name: 探索性访谈与调查 description: 用于在构建前验证产品假设、发现未满足的用户需求、理解客户问题和工作流程、测试概念或定位、研究目标市场、识别待完成工作和触发因素、揭示痛点和变通方法，或当用户提到用户研究、客户访谈、调查、探索性访谈、验证研究或客户声音时使用。

探索性访谈与调查

目的

探索性访谈与调查帮助您系统地从用户那里学习，以：

验证假设 在投资构建之前
发现真实问题 用户经历的问题（不仅仅是陈述的需求）
理解待完成工作（用户“雇佣”您的产品来做什么）
识别痛点 和当前变通方法
测试概念 和定位与目标受众
揭示未满足需求 用户可能不直接表达的需求

这使产品决策从猜测转向基于证据。

何时使用

在以下情况下使用此技能：

构建前验证：在开发前测试产品想法
问题发现：理解用户痛点和工作流程
待完成工作研究：识别雇佣/解雇触发因素和期望结果
市场研究：理解目标受众、竞争格局、支付意愿
概念测试：验证定位、消息传递、功能优先级
发布后学习：理解采用障碍、流失原因、扩展机会
客户满意度研究：识别满意度/不满意驱动因素
UX研究：心智模型、任务流程、可用性问题
客户声音：收集定性见解用于路线图优先级

触发短语：“用户研究”、“客户访谈”、“调查”、“探索”、“验证研究”、“客户声音”、“待完成工作”、“JTBD”、“用户需求”

是什么？

探索性访谈与调查提供了结构化方法来从用户那里学习，同时避免常见偏见（引导性问题、确认偏见、选择偏见）。

关键组件：

访谈指南：揭示问题和背景的开放式问题
调查工具：用于规模量化验证的缩放问题
JTBD探针：专注于雇佣/解雇触发因素和期望结果的问题
偏见避免技术：过去行为焦点、“展示给我”请求、避免假设
分析框架：主题编码、亲和力映射、统计分析

快速示例：

糟糕的访谈问题（引导性、假设性）： “您会支付49美元/月购买一个自动备份文件的工具吗？”

良好的访谈方法（行为焦点、问题发现）：

“告诉我您上次丢失重要文件的情况。发生了什么？”
“您尝试过什么来防止数据丢失？效果如何？”
“带我看看您当前的备份过程。如果可能，展示给我。”
“您需要什么改变才会投资时间/金钱在更好的备份上？”

结果：了解实际问题、当前解决方案、改变意愿——而不是假设偏好。

工作流程

复制此清单并跟踪进度：

探索性研究进度：
- [ ] 步骤1：定义研究目标和假设
- [ ] 步骤2：识别目标参与者
- [ ] 步骤3：选择研究方法（访谈、调查或两者）
- [ ] 步骤4：设计研究工具
- [ ] 步骤5：进行研究并收集数据
- [ ] 步骤6：分析发现并提取见解

步骤1：定义研究目标

指定您想要学习的内容、要测试的关键假设、研究成功标准以及要告知的决策。参见常见模式获取典型目标。

步骤2：识别目标参与者

定义参与者标准（人口统计、行为、企业统计）、所需样本大小、招募策略和筛选问题。对于抽样策略，参见resources/methodology.md。

步骤3：选择研究方法

基于目标和约束：

用于深度问题发现（5-15名参与者） → 使用resources/template.md进行深度访谈
用于规模概念测试（50-200+名参与者） → 使用resources/template.md进行量化验证
用于JTBD研究 → 使用resources/methodology.md进行切换访谈
用于混合方法 → 访谈用于发现，调查用于验证

步骤4：设计研究工具

创建带有偏见避免技术的访谈指南或调查。使用resources/template.md获取结构。避免引导性问题，聚焦过去行为，使用“展示给我”请求。对于高级问题设计，参见resources/methodology.md。

步骤5：进行研究

执行访谈（在许可下记录，做笔记）或分发调查（先进行试点测试）。使用适当技术（主动倾听、跟进探针、沉默思考）。参见防护栏获取关键要求。

步骤6：分析发现

对于访谈：主题编码、亲和力映射、引用提取。对于调查：统计分析、交叉表、开放式编码。创建带有证据的见解文档。使用resources/evaluators/rubric_discovery_interviews_surveys.json自评。最低标准：平均得分≥3.5。

常见模式

模式1：问题发现访谈

目标：理解用户痛点和当前工作流程
方法：8-12次深度访谈，开放式问题，聚焦过去行为和实际解决方案
关键问题：“告诉我上次…”、“带我看看…”、“您尝试过什么？”、“效果如何？”
输出：问题主题、频率估计、当前变通方法、改变意愿
示例：B2B SaaS发现——访谈潜在客户关于当前工具和痛点

