AI访谈是基于我设定好的问题自动发散还是就原有这些问题来回答，和发放问卷给受访者填写有什么区别？

问题类型

产品 Q&A问题

用户的真实顾虑

"我准备了10个问题，AI访谈是按照我的问题问一遍就结束吗？那和问卷有什么区别？"

核心焦虑：担心AI访谈只是"高级问卷"，没有真正的追问和深度挖掘。

核心回答

AI访谈 ≠ 自动化问卷。AI访谈是基于你的问题"智能发散"和"深度追问"。

三者核心差异

维度	问卷	AI访谈	真人访谈
追问深度	❌ 无追问	✅ 无限追问	✅ 有限追问（时间限制）
问题发散	❌ 固定问题	✅ 基于回答智能发散	✅ 即兴发散
回答深度	选项或简答	3000+字深度洞察	取决于访谈员技巧
执行效率	1小时收集	3-4小时（5-10人并行）	2-3周（串行）
数据质量	★★☆☆☆（浅层）	★★★★☆（深层）	★★★★★（最深）

AI访谈的3大核心能力

能力1：智能追问"为什么"（5个Why技巧）

你的初始问题：

"你会购买这款¥18的气泡咖啡吗？"

传统问卷：

会购买
不会购买
可能会
结束

AI访谈流程：

Q1："你会购买这款¥18的气泡咖啡吗？"

A1："可能不会。"

Q2（追问）："为什么不会？"

A2："感觉有点贵。"

Q3（深挖）："¥18对你来说算贵吗？你平时买咖啡的预算是多少？"

A3："我一般买¥12左右的美式。"

Q4（对比）："那如果是¥12，你会买吗？"

A4："也不会，主要是气泡+咖啡听起来怪怪的。"

Q5（真实动机）："怪怪的？你担心味道不好吗？"

A5："对，而且下午那个时间点，我没心情冒险。咖啡是续命的，不是尝鲜的。"

Q6（场景探索）："那什么场景下你会愿意尝试新口味？"

A6："早上或周末吧，那时候可以承担失望的风险。"

关键发现：

❌ 表面理解：价格贵（¥18 → ¥12）
✅ 真实动机：下午续命场景下，用户不愿承担失望风险

如果用问卷：只能得到"可能不会"，永远挖不到真实动机。

能力2：基于回答智能发散

你的初始问题：

"你对这个健身App的AI私教功能怎么看？"

传统问卷：

非常感兴趣
感兴趣
一般
不感兴趣
结束

AI访谈流程：

Q1："你对AI私教功能怎么看？"

A1："听起来不错，但我担心AI不懂我的身体状况。"

Q2（发散：担心点）："你担心哪些方面？"

A2："我膝盖有伤，担心AI推荐的动作会加重伤势。"

Q3（发散：真人经验）："你之前找过真人教练吗？他们怎么处理你的膝盖问题？"

A3："真人教练会根据我的情况调整动作，避开膝盖压力大的动作。"

Q4（发散：期望）："如果AI能做到这点，你会信任吗？"

A4："如果AI能让我输入伤病情况，然后自动调整训练计划，我会信任。"

Q5（发散：使用场景）："那你会在什么场景下用AI私教？"

A5："平时在家训练时，真人教练太贵了，但需要有人监督和纠正。"

关键发现：

用户不是不接受AI，而是担心"AI不懂我的身体状况"
解决方案：允许用户输入伤病情况，AI自动调整计划
使用场景：居家训练，作为真人教练的补充

如果用问卷：只能得到"一般"，无法发现真实需求和解决方案。

能力3：识别模糊回答，主动澄清

你的初始问题：

"你觉得我们的产品哪里需要改进？"

传统问卷：

开放题：用户填写"还行吧，没什么特别的"
结束

AI访谈流程：

Q1："你觉得我们的产品哪里需要改进？"

A1："还行吧，没什么特别的。"

Q2（识别模糊）："'还行'是指基本满意，还是有些地方不太满意但不影响使用？"

A2："嗯...有些功能用起来不太顺手。"

Q3（追问具体）："能具体说说哪些功能不顺手吗？"

A3："笔记功能太复杂了，我找了半天才找到保存按钮。"

Q4（深挖痛点）："你是第一次用就觉得复杂，还是用了几次后依然复杂？"

A4："用了几次了，每次都要想一下怎么操作。"

