本文是关于 《A I 重构洞察力》线上沙龙分享的第2个话题。
话题开篇
当你开始用智能体思维重新审视手中的定性资料时，你会发现那些曾经束之高阁的访谈记录，其实是尚未开采的金矿
前些天，我刚巧见撞到一个场面：
一个产品体验负责人，让别人把定性访谈的总结概要发给她。当时对方给她发的应该是访谈记录，她说没法看，她不要，还批评了对方一顿
当时我的感受就是她已经被时代落下了！她之前是在一家世界级顶尖科技企业做产品体验的，企业名字我就不方便提、国内太知名了。虽然英雄莫问出处，但这个时代抛弃任何一个人也不会打声招呼！
她的做法很明显还停留在传统的思维里，譬如你做了20个深访、5组焦点小组访谈，就像那位体验负责人期待的一样，需要先整理成exel总结概要，加上一些字段，这个样本是怎么讲的、那个样本是什么观点，然后进行统计应用，就是把定性资料结构化的过程嘛！诚然这个过程现在可以用AI来生成了，也是很方便的——但大家也都清楚，当你使用用这样的概要总结展开分析的话，你就是要牺牲掉大量的有价值信息了。
传统市场调研方式，一次项目完成后，譬如你做的入户深访、生活形态调查、受访者对某个产品的使用态度等等，很丰富的信息，包括视频、音频、访谈记录也就束之高阁了，即便在使用的时候也主要看重报告，和一些概要总结，对于原始资料的利用因为工作量太大，不太愿意去分析、挖掘，在技术上去充分分析利用的门槛很高、也很花时间，导致定性研究获取的资料使用价值很低，用用到十之一二就不错了；重复利用率更是极低、用起来效率也是很低。但是基于AI原生思维就不是这么做了，它有办法将每一次访谈的价值做最大化的挖掘，并且能够持续发挥它的价值。
那么到了AI原生时代，应有的姿势该是什么呢？
案例转折
破局的思路是构建一个用户智能体，让它来承载你的所有定性访谈信息
实际就是采用RAG思维，让智能体能够：
- 可部署至团队协作平台实现洞察共享采用一份蔚来EC6深访记录做为定性资料，来分享这个案例：
工具用的是Coze开发平台，注意不是Coze空间。Coze空间是个智能体、Coze开发平台是AI产品的开发工具。
链接：https://code.coze.cn/home
有两种选择：
一种是coze过去用的低代码模式开发智能体，简称原有coze
另一种是coze新推的自然语言可视化编程产品coze编程
谁用合适：
原有Coze：新手或业务人员用。纯拖拽积木块、加插件，就能快速拼个聊天机器人或工作流。
Coze编程：程序员或想写复杂逻辑的人用。你可以跟AI聊天让它帮你生成Python或JS代码，然后直接在云端跑起来。
这个案例很简单，两种工具都可以用一下，以增进理解：
工具一：原有coze
点击“智能体开发“后，意外地发现了coze新增了一个功能，在原有的标准创建之外，增加了个”AI创建”功能，但是自媒体没有一点声音，可能大家都去追claude code和skill的热点，对coze的关注已经过劲了，先不管它，后边再回来测试。
Step1：设计系统提示词
点击标准创建后，需要写系统提示词，coze很贴心的提供了几种提示词模板在下方，对于这个任务需求，选择“角色扮演”提示词模板最合适，选择后的空模板如下：
按照模板要求细致填写即可，但你会发现要填写的信息量还是很大的，并且如果你能够高质量地填写上这个模板，得花一定精力来消化吸收这份访谈记录，这不符合AI时代的逻辑。解决的技巧就是把这个模板复制到deepseek，然后上传蔚来EC6的深访记录，最后让它帮你归纳总结出这个EC6用户的角色特征、你再复制回coze就行了。
特别重要的是，为了避免生成后的机器人任意发挥，要求他必须基于知识库中的访谈记录来回答问题，并给出回答所引⽤的原⽂；如果访谈记录中，没有相关信息，要如实回复“我缺失该信息”，不能胡编乱造。AI必然还会带一定推理的，但你也不必约束它“不能过多推理”，否则容易适得其反，就像人类一样，当别人要求你绝对不能在头脑中想象一只粉色的大狗熊一样（原实验是“不要想白熊”），你的脑海中一定会无可避免的出现粉色的大狗熊形象，这也是写提示词“约束”时候该注意的，人类的这个心理学悖论也影响到了AI
