访谈做得好不好，往往在开口之前就决定了。问题问得太宽，受访者只会给你客套话；追问跟不上，真实动机就溜走了。这篇讲怎么用一套四步提示词，让AI把访谈提纲、追问脚本和事后编码一次准备好，你只负责现场听。
一、第一段写清目的与对象
提示词的开头不要写“帮我设计一份用户访谈提纲”，那只会得到一份通用问卷。先写四件事：访谈对象是谁（角色、使用时长、决策权）、这次要弄清的决策问题、你已有的假设、以及不能碰的敏感区。
举个例子：“受访者是使用过三个月以上的中小商家运营，本次要判断他们为什么在第二个月停止上传商品，我的假设是批量工具太难用，不要问收入。”这段背景决定了后面所有问题的方向。
再补一句输出要求：给出十二个主问题、每个问题后面附一句“这题想验证什么”，并标注哪些问题必须在访谈前十五分钟问。有了这句，AI的输出就不再是清单，而是有优先级的脚本。
二、让AI出开放式问题，并说明取舍
开放式问题的判断标准很简单：答案不能用一个词说完。“你平时用哪个功能”是封闭的，“上一次用这个功能是在什么情况下”才是开放的。
可以在提示词里禁掉三类句式：一是假设型（“你是不是觉得……”），二是评价型（“这个功能好不好用”），三是未来型（“如果上线你会用吗”）。第三类尤其要小心，人对未来行为的预测准确率很低，问到的是意愿不是事实。
让AI为每个问题标注它对应哪个假设、可能得到什么样的回答。标注之后你会发现，有些问题其实在重复验证同一件事，这时候删掉一半，访谈时间就能从一小时压到四十分钟，受访者反而更放松，说的真话也更多。
问题顺序也值得排一下：先问事实和行为，再问感受，最后才问建议。一上来就让人评价，容易把访谈变成产品吐槽会。
三、追问脚本：五个方向把话往下挖
访谈的信息量几乎全部来自追问。让AI针对每个主问题准备五个方向的追问，现场按情况挑：
- 情境：那次具体是什么时候、在哪儿、和谁一起；
- 行为：你当时先做了什么，然后呢；
- 替代：如果没有这个工具，你会怎么解决；
- 代价：这件事多花你多少时间，或者多少钱；
- 情绪：那一步最让你烦躁的是哪一点。
这五类追问里，“替代方案”和“代价”最容易被忽略，也最能暴露真实需求。用户说“还行”的时候，问一句“那你现在是怎么做的”，往往能问出他真正在用的办法。
把追问脚本打印出来放在手边，不要试图背下来。现场注意力应该放在对方身上，而不是回忆下一个问题。还有一个实用句式：把“为什么”换成“后来呢”，前者容易让人产生被质疑的感觉，后者更像顺着话往下聊。
四、现场记录与事后编码
访谈中只记关键词和原话，不要边听边整理，那会让你错过语气和停顿。结束后两小时内补全笔记，这时记忆最完整；超过一天，剩下的多半是你自己的解读，而不是对方说的话。
编码可以交给AI，但要给它明确的框架。把逐字稿分段输入，要求它按“场景—触发—行为—障碍—替代方案—原话引用”六列输出表格，并保留原始表述。不要让它直接给结论，模型的归纳会把个体差异抹平。
整理完再人工做一次聚类：把说法相近的受访者归成一组，统计每组人数。三个人以上提到同一障碍，才值得写进报告；只有一个人提到的，标为待验证线索，等下一轮访谈确认。
如果同时做了竞品体验，可以把访谈结论和AI竞品分析提示词产出的对比表放在一起看，内部声音和外部事实互相印证，结论会稳得多。
五、三个容易失控的地方
诱导性提问。AI生成的问题通常中性，但人在现场容易加一句“是不是这样”，这一句就把答案带偏了。访谈前把这句话写在自己的便签上提醒自己，比事后懊恼有用。
把个案当规律。五个人访谈里有一个人提到的问题，不能写成“用户普遍反映”。样本量小的研究，结论要写成假设，而不是事实。措辞上把“用户需要”改成“有受访者提到”，可信度立刻不一样。
只访谈满意的用户。流失用户和放弃使用的人，信息量往往更大，但他们更难约。提示词里可以专门做一版针对流失用户的脚本，问“你最后一次用它是什么时候、之后换成了什么”。
访谈结论最终要落成文档。用AI需求文档提示词那套结构把发现写成需求条目，每条附上证据来源和受访者编号，评审时才站得住。做完一轮项目，再用AI复盘提示词回看哪些假设被推翻，方法会越用越准。
六、结语
好的访谈提示词不是替你提问，而是替你把该问的都想到。四步走下来：写清目的与对象、生成开放式问题并标注验证目标、准备五类追问、用固定框架做编码。真正的功夫仍在现场——听完整句话、忍住不打断、把“为什么”换成“后来呢”。工具负责结构，人负责共情，这个分工短期内不会变。