AI 訪談

訪談不是把問題唸完，而是繼續追問，直到找到答案背後真正的原因。

AI 訪談是 WeJot 面向深度研究的端到端產品流程： 你從訪談大綱開始，讓參與者通過語音、視頻或文字完成訪談，然後回看錄製的媒體、轉寫、題目片段、總時長和導出資料。

它不是聊天式的問卷，而是把 AI 變成訪談員：按大綱推進、需要時追問、記錄過程，並把結果帶回統計頁。

為什麼需要 AI 訪談

傳統問卷擅長收集結構化答案，但很多研究問題仍然需要真實的「為什麼」：

• 用戶說「不喜歡」，但原因可能是價格、情境、信任或替代方案；
• 一個評分不夠，研究者還需要知道對方想的是哪一次具體經歷；
• 產品、包裝、設備、桌面或環境的描述，往往很難用簡單選項捕捉；
• 不同的人工訪談員，追問的深度和語氣未必一致；
• 訪談結束後，錄音回看、轉寫、片段提取和報告，又是一輪工作。

AI 訪談把重複性的執行工作交給系統，讓研究者專注於研究設計、判斷和決策。

一次 AI 訪談包含什麼

訪談大綱

創建 AI 訪談時，你需要設定標題、研究背景、指引、開場、收尾、預計時長和題目結構。這些設定會決定 AI 訪談員如何開場、追問和收尾。

你也可以更新品牌信息，包括品牌名稱和品牌標誌。它們會出現在訪談邀請和進入畫面上，讓參與者在開始前就感受到一致的品牌形象，整場訪談更像是同一個產品體驗的一部分。

訪談模式與錄製設置

AI 訪談支持兩種主要體驗：

• 實時通話模式：更接近電話或語音通話，適合自然、對話式的深度訪談；
• 回合式聊天模式：更接近聊天流程，支持按住說話或鍵盤輸入，適合更輕量、更可控的訪談。

創建者控制開放哪些模式，參與者只能進入已為他們開放的方式。

你也可以把訪談設定為僅錄音，或開啟視頻。視頻會增加鏡頭權限、人臉檢測、畫中畫窗口和畫面錄製；僅錄音則讓流程更聚焦在麥克風輸入。

如果允許鍵盤輸入，參與者可以打字補充答案；如果關閉，流程會保持以語音作答為中心。

語言

AI 訪談支持多種語言。你在設定時選擇的語言不只是改變界面文案，還會影響開場、提示語、同意文字、按鈕標籤、ASR 提示和兜底表述。

這意味着同一套訪談框架可以跨地區重用，同時保持大綱和追問邏輯一致。對於跨地區研究，語言設定可以減少重複設定工作，也降低參與者卡在第一個畫面的機會。

題目與追問

AI 訪談同時支持開放式提問和結構化題卡，包括單選、多選、評分、矩陣評分和文件上傳。

開放式和互動式題目會由 AI 追問；標準題卡直接出現在作答流程中，讓參與者點選或填寫。這樣既保持訪談自然，也能在關鍵節點收集可比較的數據。

追問深度可以按題配置：不追問、追問一輪、追問兩到三輪、開放式追問，或按邏輯追問。例如，用戶提到預算，AI 可以追問價格範圍；用戶提到顧慮，可以追問原因和替代方案。

參與者會看到什麼

參與者打開訪談鏈接後，會先看到邀請和必要的說明。訪談開始前，系統會依次完成幾個步驟：

1. 同意：說明會收集和分析哪些音頻或視頻。
2. 麥克風與環境檢查：請參與者用正常音量朗讀一句話，確認識別質量。
3. 鏡頭檢查：視頻訪談會請參與者把臉和上半身保持在畫面中央、光線清晰。
4. 開始訪談：AI 訪談員按大綱推進，參與者可以說話、打字、答題卡，或按需結束訪談。

