AI定性问卷分析：十五项起始编码与复核流程

选择方法，保留分析记录

编码标记一段文字中与分析有关的内容；主题则是对某种模式的更广解释，不只是分类桶的名称。Braun和Clarke区分了不同的主题分析路径，其反思性方法不通过编码者一致性来确立唯一客观解释。本文采用的是面向业务反馈的实务编码本流程。主题分析方法FAQ。

这个选择很重要。如果研究原本采用反思性主题分析，就不能加上固定十五类清单和一致率目标，还声称方法没有变化。应与研究负责人确定前后一致的程序。在本文流程中，初始分类可以随阅读回答而修订；实质性修改必须记录，并重新审视受影响的编码。

AI辅助编码也不是研究专业能力的新名称。Ziang Xiao等人在2023年的一项研究中，探索了GPT-3配合专家编写编码本完成特定演绎编码任务。它提供方法发展的背景，不证明当今模型、所有语言或OpenMax具有相同表现。研究摘要与发表信息。

问题要与回答放在一起。“什么让你困扰？”之后的评论，不能与“哪些地方做得好？”之后的回答直接互换。Pew Research Center对开放题的研究发现，问题特征与其面板调查中的题目不作答情况有关。对本流程的启示是保留措辞和缺失记录，而不是把该研究的比例当成自己问卷的基准。Pew开放题不作答研究。

编码本的十五项起始条目

完整编码前，应按研究问题调整这些条目。C01—C14是候选实质编码，C15是复核处理状态。一份回答可以有多个实质编码，但每个都必须对应有依据的不同内容，不能为了看起来丰富而把所有相近标签都贴上去。

本节引号中的片段均为虚构，用于展示分类边界，不是在记录某个客户的真实体验。受访者对产品的说法，在相关产品证据核实之前仍只是受访者的陈述。

1. C01——主要需求

用于受访者明确想完成的任务或解决的问题。“我需要在规划会前准备好周报”给出了报告需求；“加一个蓝色按钮”只说明希望修改界面，除非前后文另外解释了任务。保留行动者与场景，不替对方编造组织战略。

有效的标注应指出对应文字，并用清楚的语言表述需求。如果出现两种需求，应保留两者，而非选择与当前路线图最一致的一种。分析者推测的潜在需求应放入标明“解释”的备忘，不应写成受访者亲口表达的内容。

2. C02——期望结果

记录希望达到的状态变化，例如减少复制、提前完成报告、减少任务中断或明确责任。“这样我就不用再抄数字了”表达了减少人工操作的愿望，但没有证明能节约多少时间，也没有证明某个功能会实现该结果。

要与C05区分，后者记录判断成功的标准。一段话可以同时支持预期结果和明确期限，但泛泛的“希望更快”不能被补成一个数字目标。已经达到的结果与尚未实现的愿望也应分开。

3. C03——当前变通做法

纳入受访者说自己正在采用的替代流程，例如把总数复制到电子表格。原文说明原因时，一并保留。“如果失败，我会做张表”描述的是可能采取的未来行动，不证明变通流程已在运行。

不要自动把变通做法描述为浪费。人工步骤可能服务于复核、无障碍使用，或产品范围之外的要求。后续应调查它发挥什么作用、什么约束使它必要；发现这个步骤，不等于获准把它取消。

4. C04——触发事件

当回答明确把事件与之后的行动或重新考虑联系起来时使用。“一次导入失败让我开始找其他工具”报告了本人认为的触发原因；“上周导入失败了”只报告事件，不能证明它导致搜索或换用产品。

保留原文的顺序与归因。自述原因不能升级为全体客户层面的因果效应。如果分析者怀疑某次上线或涨价导致反馈变化，应另行检验，不能把同月的全部回答都加上这一解释。

5. C05——成功定义

记录对方自己提出的判断门槛或可观察测试。“在周一规划会之前准备好”提供了截止条件；“更好的报告”还没有定义可测量的验收标准。原文给出相关时区或业务语境时予以保留，没有时不要擅自补充。

这是研究记录，不是服务等级承诺。受访者希望一分钟内完成，不代表供应商承诺一分钟交付。可用其标准设计验证任务，但可行性、产品范围和合同承诺仍需各自负责人核查。

6. C06——正面体验

使用有原文支持的良好体验，并保留具体对象。“导出控件很容易找到，而且我用着正常”可以反驳“所有人都无法导出”这样的概括。它不能取消另一人的困难，也不能证明不同账号类型拥有相同能力。

