海螺AI可结构化整理用户访谈记录：一清洗口语并三列表格；二提取目标、场景、问题、解决方式、改进点；三按角色与场景归类；四生成“如果……那么……”可验证假设。
☞☞☞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☜☜☜
如果您已完成用户访谈并获得原始录音或文字记录，但内容杂乱、口语化严重、重点分散，则可能是由于缺乏结构化处理流程。以下是利用海螺AI整理用户访谈记录的多种方法：
一、清洗口语化表达并结构化转录
该方法聚焦于将原始访谈文本转化为可读性强、保留原意、便于后续分析的基础材料，避免模型自行概括导致信息失真。
1、打开海螺AI网页版或App，确保已登录账号。
2、输入提示词：“以下是一段用户访谈记录，请先清理口语化表达（如‘嗯’‘啊’‘那个’‘就是说’等填充词），保留用户原话本意，不改写观点；请严格按‘问题’‘回答’‘关键信息’三列整理为表格形式。”
3、粘贴原始访谈文字（单次建议不超过1500字）。
4、点击发送，等待模型返回结构化表格结果。
5、复制表格内容，在Excel中按三列粘贴，列标题设为问题、回答、关键信息。
二、提取用户目标、问题与期望改进维度
该方法通过固定分析框架拆解每条反馈，将模糊抱怨转化为可行动的产品洞察，避免停留在表面描述。
1、在对话框中输入：“请从以上已清洗的访谈内容中，逐条提取以下五项信息：①用户目标；②使用场景；③遇到的具体问题；④当前解决方式；⑤期望改进点。每条输出用分号分隔，不换行。”
2、粘贴上一步生成的“回答”列内容或完整清洗后文本。
3、接收响应后，将结果粘贴至CSV文件，用分号作为分隔符导入表格工具。
4、筛选“问题”字段中出现操作门槛高、找不到入口、流程中断、加载失败等高频表述，定位优先级最高的体验断点。
三、基于角色与场景归因分类
该方法依据用户身份与使用上下文对反馈进行二次聚类，使同类问题集中浮现，支撑差异化产品策略制定。
1、输入提示词：“你是一名资深用户研究员，请根据以下用户背景信息和访谈片段，将每条反馈归入唯一类别：前端开发者/后端开发者/运维人员；高频使用（≥5次/周）/低频使用（≤1次/周）；自主完成任务/依赖他人协助。只输出类别标签，不解释。”
2、在提示词后附上用户角色说明（如：“本次访谈对象为SaaS企业客户的技术负责人，团队规模50人，使用我司API平台约3个月”）。
3、另起一行粘贴访谈关键句，每句占一行。
4、运行后检查输出是否全部为前端开发者+高频使用+自主完成任务等组合标签，剔除未匹配项。
四、生成可验证的问题假设陈述
该方法将用户陈述转化为可被数据或实验验证的假设句式，直接衔接后续A/B测试或埋点验证环节。
1、输入：“请将以下用户原话转化为‘如果……那么……’格式的可验证假设，要求：主语为具体功能模块，动词为用户可执行动作，结果为可观测行为指标。例如：‘每次导数据都要找同事帮忙’→‘如果增加一键导出按钮，那么用户独立完成导出任务的比例将提升40%’。”
2、粘贴3–5条典型用户原话，每条单独成行。
3、接收结果后，核对每条是否包含明确功能模块、用户动作、量化指标三要素。
4、将验证成本最低的假设标记为P0优先验证项，用于下一轮迭代排期。
