要用 AI 摘要用戶訪談而不抹平參與者的原意，應分兩輪進行：先為每場訪談製作可追溯的摘要，然後才在主題矩陣中作跨場比較。每項發現都應保留研究問題、說話人標籤、時間戳、鄰近語境、證據狀態、反例和研究員的詮釋。模型可以整理所提供的資料，但不能判斷參與者的本意，亦不能判斷某種模式是否代表更廣泛的群體。

先閱讀一般的安全使用 AI 指南，並在實地訪談前使用另一個研究訪談大綱流程。本文由訪談已完成、而且已有可用紀錄時開始。

關鍵要點

上載任何錄音或轉錄之前，確認同意範圍與容許的用途。

只為最小的有用轉錄片段去識別化，並凍結其版本。

先逐場摘要，再尋找跨場模式。

讓問題、說話人、時間戳、語境窗口、引文和遺漏始終連在一起。

把觀察到的內容與研究員的詮釋分開。

主動尋找互相矛盾的證據和反面個案。

由研究員批准發現、引文和發佈字眼。

為何摘要容易失去語境？

訪談摘要之所以經常失效，是因為壓縮得太早。「用戶不喜歡安裝過程」這樣一句話，可能混合了訪問者的誘導性提問、某位參與者有條件的抱怨，以及另一人毫不相干的例子。一旦這些分別消失，經潤飾的綜合結論便無法再回到訪談中核對。

語境不只是引文前後的幾句話。它亦包括所回答的問題、參與者在情境中的角色、他們描述的是親身經歷還是假設情況、事件的先後次序，以及對話後段的任何更正。它還包括轉錄未能捕捉的內容，例如聽不清的音訊或缺失的片段。

解決方法不是把所有轉錄貼進一個巨大的提示，而是使用受控的證據結構，保留返回來源的連結，並在逐場審核完成之前延後為主題命名。

第 1 步：凍結研究問題與同意邊界

使用模型之前，先寫一份簡短的分析簡報，寫明研究問題、納入的訪談場次、排除的資料、目標受眾、這項工作可能影響的決定，以及有權批准綜合結論的人。如果研究問題改變，便另寫一份簡報，而不是悄悄沿用舊的分析。

GOV.UK 的指引指出，研究知情同意應說明研究目的、會收集哪些資料、資料如何使用、誰可處理這些資料，以及參與者如何退出。［1］核對已簽署或記錄的同意書、私隱聲明和機構政策。同意參與訪談，並不自動等於同意把錄音傳送給任何 AI 供應商。

為每項輸入記錄許可決定：

欄位	使用合成標籤的例子
研究 ID	`STUDY-ALPHA`
研究問題	首次使用的用戶在安裝失敗後如何恢復？
Session ID	`SESSION-04`
容許的資料	已去識別化的轉錄片段
禁止的資料	原始音訊、姓名、帳戶資料
已批准的處理方	只限機構批准的工作空間
保留規則	審核期完結後刪除工作副本
分析負責人	具名研究員

如果任何一項許可不明確，便停止處理該場訪談。不要把模型的私隱設定、付費級別或一般性的保證，當作你這項具體用途已獲准許的證據。

第 2 步：最小化並去識別

製作一份工作副本，另行保存原件，並刪除回答研究問題所不需要的資料。以穩定的標籤取代姓名。刪除電郵地址、帳戶識別碼、確切位置、私人網址和無關的個人經歷。只有在不改變所研究含意的前提下，才把細節概括處理。

GOV.UK 的筆記指引建議保護參與者私隱、把筆記匿名化，並保留可用於分析的詳細觀察。［2］去識別化是一項審核工作，而不是搜尋取代的小技巧。一個罕見的職銜加上城市和事件日期，即使刪除了姓名，亦可能識別出某人。