不要把含糊的“还行”加工成丰富的成功故事。如果回答同时包含表扬与问题，分别编码有关片段。情感标签不应抹去具体原因、条件或对比，因为这些内容才使评论有分析价值。

7. C07——负面体验

记录明确描述的不利事件及后果。回答报告发生过导入失败，可归入此项；担心导入可能失败属于顾虑，不是已观察到的事件。两种说法本身都不能独立证实产品缺陷。

严重程度与责任归因要贴合原文。“失败过一次”不能变成“平台不可靠”，投诉也不能自动成为过失指控。业务日志或后续研究可以帮助调查，但必须符合允许的用途和访问规则。

8. C08——易用性障碍

标记发现、理解、操作、学习或恢复过程中的困难。“我找不到导出控件”支持可发现性问题，不证明导出功能不存在。这正是后面算例中的关键区别。

把交互困难与权限不足、明确的政策限制、报告的系统故障分开。参与者主动说明辅助技术场景时，只保留研究必要且获准处理的部分。不得根据文风或操作困难推测残疾、年龄或个人能力。

9. C09——感知到的功能缺失

此标签特意保留“感知到的”。当原文明确描述功能或覆盖范围不存在，例如“这个账号没有CSV导出”，可用此编码。它记录对方的说法；产品复核仍需区分真实缺失、套餐限制、权限或配置问题。

仅说“找不到”时不应归入，除非另外明确声称不存在。建议新增某项能力，也不自动证明它目前不可用。请求可保留在C14，把可能的缺口列为调查问题，直到有足够证据。

10. C10——支持需求

记录明确的说明、培训、排错或人工帮助请求。“有个操作教程就好了”表达支持需求；一段没有请求的长投诉，未必说明对方希望通过什么渠道获得帮助。还应记录在使用流程哪个时点需要帮助。

此项可以与信任或易用性编码重叠。询问谁能读取上传文件，可能同时是信息请求和信任顾虑，但不证明发生安全事件，也不授权支持人员联系匿名受访者。

11. C11——信任顾虑

纳入对可靠性、隐私、安全、透明度或控制的明确疑问及证据请求。“采用之前，请说明谁可以读取上传文件”提出访问方面的问题，不能被改写成不理性恐惧、已证实泄露或心理诊断。

区分感知风险、报告事件与独立核实的故障，因为它们对应不同下一步：补充说明、调查事件或修复确认的问题。向获准研究团队之外的人员转交引文前，先处理敏感细节。

12. C12——价格或价值顾虑

用于明确表达的负担能力、账单可预测性、套餐或收益是否值得成本等顾虑。尤其要保留否定与肯定关系。“价格可以接受，是审批挡住了上线”不能仅因出现“价格”一词就归为价格问题。

不得根据语气推测预算、收入或付费意愿。账单难懂与价格负担不起，需要不同的后续调查。频次能提示值得追问的问题，但不能单独确定新价格或预测收入变化。

13. C13——采用障碍

记录明确阻止或延迟使用的条件，例如审批、集成、迁移或尚未回答的审核问题。“在采用之前”可以使前置条件明确。一般性地想看文档，如果没有与采用联系起来，就不一定是上线阻碍。

保留障碍是当前还是假设性的，以及原文说由谁控制。不要默认回答者拥有购买权。组织约束不能被改写为个人缺乏积极性或技术能力。

14. C14——改进建议

记录提出的改变，以及原文说明的预期收益。“增加CSV导出选项，这样我就不用再抄数字了”同时给出建议、期望结果和当前变通做法的证据。可以分别编码，因为文字确实支持这些不同内容。

建议不是已验证方案或产品承诺。保留足够具体的措辞，让产品负责人能调查，同时记录约束与替代办法。即使请求频繁出现，也可能不可行、只涉及狭窄群体，或不如罕见但严重的问题重要。

15. C15——未分类或等待复核

这是工作状态，不是实质性发现。含义不清、语言无法复核、语境缺失或现有编码不适用时使用，并分别记录原因：空白、跑题和含混的非空回答不是同一种情况。

案例中的“还行吧，我想”保留未解决状态，因为团队没有足够语境赋予具体体验编码。不能为了提高完成比例而强行贴正面标签。按声明的规则将它保留在非空分母里，报告未解决数量，获得适当证据或修订定义后再审视。

试编码、复核分歧与保留变更

首先，定义允许处理的数据集。 记录邀请对象、完成者及哪些人看到开放题，保留题目版本与分支。移除研究不需要的字段，根据可取得的记录证据制定去重规则。两个人文字相似，本身不足以证明重复。

