要用 AI 总结用户访谈而又不抹平参与者的原意，应分两轮进行：先为每场访谈生成可追溯的总结，然后才在主题矩阵中进行跨场比较。每项发现都应保留研究问题、说话人标签、时间戳、邻近上下文、证据状态、反例和研究员的解释。模型可以整理所提供的材料，但不能判断参与者的本意，也不能判断某种模式是否代表更广泛的人群。

先阅读通用的安全使用 AI 指南，并在实地访谈前使用单独的研究访谈提纲流程。本文从访谈已经完成、且已有可用记录时开始。

关键要点

上传任何录音或转录之前，确认同意范围与允许的用途。

只对最小的有用转录片段去标识，并冻结其版本。

先逐场总结，再寻找跨场模式。

让问题、说话人、时间戳、上下文窗口、引文和遗漏始终附在一起。

把观察到的内容与研究员的解释分开。

主动寻找相互矛盾的证据和反面案例。

由研究员批准发现、引文和发布措辞。

为什么总结容易丢失上下文？

访谈总结之所以常常失败，是因为压缩得太早。“用户不喜欢安装过程”这样一句话，可能混合了访谈者的诱导性提问、某位参与者有条件的抱怨，以及另一个人毫不相干的例子。一旦这些区别消失，润色过的综合结论就无法再回到访谈中核对。

上下文不只是引文前后的那几句话。它还包括所回答的问题、参与者在情境中的角色、他们描述的是亲身经历还是假设情况、事件的先后顺序，以及对话后来的任何更正。它还包括转录没能捕捉到的内容，例如听不清的音频或缺失的片段。

解决办法不是把所有转录粘贴进一个巨大的提示中，而是使用受控的证据结构，保留回到来源的链接，并在逐场审核完成之前推迟为主题命名。

第 1 步：冻结研究问题与同意边界

使用模型之前，先写一份简短的分析简报，写明研究问题、纳入的访谈场次、排除的材料、目标受众、这项工作可能影响的决定，以及有权批准综合结论的人。如果研究问题改变，就新建一份简报，而不是悄悄沿用旧的分析。

GOV.UK 的指南指出，研究知情同意应说明研究目的、将收集哪些数据、数据如何使用、谁可以处理这些数据，以及参与者如何退出。［1］核对签署或记录下来的同意书、隐私声明和组织政策。同意参加访谈，并不自动等于同意把录音发送给任何 AI 提供商。

为每项输入记录许可决定：

字段	使用合成标签的示例
研究 ID	`STUDY-ALPHA`
研究问题	首次使用的用户在安装失败后如何恢复？
Session ID	`SESSION-04`
允许的材料	已去标识的转录片段
禁止的材料	原始音频、姓名、账户信息
获批处理方	仅限组织批准的工作空间
保留规则	审核期结束后删除工作副本
分析负责人	具名研究员

如果任何一项许可不确定，就停止处理该场访谈。不要把模型的隐私设置、付费档位或一般性的保证，当作你这项具体用途已获允许的证据。

第 2 步：最小化并去标识

制作一份工作副本，另行保存原件，并删除回答研究问题所不需要的信息。用稳定的标签替换姓名。删除电子邮件地址、账户标识、精确位置、私密网址和无关的个人经历。只有在不改变所研究含义的前提下，才对细节进行概括处理。

GOV.UK 的记录指南建议保护参与者隐私、对笔记进行匿名处理，并保留可用于分析的详细观察。［2］去标识是一项审核工作，而不是查找替换的小技巧。一个罕见的职位名称加上城市和事件日期，即使删除了姓名，也可能识别出某个人。

选择工作空间、决定删去哪些内容时，参考 AI 隐私风险清单。把重新识别身份的对照表保存在模型之外。如果用片段就能回答研究问题，就不要上传完整转录。

第 3 步：建立单场访谈上下文包

每场访谈建立一个上下文包。这个阶段不要混合不同的参与者。一个好的上下文包要有足够的结构，能还原某项观察为什么会被记录下来。

字段	必填内容
Session ID 与转录版本	稳定标识和采集日期
研究问题	本次分析所回答的获批问题
参与者标签	不可识别身份的标签，以及仅相关的片段
访谈者问题	完整问题，包括实质性的引导措辞
说话人与时间戳	谁在说话，以及段落的位置
上下文窗口	焦点陈述前后的邻近对话轮次
转录质量	缺失、重叠、翻译或不确定的文字
直接证据	简短的原文引用或忠实的转述
观察	该段落明确显示了什么
研究员解释	单独的、可复核的推断
反例	限制或反驳该解释的证据
未决问题	无法从这场访谈中得出的结论

