← 新聞追蹤

問卷發出去收了一堆「還行」:三段提示詞,把調研目的和題目從假題改成真題

來源:業州愚公 | 2026年10月26日

作者:業州愚公

業州愚公在《AI 工具實操與提示詞》系列中分享了一個調研小技巧,旨在幫助讀者解決調研目的不明確、收集到無用的答案的問題。業州愚公指出,為了收集到有用的答案,需要先把調研目的明確成研究問題,然後出真實的問卷,並在發放前使用 AI 進行預演,模擬受訪者和分析師的角色,以確保收集到的答案是有用的。這樣可以避免收到太多「還行」、「一般」、「偶爾會」等無法提供有用信息的答案,從而得出有意義的結論。這個方法可以幫助讀者提高調研的效率和準確性,避免浪費時間和資源。

菜鳥之友系列:《AI 工具實操與提示詞》・模板篇作者:業州愚公

想驗證一個想法,你辛辛苦苦寫了二十道題,發到群裡、託朋友轉發,好容易收回兩百份。打開一看,滿屏都是「還行」「一般」「偶爾會」,滿意度四點二分,不高不低。你盯著表格半天,最後只寫出一個結論:下次再說。更氣人的是,隔壁那個誰也沒做調研,憑感覺上線,反而賭對了。

先別懷疑「調研沒用」——大概率是你的問卷從第一題起就在幫倒忙:題目問的是你想聽的答案,選項把真答案擋在門外,回收了兩百份也換不來一個能做決定的結論。問卷的價值不在題目多,而在每一題都對準一個「能被數據回答的研究問題」。這一篇給你三段提示詞:第一段把模糊的目的逼成研究問題,第二段照著研究問題出一份收得回真答案的問卷,第三段在發出去之前,先讓 AI 把它回收、分析一遍,把廢題擋在門外。

一、模板一:先審目的,別讓問卷替你的偏見打工

絕大多數失敗的調研,敗在出題之前:你不是「想知道大家怎麼想」,而是「想找證據證明自己是對的」。這一步讓 AI 當調研方法顧問,先別碰題目,只審目的:

你是一位做過上百份消費者與用戶調研的調研方法顧問。我要做一次調研,但先不要給我出問卷題目,只做下面三件事。

【調研目的】:〔填:例如「想確認要不要在社區團購裡加上冷凍半成品品類」〕

【我是誰/拿到結果要做什麼決定】:〔填:例如「我是團購團長,結果決定下個月上不上新」〕

【目標受訪者】:〔填:他們是誰、我平時怎麼接觸到他們〕

【時限與規模】:〔填:例如一週內、發 200 份〕

1. 把我的目的拆成 3–5 個「研究問題」。每個研究問題必須具體到能被數據回答的程度——不是「大家喜不喜歡冷凍半成品」,而是「過去一個月裡有多少比例的人買過、在什麼場景下買、願意接受的單價區間是多少」。

2. 逐句檢查我的目的描述:哪些部分其實是「我想聽到的答案」而不是「我想知道的問題」?直接點名,並改寫成中立問法。

3. 指出這些研究問題裡,哪些用問卷能回答,哪些用問卷收不到真答案(比如受訪者自己也不清楚、或當面不會說實話的),給出替代做法——小規模一對一訪談、看既有銷售數據、或先做一週試賣。

這段模板的關鍵在第 2 點和第 3 點。第 2 點逼 AI 拆穿你的傾向性:你寫「想確認大家需不需要」,它會告訴你這句話已經預設了答案,應該改成「有多少人已經在別處買過、買的頻率是多少」——問「已經發生的行為」遠比問「假設的想法」可靠。第 3 點是很多人不知道的常識:有些事問卷根本收不到真答案,比如「你願意為什麼付費」,嘴上說的和錢包投的往往是兩回事;與其收回一堆假答案,不如改看真實行為數據。聽取這一條建議,常常比做完整份問卷更有用——它省下的不只是你寫題的時間,還有受訪者兩百次填答的成本。

二、模板二:照研究問題出題,每題都要掛靠

有了研究問題,才輪到出題。規則寫死,不給 AI 自由發揮的空間:

根據下面這些研究問題,為我設計一份問卷初稿。

【研究問題】:〔貼上模板一的輸出〕

【受訪者】:〔填〕

【填答時長上限】:〔填:例如 3 分鐘、10 題以內〕

【發放渠道】:〔填:例如微信群、門店掃碼、私信一對一發〕

設計規則:

1. 題型只用四種:單選、多選、1–5 分量表、開放題;開放題最多 2 題,放在問卷最後。

2. 每一題後面用〔 〕標註「這題回答哪個研究問題」;掛靠不到任何研究問題的題目,一律不要出。

3. 選項必須互斥且窮盡:多選題要留「其他(請註明)」;單選的選項之間不能有重疊;年齡、收入這類敏感資訊用區間,並放在選項序列的末尾。

4. 禁止出現三種題:一題問兩件事(「您覺得我們的價格和服務如何」);選項裡夾帶誘導(「您是否也認為品質更重要」);假設性提問(「如果有這個功能您會買嗎」)——行為類問題一律改問過去三個月裡實際發生過什麼。

5. 全部出完後,另外給我:建議的受訪者篩選條件、預估有效回收率,以及「哪兩題最容易被受訪者亂答、怎麼改」。

為什麼規則這麼細?因為問卷題的錯誤非常隱蔽,收回來你根本察覺不到。一題問兩件事,收到的答案沒法拆開用;選項不窮盡,真答案被擠進「其他」,比例就失真了;假設性提問收上來的是禮貌性的「會啊」,是整份問卷裡最危險的數據。第 2 點的「掛靠標註」是最實用的一招:每題都必須對準一個研究問題,對不上的題再順手也刪——問卷每一題都在消耗受訪者的耐心,耐心耗盡,後面的題全是亂填的。

三、模板三:發出去之前,先讓 AI「回收」一遍

正式發放前做一次預演,兩個角色輪流上場:

你先後扮演兩個角色,幫我把這份問卷在正式發放前過一遍。

第一個角色:一位不太有耐心、看到看不懂的題就想跳過的受訪者。逐題作答,並在每題後面寫一句:這題我看懂了嗎?我會不會如實回答?我心裡的答案是不是哪個選項都對不上?

第二個角色:負責寫結論的分析師。回答:

1. 每一題收回來之後能做出什麼分析——畫什麼圖、算什麼比例;哪幾題收了也分析不出結論,直接建議刪掉。

2. 按樣本 200 份估算:每個研究問題至少需要多少份有效回答才有參考價值;我的問卷裡哪個研究問題大概率收不夠樣本、該靠追加發放還是縮問題目。

3. 最後給一句話結論:這份問卷照現在的樣子發出去,我最可能得到的一個「看起來有用、實際上沒用」的結論是什麼?怎麼改才能避免?

【問卷】:〔貼上模板二的輸出〕

第一個角色抓的是「讀題障礙」:你出題時默認大家都懂你這行的詞,受訪者不這麼想——這一步經常能抓出三四道「你以為清楚、別人一頭霧水」的題。第二個角色抓的是「分析幻覺」:很多題收上來只能畫個好看的餅圖,對決定毫無影響,提前刪掉,問卷越短回收質量越高。第 3 點那個「沒用的結論」最扎心,也最值錢——它模擬的正是你一週後盯著表格發呆的那個瞬間。等真正回收完才發現題目出廢了,兩百人的耐心已經花掉,重發一輪又是十天半月;提前一小時預演,就能把這個彎路直接砍掉。

四、四種常見場景,要點對照

場景 典型目的 用模板時的側重點
新品驗證(要不要做)確認多少人真掏過錢、願意付多少模板一重點拆「想證明」;模板二禁假設性提問,行為題問過去三個月
滿意度回訪(做得好不好)找出扣分最重的環節、排修復順序量表題按服務流程分段打分;開放題只問「最不滿意的一件事」
活動復盤(值不值得再辦)搞清來的人是誰、為什麼來、還來不來受訪者篩選條件寫進模板一;用模板三估樣本夠不夠分組比較
內部調研(學員/員工反饋)收到不署名也敢寫的真話卷首寫明匿名規則;敏感題用區間;模板三改扮「不敢說實話的受訪者」

最後交代變數替換:三段模板裡所有〔 〕都要換成你自己的資訊,其中最值得認真填的是「拿到結果要做什麼決定」——決定越具體,研究問題就越鋒利。如果你只想驗證一件小事,跑完模板一發現根本不需要兩百份問卷,一週試賣就夠了,這筆時間就省下來了。

工具推薦隨身機器人(新用戶免費試用 7 天)

想要一個隨叫隨到、不用切換多個網站的 AI 助手?隨身機器人把多個主流模型裝進一個對話框,審調研目的、出問卷、預演回收,都在同一個視窗完成。新用戶免費試用 7 天,下一次調研前先讓它把你的問卷收一遍。

下一篇預告: 換工作、搬家、要不要報一門貴課——糾結半個月,跟每個朋友都聊了一遍,還是定不下來?下一篇《重大決策利弊分析》給你三段提示詞,把心裡那筆糊塗帳攤成一張能圈選項的對照表,逼出你真正在乎的那一條。

業州愚公 | SY 視野(sylogs.com)原創內容,轉載請註明出處。