用 AI 分析问卷和访谈：从开放题到可执行结论
先分清：定量题看分布，开放题看模式
问卷拿到手，先别一股脑丢给 AI。选择题看分布，谁多谁少一目了然，用表格就能说清。开放题和访谈不一样，几百条文字堆在一起，AI 能帮你做的是找模式：哪些说法反复出现，哪些只在个别人嘴里听到。模式和频率，才是定性分析要的东西。分工搞清楚，AI 才用在刀刃上。还有一类回答要单独处理：答非所问、情绪发泄和空话，先筛掉或标注，别让它们污染后面的编码。
第一步：让 AI 做第一轮开放编码
把开放题答案按批次贴给 AI，每次别超过它处理起来舒服的量。让它对每条回答提取标签，要求是：标签用回答里的原词或近原词，不要发挥；一条回答可以有多个标签。这一步叫开放编码，目的是让文本从“一整段话”变成“一个个可计数的点”。注意保留原始编号，后面每一步都要能回溯到人。同一个批次可以让两个不同模型各编一遍，标签差异大的地方，往往就是最值得人亲自看的地方。
第二步：把编码收敛成几个主题
第一轮下来标签会很碎，同一个意思可能有五六个说法。让 AI 把相近的标签合并成主题，每个主题给它起个名字，附上包含哪些标签。经验上，几百条回答收敛出五到八个主题比较合理。主题超过十个，说明分得太细，看不出重点；少于三个，说明并得太粗，没法行动。合并时守住一条：主题的名字要能让人不看原文也猜到大半内容，“体验相关”“其他”这类名字等于没分。
第三步：每个主题都要有原文佐证
AI 总结主题时最容易干的事，是把三个回答演绎成三十个回答的结论。所以每个主题，你都要抽查：让 AI 列出支撑这个主题的三条原文引用，编号、原话，一个字不改。你抽两条回原文里核对，对不上就说明主题站不住，打回重做。这是整个流程里最不能省的一步，省了它，报告就是 AI 的幻觉合集。提到人数少的主题也别删，少数派的声音常常藏着真问题。
第四步：从主题到可执行结论
分析的最后一步是翻译：每个主题对应一个“所以呢”。让 AI 按固定格式输出：主题是什么、多少人提到、典型原话一条、建议动作是什么。建议动作要具体到能排期，“优化包装”不算动作，“在包装正面增加容量标识”才算。报告写到这个颗粒度，看的人才知道下一步该干什么。最后把编号清单归档，下次调研复用同一套编码，还能做前后对比。