上下文窗口要大到足以保留陈述周围的条件，但不应超出必要范围。如果参与者修正了先前的回答，两段都要纳入。如果缺少时间戳，就标注为缺失；绝不要让模型编造。

第 4 步：用 AI 总结用户访谈，逐场生成可追溯总结

要求模型只使用上下文包，保留字段名称，并在转录没有提及时返回 not evidenced。请它总结目标、所描述的行为、障碍、变通办法、后果和未解答的问题，并要求每一项陈述都引用 Session ID 和时间戳。

一份有用的单场输出有三个层次：

观察到的证据： 参与者明确说出或描述的内容。
解释： 研究员认为这些证据可能意味着什么。
局限： 含糊之处、矛盾、缺失的上下文或其他可能的解释。

不要让模型用诊断性或心理学标签替换日常语言。“参与者停顿了一下并请求帮助”是观察；“参与者很焦虑、缺乏信心”是转录可能无法支持的解释。同样的规则也适用于推断意图、身份、专业水平和购买力。

逐行对照转录审核输出。检查说话人归属、时间戳、否定、数量、条件性措辞，以及假设情况是否被改写成了真实事件。如果需要大量更正，就先修复上下文包或转录，再继续，而不是去润色一份不可靠的总结。

第 5 步：综合前审计遗漏

即使每句话都准确，如果遗漏了重要材料，总结仍可能产生误导。把总结与访谈提纲进行对照，把每个相关问题标为已覆盖、未提问、未回答或已排除，并列出没有放进草稿的重要事件和引文。

GOV.UK 的访谈分析指南强调，要在研究结束后尽快审阅观察、对证据分组，并让团队参与，以免发现只建立在某一个人的记忆之上。［3］一次简短的复盘可以揭示被误解的术语、缺失的情境背景，以及转录中没有记录的观察。

进行一次明确的反面案例审查：

哪些证据与表面上的叙述相矛盾？
参与者是否描述了一个成功的变通办法？
问题是否取决于设备、方案、角色或先前的某个步骤？
访谈者是否暗示了答案？
后面的陈述是否更正了被引用的段落？
还有哪些重要问题没有得到回答？

把这些答案保存在该场访谈的记录中。不要把它们藏在私人笔记里，否则在分享综合结论时就会丢失。

第 6 步：建立跨场访谈证据矩阵

只有经过审核的单场总结才能进入跨场分析。在给每个候选主题命名之前，先给它一个中性的标识。使用矩阵而不是段落，让支持证据和局限始终可见。

主题字段	记录内容
主题 ID	稳定标识，例如 `THEME-03`
候选陈述	范围较窄的主张，而不是口号
支持的场次	Session ID 和确切的证据引用
相反的场次	反面案例和其他路径
条件	细分群体、任务、环境或顺序
覆盖范围	纳入分析的场次，而不是总体估计
置信说明	证据质量和仍然存在的不确定性
研究员决定	接受、修改、合并、拆分或否决

可以让 AI 对语义相近的观察进行聚类，但要求它列出每一项拟议的归属。研究员应能移动某项观察、拆分宽泛的类别或否决某个主题，而无需改写证据。不要用模型给出的置信数字取代抽样设计或研究判断。

对于开放式问卷数据，请使用专门的问卷主题分析流程。问卷回答与有主持人的访谈在上下文、抽样和证据结构上都不同。

第 7 步：撰写带边界的发现

只有在矩阵稳定之后，才把每个获批主题写成发现。一项可复核的发现包含：主张、发生的情境、支持证据、相反证据、受影响的场次、未知之处，以及以问题或假设形式表述的启示。