選擇工作空間、決定刪去哪些內容時，參考 AI 私隱風險清單。把重新識別身份的對照表保存在模型以外。如果用片段已能回答研究問題，便不要上載完整轉錄。

第 3 步：建立單場訪談語境包

每場訪談建立一個語境包。這個階段不要混合不同的參與者。一個好的語境包要有足夠結構，能還原某項觀察為何被記錄下來。

欄位	必填內容
Session ID 與轉錄版本	穩定識別碼和擷取日期
研究問題	本次分析所回答的已批准問題
參與者標籤	無法識別身份的標籤，以及只屬相關的片段
訪問者問題	完整問題，包括實質的引導字眼
說話人與時間戳	誰在說話，以及段落位置
語境窗口	焦點陳述前後的鄰近對話輪次
轉錄質素	缺失、重疊、翻譯或不確定的文字
直接證據	簡短的原文引述或忠實的轉述
觀察	該段落明確顯示甚麼
研究員詮釋	獨立、可覆核的推論
反例	限制或反駁該詮釋的證據
未決問題	無法從這場訪談得出的結論

語境窗口要大得足以保留陳述周圍的條件，但不應超出所需。如果參與者修正了較早的回答，兩段都要納入。如果欠缺時間戳，便標示為缺失；切勿讓模型虛構。

第 4 步：用 AI 摘要用戶訪談，逐場生成可追溯摘要

要求模型只使用語境包，保留欄位名稱，並在轉錄沒有提及時傳回 not evidenced。請它摘要目標、所描述的行為、障礙、變通方法、後果和未解答的問題，並要求每項陳述都引用 Session ID 和時間戳。

一份有用的單場輸出有三個層次：

觀察到的證據： 參與者明確說出或描述的內容。
詮釋： 研究員認為這些證據可能代表甚麼。
局限： 含糊之處、矛盾、欠缺的語境或其他可能的解釋。

不要讓模型以診斷性或心理學標籤取代日常用語。「參與者停頓了一下並要求協助」是觀察；「參與者很焦慮、欠缺信心」是轉錄未必支持的詮釋。同一規則亦適用於推斷意圖、身份、專業程度和購買力。

逐行對照轉錄審核輸出。檢查說話人歸屬、時間戳、否定、數量、條件字眼，以及假設情況有否被改寫成真實事件。如果需要大量更正，便先修正語境包或轉錄，然後才繼續，而不是去潤飾一份不可靠的摘要。

第 5 步：綜合前審計遺漏

即使每句都準確，如果遺漏了重要資料，摘要仍可能誤導。把摘要與訪談大綱對照，把每個相關問題標為已涵蓋、未提問、未回答或已排除，並列出沒有放進草稿的重要事件和引文。

GOV.UK 的訪談分析指引強調，要在研究結束後盡快審閱觀察、為證據分組，並讓團隊參與，以免發現只建基於一個人的記憶。［3］一次簡短的檢討可以揭示被誤解的術語、欠缺的情境背景，以及轉錄沒有記錄的觀察。

進行一次明確的反面個案審查：

哪些證據與表面的敘述矛盾？
參與者有否描述一個成功的變通方法？
問題是否取決於裝置、計劃、角色或較早的某個步驟？
訪問者有否暗示答案？
較後的陳述有否更正被引述的段落？
還有哪些重要問題未獲回答？

把這些答案保存在該場訪談的紀錄內。不要把它們藏在私人筆記，否則分享綜合結論時便會遺失。

第 6 步：建立跨場訪談證據矩陣

只有經審核的單場摘要才可進入跨場分析。為每個候選主題命名之前，先給它一個中性的識別碼。使用矩陣而非段落，讓支持證據和局限一直清晰可見。

主題欄位	記錄內容
主題 ID	穩定識別碼，例如 `THEME-03`
候選陳述	範圍較窄的主張，而不是口號
支持的場次	Session ID 和確切的證據引用
相反的場次	反面個案和其他路徑
條件	細分群組、任務、環境或次序
涵蓋範圍	納入分析的場次，而非整體估計
可信程度說明	證據質素和仍然存在的不確定性
研究員決定	接受、修改、合併、拆分或否決

可以讓 AI 把語意相近的觀察歸類，但要求它列出每項擬議的歸屬。研究員應能移動某項觀察、拆分寬鬆的類別或否決某個主題，而無須改寫證據。不要以模型給出的可信度數字取代抽樣設計或研究判斷。