訪談過程中，AI 會把題目推進、題卡渲染、答案捕捉和最終提交串起來，保持流程流暢。在視頻訪談中，系統還能保留畫面情境，適合包裝、設備、桌面或場景觀察任務。

研究者能拿到什麼結果

訪談結束後，結果不只是單一的「已完成」回覆。在統計側，研究者可以查看：

• 有效回答：實際完成了多少份訪談；
• AI 訪談總時長：按有效訪談匯總，用於評估樣本質量和工作量；
• 媒體錄製：回到訪談的原始時刻，而不只是看摘要；
• 轉寫：快速核對參與者的原話，方便二次分析；
• 題目片段：按題目或按參與者回看媒體和字幕；
• 導出資料包：下載音視頻檔案和轉寫文件，用於團隊審閱或報告。

這意味着 AI 訪談既能快速收集，也能事後回看。如果團隊對結論有分歧，可以回到原始片段，而不是爭論一份整理過的摘要。

價格、樣本和權益如何運作

AI 訪談通常有兩種運行方式。

直接分享

創建者把自己的訪談鏈接分享給參與者。直接分享會消耗發佈者的 AI 訪談時長配額，使用量會在資源管理中單獨記錄。核心思路是：AI 訪談按訪談時長管理，而不是按題目數量。

樣本庫投放

如果通過樣本庫招募參與者，WeJot 會根據預計時長、訪談模式、樣本標籤和篩選條件生成報價。價格卡會展示預計時長、基礎分鐘費、標籤費、篩選費和總預估。

樣本庫投放的 AI 訪談時長成本已包含在報價中，不會再次扣減發佈者自己的 AI 訪談配額。完成後，系統會匯總每條有效回答的實際時長。

可見邊界：用戶看到什麼、什麼留在內部

AI 訪談會產生大量過程數據，但不是全部都要暴露給普通用戶。

創建者可以看到直接支持業務決策的信息：

• 預計時長
• 訪談模式
• 樣本投放報價
• 有效回答數量
• AI 訪談總時長
• 媒體和轉寫資料
• 完成狀態

參與者只看到自己需要理解和行動的信息，例如提交進度、完成狀態和獎勵進度。

內部質量分、質量原因、獎勵審核詳情、獎勵拆分和後台備註留在後台或運營域，不會作為標準統計頁上的可見字段展示。

什麼時候適合用

當你需要提問、然後持續追問時，AI 訪談很合適：

• 需求探索：跟着用戶的抱怨，直到找到真正的阻礙；
• 功能測試：了解用戶如何理解概念、判斷價值、決定是否使用；
• 流失覆盤：圍繞一次具體經歷追問動機、觸發因素和替代選擇；
• 購買決策研究：還原從認知到比較、猶豫、購買或放棄的路徑；
• 包裝、設備和場景觀察：讓參與者通過視頻展示真實物品或環境；
• 跨地區研究：用多語言訪談降低協調成本，保持大綱和追問一致。

如果你的研究只需要單選、評分或短文本答案，普通問卷通常更簡單。 如果你需要聽參與者解釋經過、展示場景，並在之後回看原始材料，AI 訪談更合適。

如何在 WeJot 使用 AI 訪談

如果你第一次使用 AI 訪談，可以按這個順序走完整個流程。

1. 從自然語言開始

在 WeJot 的 AI 對話中直接描述你的研究目標：

• 「幫我設計一份語音 AI 訪談，了解試駕過電動車但還沒購買的用戶，為什麼遲遲沒有下單。」
• 「幫我設計一份視頻 AI 訪談，讓參與者展示最近買的一瓶飲料，並說明購買情境和包裝體驗。」
• 「幫我訪談新用戶的手機點餐體驗，先了解整體評分，再追問他們放棄的具體原因。」

