大模型發(fā)展至今，已經(jīng)在各行各業(yè)的崗位上得到廣泛的應(yīng)用。這篇文章，我們就來(lái)看下，在用戶研究階段，如何合理應(yīng)用大模型幫助我們工作。

隨著互聯(lián)網(wǎng)的快速發(fā)展和人工智能時(shí)代的到來(lái)，我們已經(jīng)邁進(jìn)了AIGC（Artificial Intelligence Generated Content）的新紀(jì)元。AIGC，即通過(guò)人工智能技術(shù)自動(dòng)生成內(nèi)容的生產(chǎn)方式，不僅改變了信息網(wǎng)絡(luò)上的內(nèi)容輸出形式，也為各行各業(yè)帶來(lái)了新的機(jī)會(huì)與挑戰(zhàn)。

本文旨在探討如何在用戶研究領(lǐng)域中，巧妙地運(yùn)用AI工具，特別是ChatGPT，以提升工作效率。

一、AI時(shí)代下的用研思考

在使用前，大家需要思考，在項(xiàng)目執(zhí)行中，哪部分工作是需要用到或者輸出內(nèi)容的？只有想明白這個(gè)問(wèn)題，你就知道在工作中，哪部分是可以由AI代替或者提效，也就可以知道，你需要重點(diǎn)掌握那部分的工具。

通過(guò)對(duì)ChatGPT 的優(yōu)勢(shì)分析，ChatGPT 在用戶研究的文本生成和初步分析方面具有較強(qiáng)的優(yōu)勢(shì)，比如在方案撰寫上，ChatGPT 可以用于生成研究方案的草稿或提供方案結(jié)構(gòu)的模板，從而加速方案編寫的過(guò)程。此外ChatGPT 可以根據(jù)您的研究目標(biāo)和需求，生成一系列相關(guān)問(wèn)題。這些問(wèn)題可以經(jīng)過(guò)進(jìn)一步的優(yōu)化和修訂，以適應(yīng)特定的研究場(chǎng)景。

但在需要深入分析和專業(yè)判斷的環(huán)節(jié)中，其應(yīng)用則相對(duì)受限。雖然 ChatGPT 可以進(jìn)行一些基礎(chǔ)的數(shù)據(jù)計(jì)算解釋，但它不具備進(jìn)行復(fù)雜定量或定性數(shù)據(jù)分析的能力。這一環(huán)節(jié)通常需要專業(yè)的統(tǒng)計(jì)軟件和深入的專業(yè)知識(shí)。

還有在報(bào)告生成階段的時(shí)候， ChatGPT 雖然根據(jù)要求可以生成報(bào)告的某些部分（例如，引言、結(jié)論等），但它不能替代對(duì)數(shù)據(jù)和結(jié)果的深入分析和解釋。報(bào)告撰寫通常需要研究者的專業(yè)判斷和綜合能力。在做訪談總結(jié)的時(shí)候， ChatGPT 在生成文本時(shí)表現(xiàn)出較高的準(zhǔn)確性，但它可能仍然難以完全理解某些特定領(lǐng)域或文化背景下的復(fù)雜語(yǔ)境。

二、AI時(shí)代下的用研實(shí)踐

知道了哪些環(huán)節(jié)適合AIGC參與，那到了具體實(shí)施階段，又該怎么做呢？

接下來(lái)會(huì)以案例的形式給大家展示。

1. 問(wèn)卷設(shè)計(jì)

我們嘗試讓chatgpt去輔助我們?cè)O(shè)計(jì)問(wèn)卷，就像最初的midjoury輔助設(shè)計(jì)師出圖一樣。

以ChatGPT為例，曾嘗試用它來(lái)設(shè)計(jì)一個(gè)測(cè)量趕集網(wǎng)用戶滿意度的問(wèn)卷。

向ChatGPT輸入了一個(gè)相對(duì)模糊的要求：“幫我設(shè)計(jì)一份調(diào)研問(wèn)卷，主要目的是為了測(cè)量趕集網(wǎng)用戶的滿意度?！?/p>

輸出的結(jié)果并不令人滿意，問(wèn)題設(shè)置顯得散亂且不專業(yè)，與招聘相關(guān)的內(nèi)容也較少。

1）原因定位

這里出現(xiàn)的問(wèn)題源自于不明確或不完整的指令和背景信息。在AI領(lǐng)域有一句話：垃圾輸入，垃圾輸出。若給AI工具一個(gè)模糊不清的指令，你得到的結(jié)果也將是模糊不清的，為此改進(jìn)了輸出指令。?