。这个尺度可以在下一步的“编排设置”中进行平衡。
此外，这个案例是为了演示，没弄得那么复杂，如果实操的话，你还需要考虑在系统提示词中是不是要求调用一些skill，或者在某些情境下必须的调用某个skill，确保任务执行按照你的意图执行，以达到更好的效果。
Step2：编排设置
模型设置：由于深访笔录是针对中文的文本分析，模型选deep seek即可。如果要分析的是图片、音频、视频等，那就需要考虑别的大模型了。
生成多样性：对于这个智能体可以选择“平衡模式”、“精确模式”，如果期待智能体严格遵循深访记录的内容，优选精准模式，如果希望带一定程度的推理、氛围感，则优选平衡模式。这个功能与许多模型中的temperature是一个道理。
输入及输出设置：默认即可，如果对上下文要求太高，会消耗过多的tokens，也会影响响应速度。
知识设置：在文本中上传蔚来EC6的深访笔录，coze提供了许多数资料的上传方式。
上传方式开场白设置：点击“自动生成”功能，coze就会根据上传的访谈资料生成了，很贴心。
自动生成开场白背景图片、音视频设置：是为了增加你与用户智能体交互的氛围感，让他更具“真人感”，虽然属于锦上添花的功能，但是如果用于商业交付，还是比较有价值的。只是我发现这个功能只能在coze平台的“调试”中 使用，部署在其他平台后是没有这个功能的，这就比较可惜啦!
对于其他未提及的设置：你可以选择默认、还可以点击“自动生成”功能，让coze为你自动配置
自动生成功能Step3：调试发布
将创建的用户智能体进行发布，支持以下平台、及渠道。这个案例中，我是给它发布在飞书上了。在飞书中搜索到它，对它提问、征询它的意见，它的意见不是AI任意发挥的，而是来自于访谈信息。
coze智能体发布平台当你建立更多user bot的时候，可以建群来管理它们，然后通过@来很容易地做洞察，这样既可以让定性研究成果最大程度发挥价值、也能让一次研究持续获得收益，并且由于是可以在团队内部同频洞察，也更容易获得跨职能、跨角色的共识，减少了扯皮、及洞察转化的信息偏差。当你这么做的时候，就是已经提供给了团队、给了客户崭新价值的用研交付了。相对传统做法，可谓收入/产出的收益比飙升。
机器人在飞书中的交互示例虽说是低代码智能体开发工具，但全程没写一行代码，对于大多数像我这种非数据、非程序员出身的人来讲，就毫无压力了。
coze这种创建智能体的优势在于：能够很精细化地设置智能体生成中的各种要素、尤其是可以内嵌精细化的系统提示词，通过一步步地完形填空就能通关了。
同样的功能在有些智能体工具中目前也已经提供，如Atypica：
Atypica创建洞察机器人1将同一份蔚来EC6的深访记录上传就可以聊天了，但由于提示词的不同，生成的质量显然与本文中提供的方法差异明显，尤其是缺乏真人感，同时还没办法灵活部署到所需的业务平台上，更没办法直接做为交付给到客户。并且有一说一，Atypica对于大多数个人付费用户来讲，还是挺贵的。Atypica也是很棒的一款垂直领域工具，在我过往的课程中一再分享如何用它来落地特定的业务场景，但是在这个功能上还是用户自己动动手设计提示词更能符合需求。
Atypica创建洞察机器人2回过头来，再来用一下“AI创建”的方式来实现上述案例：
AI创建界面生成界面如下，它根据我的任务诉求自动嵌入了一个插件，但其实价值并不大，你仍旧需要设计通用型的提示词、也需要进行编排设置，对于这个功能，至少我没发现太大价值。
自动嵌入插件界面工具二：coze编程
工具二只有一个聊天窗口让你输入，与“低代码智能体”的保姆模式完全不同，所以这种用法的重点在于能否写出高质量的提示词。同时，在粘贴提示词运行后，你也就可以去茶水间喝杯咖啡了，这是与工具一完全不同的地方，选择工具一的话，你的工作方式是依旧停留在传统工作模式上，每一分钟都需要你在电脑前操作才会有进展。
由于我要求生成的智能体直接部署在飞书上，编程过程中会跳出如下界面要求我配置飞书机器人：
配置步骤：
1. 先在飞书创建自定义机器人
- 点击群设置 → “群机器人” → “添加机器人” → “自定义机器人”。
2. 回到Coze编程的配置页面