其次，批量赋码前先读原文。 阅读有差异的一组完整回答，包括短答、长答、混合内容、罕见情况与非英语回答。写下分析者的假设，以及哪些证据会挑战它们。根据真实问题调整起始编码本，而不是让数据迎合营销分类清单。

第三，试运行编码任务。 在本文业务编码本方法下，由复核人按初版定义编码获准样本，比较结果并记录分歧原因。如果计算一致性，说明单位、样本、统计量、多标签与未解决记录的处理。本文不提供通用及格比例，一致也不证明解释为真。

第四，约束AI输出。 要求回答编号、支持片段、拟议编码和简短的证据理由，允许明确标为未解决。保存模型与提示版本。生成的理由本身也是待检查的主张，不自动构成审计轨迹。拒绝虚构编号、改写引文和超出获批集合的编码。

第五，协调分歧并重编受影响内容。 如果试运行混淆了可发现性与功能缺失，就澄清C08和C09，记录修改，并检查所有可能受影响的回答，而不只修正偶然被发现的几条。保留旧赋码及替换原因，不要悄悄混用两个编码本版本的结果。

最后，写出包含反证的解释。 结合研究问题，组织和解释有关编码材料，指出不同体验与尚存的其他解释。编码计数表可以支持业务总结，但不会自动成为完整的主题分析。可参考AI研究报告模板，把发现、计算与建议分开。

完整案例：十九次赋码不等于十九个人

虚构问卷问：“回想最近的报告工作流程，哪些地方顺利、哪些地方遇到阻碍，你希望改变什么？”邀请二十名合资格人员，十二人完成问卷并到达这道题，其中十人填写非空内容，两人留空。S03被重复导出一次，导致文件有十三行，但唯一的完成问卷记录仍只有十二份。

本例根据重复记录编号和完全相同的内容，排除这份导出副本，而不删除不同编号下相似的评论。主要编码分母为十份非空回答，包括仍待复核的S09。以下赋码是按所述编码本编写的教学例子，不是唯一客观解释，也不是AI产品实测结果。

问卷完成比例为12 ÷ 20 × 100 = 60%。在完成问卷者中，开放题非空比例为10 ÷ 12 × 100 ≈ 83.3%。它们描述这个虚构流程的不同环节，不是标准化调查响应率估计，也不能证明代表性。

编码文件中，九份回答共获得十九次实质编码。S09没有实质编码，但仍在十份回答的分母中。因此编码百分比加总为19 ÷ 10 × 100 = 190%。在该多标签规则下这是合理的，不是说190%的人回答了问题。若把这些重叠比例画成互斥分类的饼图，就会误导。

C08出现在S01和S08，即2 ÷ 10 × 100 = 20%的非空回答。C09只出现在S03，即1 ÷ 10 × 100 = 10%。如果错误地把S01与S08也标成功能缺失，就会报告3 ÷ 10 × 100 = 30%。更正后不再是三份缺失陈述，而是两份可发现性反馈及一份明确的感知缺失陈述；但这仍不能证明相关账号实际上有无该功能。

S02应作为不同体验保留。S04表示接受价格，不是价格投诉。S10建议增加选项，但没有明确证明目前不可用。由于S09未解决，实质赋码覆盖为9 ÷ 10 × 100 = 90%；这是本例规则下的处理覆盖率，不是90%的模型准确率。

更稳妥的总结是：“十份非空回答中，两份描述导出可发现性困难，一份明确报告导出能力缺失；另一份报告良好的导出体验。选择修复方案前，应调查界面、账号与权限差异；一份含混回答仍待复核。”不能将十份虚构评论推广至客户总体、承诺路线图改变，或推断数据未建立的因果关系。

按研究瓶颈选择工具

人工分析适用于数量可管理、解释需要细致判断的回答。受控电子表格可以保存编号、片段、编码和决定。随着人员或调查轮次增加，主要困难是版本一致与可追溯性，并非人工方法天生无法支持好研究。

调查或研究工具的原生功能可能已经足够。Qualtrics文档介绍了Text iQ的主题赋值与回答复核，包括一条回答可以有多个主题标签。其文档区分各分析功能的权限和语言支持，应验证具体许可下的流程，不能假定所有功能在英、中、日文中表现相同。Qualtrics Text iQ功能说明。

确定性自动化适合按确认的规则去重、检查允许的编码和计算分母。它能发现编码引用了不存在的回答，却不能仅靠算术判断“找不到”是不是“不存在”。解释仍应留在复核流程中。

