用户访谈资料怎么用AI分析？编码、主题聚类与原话证据

直接回答：AI分析用户访谈最适合做四件事：转写清洗、初始编码建议、相似编码聚类、证据表整理；最不应该自动接管的是“主题到底意味着什么”和“能否代表用户群体”。Braun与Clarke的主题分析强调从熟悉数据、编码、生成主题到审查和命名主题的迭代过程；近年的LLM研究也显示AI能辅助编码，但会出现主题边界模糊、过度碎片化和遗漏潜在含义等问题。^[1][2]

先把访谈资料整理成可追溯格式

每段文字至少要有访谈ID、说话人、时间戳、问题编号和原话。不要在AI清洗阶段就把口头重复、停顿和情绪信息全部删掉，因为它们有时是解释语境的一部分。

第一轮：熟悉数据，不急着做主题

先让AI按每份访谈生成“事实摘要”和“关键原话索引”，研究者再快速通读原文。目标是知道每个人说了什么，而不是立刻得到5个漂亮主题。

第二轮：做初始编码

编码应尽量贴近原话。建议输出：code_id、code_name、definition、quote、interview_id、context、researcher_note。AI可以给出候选编码，但研究者要合并同义编码、删除过度解释的编码。

第三轮：聚类成主题

主题不是“出现次数最多的词”。它应该能回答研究问题，并由多个证据片段支持。Braun与Clarke把主题分析描述为一种灵活但需要解释判断的方法。^[1]

第四轮：建立“主题—证据”双向表

每个主题都保存：定义、包含哪些编码、支持它的访谈ID、代表性原话、反例、研究者解释。这样任何结论都能回到原始访谈，而不是停在AI生成的概括上。

第五轮：主动找反例

让AI专门找“与当前主题相反或不符合的原话”。如果一个主题只在2位重度用户中出现，就不要写成“用户普遍认为”。近期的人机协作主题分析研究也把人工解释权、修改、删除和拒绝AI输出视为关键环节。^[3]

隐私处理

• 上传前移除不必要的姓名、电话、公司秘密；
• 记录工具和数据处理范围；
• 如果访谈同意书未覆盖第三方AI处理，应先确认研究和合规要求；
• 报告时避免用可识别的长原话暴露受访者。

文章局限

• 主题分析不是唯一的定性研究方法，不同方法的编码逻辑不同。
• AI生成的编码可能受提示词和模型偏差影响。
• 样本偏差不能靠AI“补齐”，结论范围必须服从研究设计。

参考来源

1. Braun & Clarke：Using thematic analysis in psychology（核验于 2026-08-08）
2. Martinez Montes等：LLMs in Thematic Analysis（核验于 2026-08-08）
3. Human-AI Collaborative Inductive Thematic Analysis（核验于 2026-08-08）

更新记录

• 2026-08-08：首次整理并核验官方或一手资料，建立可复用流程与检查清单。