如果研究并非为统计流行程度而设计，就避免使用暗示流行程度的计数。“在纳入的六场访谈中，有四场提到恢复邮件延迟”描述的是所分析的材料；“大多数用户都有这个问题”则是研究可能无法支持的总体主张。

如果下一项交付物是客户旅程图，请传递证据 ID 和不确定性，而不是把主题标签当作既定的旅程阶段照搬。如果任务只是压缩一份政策或报告，请改用文档总结流程。

第 8 步：审批、版本化与留痕

由研究负责人审阅每一项发现和每一条可发布的引文。第二位审核人应抽查影响重大的结论、意料之外的主题和翻译过的段落。记录合并、拆分、否决或弱化发现的决定。

把分析简报、转录工作副本、单场总结、主题矩阵和最终报告一起做版本管理，并保存一份变更说明，写明改了什么、为什么改。如果收到转录更正，找出受影响的证据 ID，只重新运行依赖它们的总结和主题。

NIST 的生成式 AI 配置文件描述了虚构内容和数据隐私问题等风险，这些风险需要有记录的风险管理，而不是信任流畅的输出。［4］把模型的回答当作需要检查的转换结果，而不是研究已被正确分析的证明。

简明提示词契约

给模型一份范围很窄的契约：只使用提供的单场上下文包；保留 Session ID、说话人、时间戳、否定和条件；把观察与解释分开；只引用提供的原文；列出反例；缺少的事实返回 not evidenced；不得推断身份、情绪、意图、代表性或总体流行程度。先要求输出表格，叙述性的发现在人工审核之后再写。

最终检查清单

同意范围和处理方许可与实际输入相符。
工作副本只包含最少必要且已去标识的材料。
每项总结都指向 Session ID、说话人、时间戳和上下文窗口。
观察、解释和未知项明显分开。
引文与转录一致，并保留了条件和更正。
在建立主题之前审查了遗漏和反例。
跨场主题同时列出了支持和相反的场次。
在没有合适研究设计的情况下，发现没有声称总体流行程度。
研究员已批准报告，变更历史已保留。

常见问题

可以上传原始访谈录音吗？

只有当参与者协议、组织政策、处理方条款、安全控制和研究负责人都允许这一具体用途时才可以。已去标识的转录片段通常更安全，也已足够。

应该把所有访谈放进一个提示词吗？

不应该。先逐场审核。过早合并转录，更容易混淆说话人、丢失条件并掩盖相互矛盾的案例。

上下文窗口应该多大？

保留问题，以及足以保留条件、更正和指代关系的邻近对话轮次，并记录为什么所选的上下文窗口已经足够。

AI 可以自动决定主题吗？

它可以根据提供的证据提出聚类建议。在接受某个主题之前，研究员必须检查其成员、矛盾、范围和命名。

AI 生成的引文可以使用吗？

任何编造或重构的引文都不可接受。使用转录中的原文，对照来源核实，并遵守参与者对引用的许可。

转录有错误怎么办？

标出不确定的段落；仅在获准时查阅录音；更正转录版本，并重新运行依赖它的分析。绝不要悄悄抹平缺失的字词。

可以报告有多少用户遇到问题吗？

你可以说明纳入的访谈中有多少场包含特定证据。除非研究设计支持这种推断，否则不要把这个计数推广到所有用户。

反例应该怎么处理？

把反例放在它所限制的主题旁边。它们可能揭示条件、其他路径，或说明某个主题需要拆分。

谁批准最终访谈总结？

由具名的研究负责人在适当的隐私或专业审核支持下，批准发现和任何对外引文。模型没有审批权。

来源

GOV.UK Service Manual — Getting users’ consent for research — https://www.gov.uk/service-manual/user-research/getting-users-consent-for-research
GOV.UK Service Manual — Taking notes and recording user research sessions — https://www.gov.uk/service-manual/user-research/taking-notes-and-recording-user-research-sessions
GOV.UK Service Manual — Analyse a research session — https://www.gov.uk/service-manual/user-research/analyse-a-research-session
NIST — Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile — https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence

Sources checked 2026 年 9 月 4 日。

如何用 AI 总结用户访谈：逐场保留上下文、反例与研究员审批