模式2：待完成工作研究

目标：识别用户为什么“雇佣”产品以及什么触发切换
方法：与最近采用者或切换者的切换访谈，聚焦时间线和背景
关键问题：“什么促使您寻找？”、“您考虑了哪些替代方案？”、“什么几乎阻止了您？”、“现在有什么不同？”
输出：雇佣触发因素、解雇触发因素、期望结果、焦虑、习惯
示例：SaaS流失研究——访谈最近流失者关于切换到竞争对手

模式3：概念测试（定性）

目标：在发布前测试产品概念、定位或消息传递
方法：10-15次访谈展示概念（模拟、落地页、描述），收集反应
关键问题：“用您自己的话，这是什么？”、“这适合谁？”、“您会用它来做什么？”、“您期望支付多少？”
输出：理解分数、感知价值、目标受众清晰度、定价锚点
示例：发布前验证——与目标受众测试落地页消息传递

模式4：用于量化验证的调查

目标：规模化验证访谈发现或优先功能
方法：100-500名参与者，混合缩放问题（Likert、排名）和开放式
关键问题：满意度分数（CSAT、NPS）、功能重要性/满意度（Kano）、使用频率、人口统计
输出：统计显著性、细分、优先级（重要性 vs 满意度矩阵）
示例：产品路线图优先级——调查500名用户关于功能重要性

模式5：持续发现

目标：持续学习，不是一次性项目
方法：每周客户对话（15-30分钟），轮换团队成员，共享笔记
关键问题：根据当前焦点变化（新功能、入门、扩展、保留）
输出：持续见解流、早期问题检测、关系建立
示例：产品团队每周进行3-5次客户电话，在共享文档中记录见解

防护栏

关键要求：

避免引导性问题：不要暗示“正确”答案。糟糕：“您不认为我们的UI很混乱吗？”良好：“带我看看使用此功能。发生了什么？”
聚焦过去行为，而不是假设：人们做了什么揭示真相；他们说自己会做什么往往是错误的。糟糕：“您会使用此功能吗？”良好：“告诉我上次您需要做X的情况。”
使用“展示给我”而不是“告诉我”：实际行为 > 描述行为。要求屏幕共享、演示当前工作流程、展示工件（电子表格、工具）。
招募合适参与者：仔细筛选。错误参与者 = 浪费时间。定义包含/排除标准，使用筛选调查。
样本大小适合方法：访谈：5-15个主题出现。调查：100+个统计显著性，30+每段如果比较。
避免确认偏见：积极寻找否定证据。如果10次访谈中9次支持假设，重点放在那1次不支持的。
记录和转录（在许可下）：记忆不可靠。记录访谈，转录用于分析。做笔记作为备份。
系统分析：不要挑选支持首选结论的引用。使用主题编码、计数主题、呈现矛盾证据。

常见陷阱：

❌ 问“您会”问题：假设不可靠。聚焦“您有过”、“告诉我什么时候”、“展示给我”
❌ 小样本统计声明：从5次访谈中说“80%的用户想要功能X”无效。访谈 = 主题，调查 = 统计
❌ 选择偏见：只访谈爱好者或只访谈反对者扭曲结果。招募多样样本
❌ 忽略非语言线索：犹豫、困惑、变通方法在“展示给我”期间揭示超越词语的真相
❌ 停在表面答案：第一个答案往往是合理化。跟进：“告诉我更多”、“为什么那重要？”、“还有什么？”

快速参考

关键资源：

resources/template.md：访谈指南模板、调查模板、JTBD问题库、筛选问题
resources/methodology.md：高级技术（JTBD切换访谈、Kano分析、主题编码、统计分析、持续发现）
resources/evaluators/rubric_discovery_interviews_surveys.json：研究设计和执行的质量标准

典型工作流程时间：

访谈指南设计：1-2小时
进行10次访谈：10-15小时（包括安排）
分析和综合：4-8小时
调查设计：2-4小时
调查分发和收集：1-2周
调查分析：2-4小时

何时升级：

大规模量化研究（1000+名参与者）
统计建模或高级细分
纵向研究（随时间跟踪）
人种志研究（在自然环境中观察） → 使用resources/methodology.md或考虑专业研究员

所需输入：

研究目标：您想要学习的内容
假设（可选）：要测试的具体信念
目标人物：访谈/调查的对象
待完成工作（可选）：特定的JTBD焦点

产生输出：

discovery-interviews-surveys.md：完整的研究计划，包括访谈指南或调查、招募标准、分析计划和见解模板

探索性访谈与调查Skill discovery-interviews-surveys