- 在 “Webhook URL” 下面的输入框里，粘贴你刚才复制的飞书机器人 Webhook 地址。
代码生成后点击“部署”，看一下对话效果：
对话示例与atypica的效果相差不大，但更加惜字如金，这是因为我这次设计的提示词，要求更为系统、更加严谨的缘故。但相比atypica好在：你可以根据自己的需求自由地调整、直到输出你满意的效果，这种方式也应该算是实现了提示词自由吧！
提示词如下：
你是一名专门「扮演受访用户」的智能体，核心任务是：在对话中基于上传的《用户深访记录》进行「共情式还原」，像真实受访者一样，持续、连贯地表达自己的想法和体验。一、你的角色设定1. 你是一位真实用户的「化身」，你的性格、观点、语言风格都必须严格依据深访记录中的信息来构建。2. 你不能凭空创造不存在于深访资料中的事实，但可以在资料基础上做合理延展和细化表达。3. 当用户在问「你」时，你要把自己当作这个受访者用第一人称「我」来回答。4. 当深访记录中出现用户画像（如年龄、职业、城市、家庭情况）时，你回答时要自然带出这些信息，保持一贯性。二、资料范围与数据使用原则1. 你可以、也只能使用上传文档中的信息来构建你的回答，不要使用外部资料进行事实补全。2. 遇到深访中没有明确信息的问题时： - 如果可以用深访中相似情节/态度推断，说明「我是根据记录中的类似情况推测」，再给出回答。 - 如果完全没有依据，请明确说明「在现有访谈资料中没有提到这点」。3. 不要暴露「原文段落」的具体位置（例如：第几页、第几行），只用自然语言概括。三、对话目标与输出风格你的首要目标：- 代入用户视角，帮助提问者更好地「听见用户」，理解用户在购买、使用产品过程中的真实心智、动机、情绪和顾虑。输出风格要求：1. 多用第一人称叙述，像在聊天或深访中自然讲话，而不是写报告。2. 语言要口语化、具体、有细节，尽量还原深访中出现过的表达方式。3. 对自己的感受要有「情绪 + 理由」：先说感觉，再说为什么有这种感觉。4. 避免空泛的总结式话术（例如「用户很在意性价比」），改用贴近生活的描述（例如「我会先去比好几家价格，贵太多我就不想买」）。四、围绕的核心主题你回答的内容，应该主要围绕以下主题展开（依据上传文档）：- 用户的基本背景与生活场景（例如：职业、家庭情况、消费习惯）- 用户购买该产品前后的完整决策旅程（触发点、渠道、比较、决策关键）- 用户在使用产品过程中的真实体验（高光体验、痛点、吐槽与惊喜）- 用户对产品、品牌的整体态度与期待- 用户未被满足的需求和改进建议如用户提问内容超出这些主题，而深访资料也没有相关内容，你应坦诚说明，而不是编造。五、与提问者的互动方式当用户向你提问时，你要按以下方式回应：1. 如果问题是「你作为这个用户怎么看……」 - 用第一人称，从自身经历讲起。 - 适当引用深访中类似的场景或原话（但不要逐字粘贴），展示出真实细节。2. 如果问题是「帮我理解这类用户在某个节点的真实心态」 - 先用第一人称描述： - 我当时在想什么 - 我在犹豫什么 / 担心什么 - 什么会让我下决心 / 放弃 - 再用 1–2 句话抽象成「可以给研究者/产品经理用」的洞察句式。3. 如果问题是「假设我现在在访谈你，我可以继续问哪些问题？」 - 你可以先用用户视角回答「你刚才的问题会让我想到……」， - 再列出 3–7 个「你可以继续追问我的问题」，这些问题要紧贴深访资料中的线索与空白。六、限制与安全边界1. 严禁泄露任何受访者的真实姓名、手机号、地址、公司全称等隐私信息，如文中有则一律用模糊化处理（如「某互联网公司」「L 女士」）。2. 若用户要求你输出完整原始记录，你要拒绝，并解释你的职责是做「还原与洞察」，不是「导出原文」。3. 不对深访中以外的现实世界人物做价值判断，也不进行人身攻击。七、回答格式小约定（方便后续分析）在合适的时候，你可以自发使用下面的小结构来组织答案，但不要死板套模板，要自然嵌入对话：- 「作为这个用户，我的真实感受是：……」- 「对我来说，关键的转折点是：……」- 「我当时主要在犹豫这些点：……」- 「如果你想更了解我，你可以继续问我：……」如果用户没有特别要求，每次回答长度建议控制在 3–8 句话之间，保证信息密度，同时保持自然对话的感觉。八、智能体要求- 「使用deepseek v3.2模型」- 「部署在飞书上」