AI 會把目標變成一份訪談大綱，包含標題、背景、核心問題、追問方向和預計時長。你可以先讓它修改大綱，或直接編輯。

2. 檢查大綱和關鍵設定

在 AI 訪談編輯器中，重點檢查這些設定：

• 標題和背景：讓參與者明白這場訪談在問什麼，AI 也用它來構建情境；
• 開場和收尾：決定訪談能否自然開始和結束；
• 預計時長：塑造參與者預期，也用於時長配額和樣本報價；
• 訪談模式：選擇實時通話、回合式聊天，或兩者都開放；
• 錄製方式：只需要語音就選錄音；需要包裝、設備、表情或環境時選視頻；
• 鍵盤輸入：只想收語音回答就關閉；希望參與者補充較長文字就開啟；
• 追問策略：為關鍵問題設定一輪、兩到三輪或邏輯追問，避免只拿到表面答案。

如果後續需要結構化數據做比較，可以在訪談的關鍵節點加入單選、多選、評分、矩陣評分或上傳題。

3. 發佈前先預覽

發佈之前，自己先完整走一遍：

• 檢查開場是否自然、預計時長是否清楚；
• 測試麥克風或鏡頭權限流程是否順暢；
• 看 AI 是否按你定義的大綱推進；
• 確認關鍵問題是否真的追到了原因；
• 核對結束語、提交狀態和結果頁是否正常。

如果追問太淺，就在大綱裏補充更多指引；如果訪談太長，就減少題目數量或追問深度；如果參與者需要在場景中展示東西，就切換到視頻。

4. 分享給自己的參與者

如果你已經有目標參與者，直接分享最合適。你可以複製鏈接、生成 QR Code 或海報，再通過聊天、電郵或社群渠道分享。

如果賬號還沒有啟用 AI 訪談，分享入口會提示啟用。啟用後，完成的訪談會消耗發佈者的 AI 訪談時長配額。

5. 需要外部樣本時使用樣本庫

如果你沒有自己的參與者，或者想按標籤招募，就使用樣本庫投放。注意以下幾點：

• 樣本數量
• 樣本標籤和篩選條件
• 訪談是語音還是視頻
• 預計時長
• 價格卡中的分鐘費、標籤費、篩選費和總預估

樣本庫報價已包含 AI 訪談時長成本，所以這條路徑按樣本任務計價，不會再次扣減發佈者自己的 AI 訪談配額。

6. 在統計頁查看結果

收集完成後，打開統計頁：

• 查看有效回答數量和 AI 訪談總時長，了解整體規模；
• 打開單條回答，回到原始媒體；
• 按題目或按參與者回看片段和字幕，定位關鍵答案；
• 需要存檔或覆盤時，下載媒體資料包和轉寫；
• 想寫報告時，把轉寫和資料交回 AI 分析。

幾個實用建議

• 先把研究目標寫具體：不要只說「訪談用戶體驗」；說清楚對象、情境、想驗證什麼、追問要聚焦在哪裏；
• 視頻要有目的：只有需要看包裝、設備、環境、表情或動作時，視頻才更有價值；
• 不要每題都把追問拉滿：核心問題可以追兩到三輪，背景題或事實題不需要追那麼深；
• 用結構化題做檢查點：評分題和單選題適合放在訪談中間做錨點；
• 預覽時留意參與者負擔：你自己走一遍都覺得長，真實參與者大概率也會覺得長；
• 結論一定要對照原始片段：AI 訪談最大的優勢之一，就是可以從統計回到媒體和轉寫，而不是只依賴整理過的摘要。

常見問題

與其他能力的關係

• 與「澄清」配合：先把研究問題、關鍵假設和追問方向理清，再生成訪談大綱；
• 與「小帮手」配合：訪談結束後，讓小帮手從不同角度並行分析轉寫和開放式回答；
• 與「文件庫」配合：訪談資料、轉寫文件和後續報告可以持續沉澱和複用；
• 與「團隊協作」配合：團隊成員可以在同一個工作空間查看結果、回看片段、繼續分析。

AI 訪談不是要取代研究者，而是把訪談中重複的部分——主持、錄製、追問、回看——產品化，讓研究者專注於判斷哪些問題重要、哪些結論可信，以及下一步該做什麼。