智能体辅助工作可以在底层工具与权限支持时，帮助协调带来源的草稿和待审任务。规模扩大后，需要测试语言误判、编码本变更、引文泄露和来源版本冲突。只有团队按一致口径实际记录，才能衡量复核投入，不应凭生成字数承诺节省时间。

如果用于员工研究，脉搏调查分析指南补充了总体与员工报告方面的考虑。不能把客户反馈流程原封不动地用于雇佣决定。

用有限编码任务评估OpenMax

OpenMax公开介绍其人与智能体协作平台。这个定位支持讨论协调场景，但不能证明它已有经过验证的定性研究方法、专用问卷连接器或本文所有复核与隐私控制。OpenMax产品介绍。

从虚构文件包、一小套约定编码和明确预期输出开始。检查拟议流程是否保留去重规则、区分C08与C09、保留S02的不同体验，并让S09继续待审。先查看每次赋码的证据，再看摘要。

在实际环境核查访问边界、支持语言、引文忠实度、版本记录、导出行为和保留规则。纯编码任务不应带入受访者联系方式。漂亮的产出不能证明系统无法检索受限回答，也不能证明它会抑制小群体细节。

现有研究工具能解决这些问题，就继续用它。如果证据交接仍然分散，可带脱敏练习与验收条件开展限定范围的OpenMax工作流讨论。下一步是评估有限任务，不是上传整份机密调查或委托自动发布。

保护参与者，避免过度结论

在获准译文旁保留原始语言。否定、习语与混合语言回答可能改变编码决定。重要解释应交给熟悉该语言和研究语境的人复核，模型置信度不能证明翻译等价。不得从回答推测身份、受保护属性或心理状态。

姓名不是唯一识别线索。UK Data Service的文字资料指南说明，叙述细节组合也可能暴露个人，删得过多或保护不足都可能产生问题，并要求人工复核自动处理。文字数据匿名化指南。

按分析相关性与差异选择引文，而不只追求冲击力。改述要标为改述，不能给自己编写的话加引号冒充原话。检查允许的受众、再识别风险，以及回答是否描述其他人。单靠最小组别人数规则，不能让独特故事自动匿名。

处理前，与负责人确认允许的用途、参与者告知、适用法律依据、访问和保留要求。回答文字是数据，不是检索其他记录或发布发现的指令。不得尝试识别匿名受访者，也不能绕过控制补充语境。敏感员工、健康、法律或其他高影响用途，需要本操作指南之外的合格专业复核。

常见问题

一份回答可以有多个编码吗？

可以，但编码本须允许，且每个编码都对应有依据的不同内容。按受访者层面汇总时，每份回答对每个编码只计一次；区分赋码次数与人数，并解释为什么比例之和可能超过100%。

十五个起始条目就是最终主题吗？

不是。它们是业务流程的候选编码和复核状态。应根据真实研究问题和数据发展分析。主题需要解释某种模式，不能把分类清单展示为已经完成的反思性主题分析。

为提高准确率，可以删除含混回答吗？

不应这样做。保留含混状态并报告纳入规则。删除难处理的回答可能改变分母，并隐藏最需要复核的材料。本例S09仍在非空基数中，但没有实质编码；处理覆盖不等于准确率。

提及频繁就应该优先处理吗？

不能仅凭频次。还要考虑样本覆盖、严重性、语境、反例、可行性与问卷之外的证据。罕见但后果重大的问题可能值得优先关注，重复评论也可能受到提问方式或狭窄群体影响。

AI能识别匿名回答的作者吗？

不能假定识别绝不可能。语境和关联信息可能产生再识别风险。本流程禁止这种尝试，并限制不必要的数据关联、访问与披露。把数据集叫作“匿名”，不能证明里面的内容适合分享。

来源、作者与本次修订范围

本页由OpenMax内容团队为自有网站编写，发布方与讨论的产品有商业利益关系。来源于2026年9月4日核查，仅支持链接附近的陈述，不声称任何被引用机构认可本文。

起始条目与编码练习均为编辑教学材料，不代表客户问卷、OpenMax实施的实证研究、模型基准或具名定性研究专家批准。下载文件可以复算示例数字，但算术一致不代表研究有效。

本次以编码边界、方法区别、透明计数案例、下载记录及明确产品待验证限制替换旧提纲。原始发表日期仍为2026年9月2日，内容修订日为2026年9月4日。更正可附页面URL与非敏感佐证发送至contact@openmax.com，不要包含机密受访者材料。