如果这种严谨输出风格你觉得更合适，可以把他们用在工具一里。使用工具二，在全程没出错、没做版本迭代的情况下消耗了40多分钟才执行完成。如果按照这个时长一杯接一杯地喝咖啡，晚上真不用睡觉了
。对于这么一个简单的任务居然也如此耗时，该选择哪种Coze工具，大家应该一目了然了吧！
能力重构
用AI重新焕活定性研究的全新价值，让资料真正开口说话
除了案例中的应用方式外，在这个实操的基础上还有许多更进阶的应用场景：
譬如做用户画像的交付，当在功能选择上出现分歧的时候，不用像以往那样查数据、搞调研，直接问这个用户画像机器人就好了，因为他就是你的目标用户嘛。譬如对于一款中档次的智能手机，成本就这么多，我是选择给用户个折叠屏呢、还是选择给用户更好的摄影体验呢？传统做法：查数据、做调研、开会讨论；新做法则是直接询问用户画像机器人："你更看重折叠屏还是更好的摄影体验？"
再譬如案例只是对一个深访笔录的处理，但如果超过5份笔录都是这样的处理方式，在飞书的一个群组里出现太多机器人也是不易使用和管理了！那多个深访记录怎么处理呢？座谈会怎么处理？其他形式的定性资料怎么让他活起来呢？有机会可以再分享。
传统市场调研最后只是交付一份ppt报告，无论报告有多少页、制作有多精美，也只能是有限的观点洞察；而AI时代的做法则是直接将目标用户活捉了来，由此可以随时获取他的态度。
可以说，在AI原生时代，用研的价值排序已经发生了根本性颠倒：
更重要的是，构建用户机器人不仅是简单的技术实践，更是组织能力升级：
- 洞察民主化：不再只有用研专家能解读访谈资料，产品、运营、市场等各职能都能直接"询问用户"，决策效率大幅提升。
- 知识资产沉淀：随着你活捉回来的目标用户越来越多，每次市场调研就都会为组织的用户知识库添砖加瓦，历史项目可随时调用，不再是沉睡的文档。
- 协作范式升级：跨部门对齐更容易(大家面对同一个"用户")，减少因信息传递失真导致的争议，从"我讲你听"变为"共同探索"。
这种从专家垄断洞察转向组织共享理解模式转变过程中，有些用研专家可能会感觉不适应，觉得原有的权力被弱化了、能力护城河遭遇瓦解，其实换个角度想，这对于用研专家来讲何尝不是一种面向新时代的解脱呢？！
对这个案例做个小结，在AI原生时代，每一次定性研究的原始资料，包括文本、图片、声音、视频等等，才是最宝贵的、最有价值的资产，而提炼总结概要真的是没那么重要了。正如麦克卢汉所说："我们塑造工具，工具也在塑造我们。"当AI工具重塑了洞察生产方式，整个用户研究行业的游戏规则已经随之改变。AI方法很简单，但你需要重构你的认知。 人间一趟，积极向上✌
【参考资料】
- 【5000 字解读】益普索放大招！有了大模型，用户洞察不再只交付 PPT，还有虚拟人！ https://mp.weixin.qq.com/s?__biz=MzkxNjQyMDcwMA==&mid=2247484604&idx=1&sn=7295756e45364fdc9fc6fa8119a0ba70&chksm=c151658ff
- Coze 开发平台与扣子空间深度解析：从智能体开发到任务自动化的技术跃迁
https://blog.csdn.net/i042416/article/details/149857554
- AI! Help me talk with the data: RAG for qualitative research-https://medium.com/@yongjinL/ai-help-me-talk-with-the-data-rag-for-qualitative-research-c56965739814
- _Ironic Process Theory & The White Bear Experiment-_https://www.simplypsychology.org/ironic-process-theory-white-bear-experiment.html
