豆包可辅助用户访谈提纲设计与录音分析：一、生成结构化提纲；二、解析转写文本提取关键信息；三、按需求模型分类用户陈述；四、模拟追问提升访谈深度，全程需人工校验确保准确性。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望借助AI工具高效完成用户访谈的提纲设计与录音分析，豆包可作为辅助平台协助生成结构化问题并提取关键信息。以下是具体操作路径：
一、使用豆包生成用户访谈提纲
豆包支持基于访谈目标、用户画像和产品阶段自动构建逻辑递进的问题框架，避免遗漏核心维度。输入明确约束条件可提升提纲适配度。
1、打开豆包App或网页端，进入对话界面。
2、输入提示词：“请为一款面向大学生的二手教材交易平台设计用户访谈提纲，需覆盖使用动机、当前痛点、对价格与信任机制的关注点、以及对功能改进的优先级排序。”
立即进入“豆包AI人工智官网入口”；
立即学习“豆包AI人工智能在线问答入口”；
3、补充说明要求：“问题总数控制在12个以内，包含3个开放式引导问题、4个场景追问问题、2个行为验证问题、3个收尾总结问题。”
4、点击发送后，复制豆包返回的提纲文本，粘贴至文档中进行人工校验与顺序微调。
二、用豆包转录并结构化处理访谈录音
豆包本身不支持直接上传音频文件转文字，但可通过将已转写的逐字稿粘贴至对话框，触发其语义解析能力，实现关键信息抽取与归类。
1、使用讯飞听见、腾讯云ASR等工具完成原始录音转写，保存为纯文本格式。
2、在豆包中输入：“以下是一段用户访谈逐字稿，请识别其中所有关于‘物流延迟’的表述，标注发言者身份（如用户/访谈者），并归纳成3条具体抱怨点，每条不超过20字。”
3、将转写文本分段粘贴（单次不超过800字），避免因长度截断导致上下文丢失。
4、对豆包输出的归类结果，检查是否混淆“物流延迟”与“发货慢”“配送范围窄”等近义但非同一问题的表述，必须人工核对原始文本中的原话。
三、借助豆包提炼用户需求层级
基于多轮访谈文本，豆包可辅助区分表层陈述与潜在需求，按马斯洛需求层次或KANO模型初步映射，但需限定分析维度防止泛化。
1、在豆包中输入：“请将以下5段访谈摘录按‘基本型需求’‘期望型需求’‘兴奋型需求’三类划分，并为每类各选1条最典型原文作例证。”
2、依次粘贴5段独立摘录，每段前标注编号（如【摘录1】），确保豆包识别边界清晰。
3、收到分类结果后，重点核查“兴奋型需求”条目是否真正具备意外性与高满意度特征，排除仅因受访者语气强烈就被误判为兴奋型的情况。
四、用豆包模拟追问以检验问题深度
针对提纲中已有问题，豆包可生成多种追问话术，帮助访谈者预判用户可能的回答方向并准备延伸路径，提升现场应变效率。
1、选取提纲中第7题：“你最近一次放弃购买二手教材的原因是什么？”
2、在豆包中输入：“针对该问题，列出4种用户可能的回答方向（如价格不符预期、无法验货、配送时间过长、卖家沟通不及时），并为每种方向各设计1个自然衔接的追问句。”
3、将豆包生成的追问句抄录至提纲对应位置旁，用不同颜色标记备用。
4、实际访谈中若用户回答偏离预设方向，须立即停用预设追问，回归倾听而非套用脚本。
