾的「正向反饋清單」,不要混入痛點表。
把全部 15–20 份訪談按批次跑完編碼後,你就得到了一張乾淨、可追溯的原始證據總表。
三、第二步:跨樣本聚類高頻痛點,生成 RICE 優先級打分表
把所有批次的編碼表彙總貼進同一對話(或整理成一份 CSV 上載),讓 ChatGPT 合併同義表述、按獨立受訪者人數排序,並套用 RICE 框架生成初版需求池。

圖:本站根據產品需求優先級評估通用框架與 OpenAI Data Analysis 文檔 整理的示意圖
複製以下提示詞讓 ChatGPT 輸出帶計算邏輯的 RICE 需求池,並可一鍵導出 .xlsx(如遇到複製表格到 Excel 錯行,可結合 ChatGPT 表格轉 Excel 規範導出法 處理):
text
請讀取我上載/粘貼的全部訪談編碼表,完成「跨樣本聚類」與「RICE 需求池搭建」:
1. 聚類去重:將語義相同的痛點合並為「主題痛點」,統計「提及的獨立受訪者人數(去重)」與「涉及的訪談編號列表」,把僅 1 人提及的訴求單獨放進「長尾觀察池」;
2. 轉化需求:為排名前 10 的高頻痛點寫出對應的「產品需求描述(用戶故事格式)」與「可衡量驗收指標」;
3. RICE 初評打分:按公式 RICE = (Reach × Impact × Confidence) / Effort 估算並列出打分依據:
- Reach:先按「提及人數佔比 × 假設季度活躍客群 1000 人」給出基線,標明【待埋點校準】;
- Impact:嚴格從 3 / 2 / 1 / 0.5 / 0.25 五檔選取並說明理由;
- Confidence:提及人數 ≥ 40% 且有明確替代成本給 100%,20%–39% 給 80%,其餘給 50%;
- Effort:按最小可行方案暫估 0.5 / 1 / 2 / 4 人月,標明【待研發評估】;
4. 最後用 Python 將完整結果生成可下載的 `rice_backlog.xlsx`,其中 RICE 得分列寫入真實 Excel 公式,方便我在評審會上改數字自動重算。
額度與訂閱提示:把十幾份萬字訪談稿放進 Projects 持續檢索,並用 Python 數據分析直接輸出帶公式的 Excel 需求池,很考驗帳號的上下文容量與工具配額。國內無外幣卡的產研個人可在 ChatGPT Plus 充值頁 選購免交密碼的 ChatGPT Plus 卡密自助兌換,需要多成員共享項目空間的團隊也可了解 ChatGPT 團隊版 Business 定製。
四、第三步:從 P0 需求直接無縫銜接到 PRD 草稿
RICE 表格在評審會上校準完最終排序後,挑出排名前 3 的 P0 需求,繼續在同一個項目對話裏讓它對照原始訪談原話展開寫需求文檔(完整寫作結構參考 用 ChatGPT 寫高質素 PRD 產品需求文檔),重點要求把「用戶現有替代方案」「邊界異常場景」與「非目標範圍」一併寫清,研發評審時的返工率會大幅下降。
常見問題
問:語音轉寫出來的訪談逐字稿錯別字很多、口語重複雜亂,需要先人工通篇精校再餵給 ChatGPT 嗎?
答:不需要逐字精校。只要先把敏感客戶資訊脫敏,並在開頭附上一份「5–10 個行業專有名詞與產品功能名對照表」(例如把常被識別錯的術語寫清楚),ChatGPT 就能結合上下文準確理解口語原意,省去大量人工潤色時間。
問:為什麼 ChatGPT 給出的 RICE 打分裏,幾個小優化反而排在核心大需求前面?
答:這是 RICE 公式本身的數學特性:投入度(Effort)在分母上,只需 0.2 人月的微調很容易算出極高分,而耗時 3 人月的底座重構得分反而偏低。因此實戰中應把需求拆成「Quick Win 速贏池(Effort ≤ 0.5)」和「戰略重點池(Effort ≥ 1)」兩條泳道分別排序,避免團隊一味做小修小補。
問:如果不同角色(比如老闆、一線操作員、IT 管理員)在同一場調研裏訴求衝突怎麼辦?
答:在第一步編碼時務必保留「受訪者角色」列,並在第二步要求 ChatGPT 單獨輸出一張「角色訴求衝突矩陣」——列出決策買單者與一線執行者的分歧點,再由產品經理結合商業模式決定優先滿足哪一端,不要讓 AI 替你和稀泥折中。
問:國內沒有外幣卡,怎麼穩定開通 ChatGPT Plus / Pro 或團隊版以解鎖多文件上載、高階推理與 Codex 額度?
答:可通過本站 AI 會員充值總覽 進入 ChatGPT Plus 充值頁 或直接選擇 ChatGPT Plus 會員直充,需要高頻分析超長調研文檔與使用更高推理額度的團隊也可查看 ChatGPT Pro 會員直充。全站支持支付寶、微信支付及 AlipayHK,提供免交密碼的自助手續與團隊開票服務;實時價格以頁面展示為準,訂閱期內如掉訂閱按剩餘天數折退,因違反官方條款導致的封號不在質保範圍內。
相關教學
- 用 ChatGPT 寫 PRD 產品需求文檔:背景目標、流程圖與異常邊界完整提示詞
- ChatGPT Projects 項目空間怎麼用:集中管理長期文檔與自定義指令
- ChatGPT 數據控制與私隱設定指南:如何關閉模型訓練與安全使用臨時聊天
- 用 ChatGPT 對比多份 PDF、Word 與 Excel 文件的防漏讀提示詞
- ChatGPT 輸出表格複製到 Excel 錯行亂碼怎麼辦:規範導出帶公式 xlsx 方法
參考資料
- OpenAI 幫助中心:Projects in ChatGPT — https://help.openai.com/en/articles/10169521-projects-in-chatgpt
- OpenAI 幫助中心:Data Analysis with ChatGPT — https://help.openai.com/en/articles/8437071-data-analysis-with-chatgpt
- OpenAI 幫助中心:Data Controls in ChatGPT — https://help.openai.com/en/articles/7730893-data-controls-in-chatgpt
- OpenAI 幫助中心:Prompt Engineering Best Practices for ChatGPT — https://help.openai.com/en/articles/10032626-prompt-engineering-best-practices-for-chatgpt
0 條評論
還沒有評論,來搶沙發~