2）優(yōu)化操作

后續(xù)，我們對(duì)指令進(jìn)行了明確和優(yōu)化，加入了更多的背景信息和具體目標(biāo)。

可以看到，目的沒(méi)變，但chatgpt文本生層內(nèi)容確有不同，新的提示詞增加了身份設(shè)定、目標(biāo)和格式，他也會(huì)根據(jù)你的提示，在內(nèi)容生成上更聚焦。

3）持續(xù)對(duì)話與潤(rùn)色

即便如此，如果輸出的問(wèn)卷仍未達(dá)到預(yù)期水平，仍可繼續(xù)與ChatGPT進(jìn)行對(duì)話，提供更多具體需求和背景信息，以便進(jìn)行進(jìn)一步的潤(rùn)色和優(yōu)化。

比如在問(wèn)卷中，你不需要進(jìn)行功體驗(yàn)的評(píng)估，而是需要對(duì)產(chǎn)品各環(huán)節(jié)進(jìn)行評(píng)估，你直接輸入后，chatgpt就會(huì)補(bǔ)充各環(huán)節(jié)滿意度相關(guān)問(wèn)題。

除了能幫助你修改問(wèn)卷，還可以讓AI對(duì)問(wèn)卷進(jìn)行潤(rùn)色，你可以告訴他，這份問(wèn)卷面對(duì)的用戶是誰(shuí)，讓AI將問(wèn)卷內(nèi)容潤(rùn)色成符合要求的口吻或者語(yǔ)氣。

4）其他

一份合乎你心意的問(wèn)卷初步完成后，你可以讓他以markdown的形式展示，方便你進(jìn)行粘貼在文檔里，進(jìn)行微調(diào)或直接使用。

以此類推，設(shè)計(jì)研究方案、訪談提綱等等，操作步驟和上面說(shuō)的一樣，如果不確定從何開始，你也可以直接詢問(wèn)ChatGPT，根據(jù)其給出的提示來(lái)補(bǔ)充信息。

2. 數(shù)據(jù)分析

ChatGPT雖然不具備復(fù)雜的數(shù)據(jù)計(jì)算能力，但可以進(jìn)行一些基礎(chǔ)的數(shù)據(jù)計(jì)算解釋。

簡(jiǎn)單但重復(fù)性操作多的數(shù)據(jù)分析工作可以通過(guò)自動(dòng)化處理進(jìn)行提效。

一般而言，對(duì)于數(shù)據(jù)分析的指令，需要明確、分步驟地進(jìn)行，并要做好每一步的驗(yàn)證和確認(rèn)。

1）分析指令?

這里需要注意的是，對(duì)數(shù)據(jù)分析的指令，一定是需要傻瓜式的，你要分析什么，做什么計(jì)算，具體要用哪道題計(jì)算，都需要清晰的告知chatgpt，每一次的計(jì)算最好都分步驟進(jìn)行，避免多任務(wù)進(jìn)行導(dǎo)致計(jì)算錯(cuò)誤。

2）數(shù)據(jù)驗(yàn)證

一般而言，對(duì)每一步的計(jì)算都需要進(jìn)行驗(yàn)證、確認(rèn)；簡(jiǎn)單的描述統(tǒng)計(jì)一般而言不會(huì)出問(wèn)題，但在復(fù)雜的交叉分析中，或者需要對(duì)數(shù)據(jù)行合并計(jì)算時(shí)，AI極易出錯(cuò)，而進(jìn)行驗(yàn)證最簡(jiǎn)單的方法就是看他計(jì)算用的樣本量是否正確，這是一個(gè)較好的方法。

3）公式撰寫

除了讓他幫你分析以外，對(duì)于咱們來(lái)說(shuō)更常見(jiàn)的是讓AI幫咱們寫公式。

特別是一個(gè)復(fù)雜的公式：

3. 訪談?wù)砼c總結(jié)

在定性研究中，對(duì)多場(chǎng)訪談?dòng)涗浀恼砗涂偨Y(jié)也是非常耗時(shí)的。有針對(duì)性的AI工具，如Chatdoc、Humata、FileGPT等，這一類軟件將搜索引擎和 AI 模型的優(yōu)點(diǎn)進(jìn)行融合，針對(duì)用戶的提問(wèn)，提供更為精準(zhǔn)的答案，并提供與答案相關(guān)的引文信息。

可以在這方面幫助我們進(jìn)行訪談小結(jié)。

4. 報(bào)告輸出

在報(bào)告生成環(huán)節(jié)，通過(guò)AI工具如Gamma，我們可以智能生成PPT，從而節(jié)省找圖和模板的時(shí)間。

三、結(jié)論

AI工具，在用戶研究領(lǐng)域具有顯著的應(yīng)用價(jià)值。

通過(guò)合理和明確的輸入，用戶研究員不僅可以提高工作效率，也能更聚焦于需要專業(yè)知識(shí)和判斷的環(huán)節(jié)。

有效地將AI工具集成到用戶研究工作流程中將是一種值得推崇的實(shí)踐方式。

然而，關(guān)鍵的一步是如何克服AI工具的局限性，與之形成互補(bǔ)，以達(dá)到更全面和深入的研究結(jié)果。