至於開放式問卷資料，請使用專門的問卷主題分析流程。問卷回應與有主持人的訪談，在語境、抽樣和證據結構上都不同。

第 7 步：撰寫帶邊界的發現

只有在矩陣穩定之後，才把每個已批准的主題寫成發現。一項可覆核的發現包含：主張、出現的情境、支持證據、相反證據、受影響的場次、未知之處，以及以問題或假設表述的啟示。

如果研究並非為統計普遍程度而設計，便避免使用暗示普遍程度的計數。「在納入的六場訪談中，有四場提到恢復電郵延誤」描述的是所分析的資料；「大部分用戶都有這個問題」則是研究未必支持的整體主張。

如果下一項交付成果是客戶旅程圖，請傳遞證據 ID 和不確定性，而不是把主題標籤當作既定的旅程階段照搬。如果任務只是壓縮一份政策或報告，請改用文件摘要流程。

第 8 步：審批、版本化與留痕

由研究負責人審閱每項發現和每條可發佈的引文。第二位審核人應抽查影響重大的結論、意料之外的主題和翻譯過的段落。記錄合併、拆分、否決或淡化發現的決定。

把分析簡報、轉錄工作副本、單場摘要、主題矩陣和最終報告一併做版本管理，並保存一份變更說明，寫明改了甚麼、為何要改。如果收到轉錄更正，找出受影響的證據 ID，只重新執行依賴它們的摘要和主題。

NIST 的生成式 AI 設定檔描述了虛構內容和資料私隱問題等風險，這些風險需要有紀錄的風險管理，而不是相信流暢的輸出。［4］把模型的回應視為需要檢查的轉換結果，而不是研究已被正確分析的證明。

簡明提示詞契約

給模型一份範圍很窄的契約：只使用所提供的單場語境包；保留 Session ID、說話人、時間戳、否定和條件；把觀察與詮釋分開；只引用所提供的原文；列出反例；欠缺的事實傳回 not evidenced；不得推斷身份、情緒、意圖、代表性或整體普遍程度。先要求輸出表格，敘述性的發現在人手審核後才撰寫。

最終檢查清單

同意範圍和處理方許可與實際輸入相符。
工作副本只包含最少必要而且已去識別化的資料。
每項摘要都指向 Session ID、說話人、時間戳和語境窗口。
觀察、詮釋和未知項目明顯分開。
引文與轉錄一致，並保留了條件和更正。
建立主題之前已審查遺漏和反例。
跨場主題同時列出支持和相反的場次。
在沒有合適研究設計的情況下，發現沒有聲稱整體普遍程度。
研究員已批准報告，變更紀錄已保留。

常見問題

可以上載原始訪談錄音嗎？

只有當參與者協議、機構政策、處理方條款、安全控制和研究負責人都容許這項具體用途時才可以。已去識別化的轉錄片段通常更安全，亦已足夠。

應該把所有訪談放進一個提示詞嗎？

不應該。先逐場審核。過早合併轉錄，更容易混淆說話人、失去條件並掩蓋互相矛盾的個案。

語境窗口應該多大？

保留問題，以及足以保存條件、更正和指涉關係的鄰近對話輪次，並記錄為何所選的語境窗口已經足夠。

AI 可以自動決定主題嗎？

它可以按所提供的證據提出歸類建議。接受某個主題之前，研究員必須檢查其成員、矛盾、範圍和命名。

AI 生成的引文可以使用嗎？

任何虛構或重構的引文都不可接受。使用轉錄中的原文，對照來源核實，並遵守參與者對引用的許可。

轉錄有錯誤怎麼辦？

標示不確定的段落；只在獲准時查閱錄音；更正轉錄版本，並重新執行依賴它的分析。切勿悄悄抹平缺失的字詞。

可以報告有多少用戶遇到問題嗎？

你可以說明納入的訪談中有多少場包含特定證據。除非研究設計支持這種推論，否則不要把這個計數推及所有用戶。

反例應該怎樣處理？

把反例放在它所限制的主題旁邊。它們可能揭示條件、其他路徑，或顯示某個主題需要拆分。

誰批准最終訪談摘要？

由具名的研究負責人在適當的私隱或專業審核支援下，批准發現和任何對外引文。模型沒有審批權。

來源

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 摘要用戶訪談：逐場保留語境、反例及研究員審批