Q5（对比）："你平时用什么笔记工具？它们哪里做得好？"

A5："我用系统自带的备忘录，打开就能写，保存是自动的。"

关键发现：

笔记功能的真实痛点：操作复杂，不符合用户习惯
用户期望：简单直接，像备忘录一样自动保存
优化方向：简化流程，自动保存

如果用问卷：只能得到"还行吧"，无法发现真实痛点。

AI访谈 vs 问卷：完整对比

场景对比：新品定价测试

研究目标：测试¥18气泡咖啡的定价接受度

问卷方式

问题设计：

结果：

30%会购买，50%可能会，20%不会
60%认为合理价格¥15-20

问题：

❌ 不知道"为什么"30%会购买
❌ 不知道"为什么"20%不会
❌ 不知道如何优化产品和定价

AI访谈方式

初始问题：

"你会购买¥18的气泡咖啡吗？"

访谈5位用户，深度追问：

Linda（价格敏感）：

不会购买 → 因为贵 → 平时买¥12美式 → 如果¥12会买吗？ → 也不会 → 为什么？ → 下午续命不愿冒险
关键洞察：调整为早餐尝鲜场景

Emma（健康焦虑）：

可能会 → 0糖有吸引力 → 但担心代糖 → 要看成分表 → 气泡会刺激胃 → 健康焦虑需要安全感
关键洞察：标注"温和配方，不刺激"

Chloe（社交尝鲜）：

会购买 → 颜值高可以拍照 → 会分享到小红书 → 社交货币价值
关键洞察：设计好看的包装

结果：

✅ 发现3类用户的不同动机
✅ 找到优化方向：场景、安全感、颜值
✅ 可执行的改进方案

AI访谈的执行流程

Step 1：你准备初始问题（3-5个）

示例：

你对这个产品的第一印象是什么？
你会在什么场景下使用它？
¥X的价格你能接受吗？
和竞品相比，你觉得优势在哪？
有什么改进建议？

Step 2：AI基于回答智能追问

你不需要：

❌ 提前设计所有追问问题
❌ 预测用户会说什么
❌ 手动控制访谈流程

AI自动做：

✅ 识别模糊回答，追问澄清
✅ 基于回答发散新问题
✅ 使用"5个Why"挖掘深层动机
✅ 对比、假设、场景探索等技巧

Step 3：AI生成深度洞察报告

输出内容：

每个用户的访谈总结（3000+字）
精彩对话片段作为证据
关键发现和用户画像
可执行的改进建议

常见问题

Q1：我能控制AI访谈的深度吗？

可以。你可以设置：

访谈轮数：5轮（快速）vs 10轮（深度）
追问策略：聚焦核心问题 vs 全面探索
结束条件：达到目标即停止

Q2：AI会完全偏离我的问题吗？

不会。AI访谈的发散是"有界发散"：

✅ 始终围绕你的核心问题
✅ 基于用户回答合理延伸
✅ 不会跑到无关话题

示例：

你问定价，AI不会问"你喜欢什么音乐"
AI会问："你平时买咖啡的预算是多少？"（相关）

Q3：AI访谈和真人访谈的追问能力差距大吗？

差距不大，AI在某些方面更强：

维度	AI访谈	真人访谈
追问一致性	★★★★★（每次稳定）	★★★☆☆（受状态影响）
追问深度	★★★★☆（5-10轮）	★★★★★（无限追问）
发散能力	★★★★☆（基于数据）	★★★★★（即兴灵感）
情感共鸣	★★★☆☆	★★★★★
效率	★★★★★（5-10人并行）	★★☆☆☆（串行）

结论：

探索性研究、快速验证 → AI追问能力足够
深度情感洞察、高风险决策 → 真人追问更好

Q4：问卷什么时候比AI访谈更合适？

问卷适合：

大规模数据收集（100+人）
简单选择题（无需深挖）
统计分析为主

AI访谈适合：

探索"为什么"
5-10人深度洞察
发现新问题和新方向

最后一句话

"AI访谈不是自动化问卷，是智能追问和深度发散。你提供方向，AI挖掘深度。"

记住：

✅ AI访谈 = 你的问题 + AI的追问 + 智能发散
✅ 问卷 = 固定问题，浅层答案
✅ 真人访谈 = 最深追问，但效率低

关联Feature：Interview vs Discussion 文档版本：v2.1