M6 用户研究——半结构化访谈脚本

阶段: B13 · FATF typologies + BSA grader + 用户研究（Day 121-130） 标签: #user-research #semi-structured-interview #funnel-technique #informed-consent

今日导引（由浅入深）

Day 128 搭好了问卷（survey），它长于广度——规模化、可量化，但短于深度：自陈数据挖不出受访者自己都没意识到的痛点。今天补上 M6 用户研究的另一半——半结构化访谈（semi-structured interview），它用一个固定大纲保证可比性，又留出开放追问的空间挖深度洞察。这是定性研究方法学的核心一档：问卷告诉你「多少人觉得慢」，访谈告诉你「为什么慢、慢在哪个环节、他怎么绕过去」。

为什么紧接昨天、通向明天：Day 128 的问卷拿到的是「方向 + 规模」，但它挖不出受访者自己都没意识到的痛点；今天的访谈正好补这块深度，二者加 eval / 行为数据三角验证，构成 Day 130 收口报告里「用户研究工具就绪」的那一栏。今天的最小可判定产出：一份 6 题访谈脚本（漏斗结构 + 每题 probe + consent 开场白）+ 一份自访谈 transcript（验证脚本流畅度与时长）。

1. 机理精读

三种访谈形式的光谱。 把访谈想象成一条从「全控」到「全放」的光谱：

半结构化 = 固定大纲 + 灵活追问。 它用一组核心问题保证每个受访者都覆盖到同样的主题（可比性），但允许访谈员根据回答临场追问（probe）。这是用户研究里挖深度洞察的主力形式——既不丢失结构，又不堵死意外发现，所以本日选它。代价是它对访谈员要求高：要能一边守大纲、一边判断哪里值得追问，这正是为什么要先写脚本 + 自访谈练手。

漏斗法（funnel technique）：从宽到窄。 访谈的提问顺序至关重要，三段式：

1. 宽口起步：从宽泛的开放题切入（「能讲讲你平时一天的 AML 调查流程吗？」），让受访者自由叙述，先建立自然语境、让他放松。这一段几乎不打断，只用回声 / 沉默 probe 鼓励展开。
2. 逐步收窄：随叙述展开，逐步追问到具体环节（「刚才提到证据汇集很花时间，具体卡在哪一步？」）。这一段是挖洞察的主战场，开放 probe 密集。
3. 末端验假设：关键纪律——别在开头就抛出你的假设（「你是不是觉得 SAR 草稿最费时？」），那会污染回答：受访者会顺着你的假设走，你听到的是自己的回声而非真实洞察。假设要留到漏斗末端、受访者已自然提到相关主题时再验证。

为什么这个顺序不能反：如果一上来就问窄问题，你已经替受访者框定了「重要的是什么」，他后面所有回答都会被这个框架带偏，真正的痛点（你没预设的那个）永远不会浮现。宽口起步的本质是先听他的世界，再验你的假设。

开放式 probe vs 封闭式 probe。 追问分两种：开放式（「能多讲讲吗？」「那时候你是怎么想的？」）和封闭式（「是 A 还是 B？」）。开放式 probe 更能挖出未预期洞察——它把控制权交还给受访者，让他往你没预设的方向展开；封闭式 probe 把答案框死在你给的选项里，只适合最后确认事实。漏斗的中段应以开放 probe 为主。常用的开放 probe 工具箱：

• 沉默 probe：受访者答完后停顿 2-3 秒不接话，往往能引出他原本没打算说的补充。
• 回声 probe：重复对方最后几个词（「……拼到一起？」）促其展开，不引入新信息。
• 具象化 probe：「能举个上周的具体例子吗？」把抽象抱怨拉回到可核实的事件。
• 「然后呢」probe：顺着叙述往下推，还原完整流程。

要刻意避免的是引导式 probe（「所以你觉得它没用，对吧？」）——那不是追问，是替对方下结论。

知情同意（recording consent）是硬前置。 录音前必须取得明确的知情同意，consent 开场白至少覆盖五要素：

1. 目的：为什么访谈、研究用途。
2. 录音告知：明确说会录音，并征得同意。
3. 用途与存储：录音怎么用、存哪、谁能看、保留多久。
4. 退出权：可随时暂停或终止，不影响任何权益。
5. 匿名 / 保密：结果如何脱敏。

这不是形式——它是研究伦理的底线，也直接影响受访者的坦诚度（知道被录音且信任用途，才会说真话）。consent 开场白要写进脚本，作为固定第一步；在地区法规（如 GDPR / 各地录音同意法）下，口头同意最好也留痕。AML / 合规领域受访者对「被记录」尤其敏感，consent 处理得专业能显著提升坦诚度。

饱和度（saturation）：访谈做到多少够。 质性访谈不追求统计代表性，而追求主题饱和——当新增受访者不再带来新主题时，可以停。经验上 6-8 个深访能覆盖大部分主流痛点，但这取决于人群同质性：人群越杂，达到饱和需要的访谈越多。本日只做脚本 + 1 次自访谈，真实饱和判断要等外部受访（待用户）。

为什么访谈与问卷必须配对（三角验证）。 访谈给深度但牺牲了样本量与可量化性：6-8 个深访得到的是丰富的质性数据，不能直接外推到总体。所以它与 Day 128 问卷（广度、可量化）+ 行为 / 链上数据（实际行为）做三角验证：问卷给方向与规模，访谈给「为什么」与机制，行为数据给「实际上做了什么」。三者互补，单用任何一个都有盲区。一个典型用法：问卷发现「60% 的人觉得 SAR 草稿环节慢」，访谈去挖「慢在哪、怎么绕」，行为数据验证「实际在该环节停留时长」——三者对上，结论才可信。

transcript 编码（coding）与一致性。 访谈后要把 transcript 编码成主题（themes），这一步天然主观。降偏手段：(1) 双人独立编码再比对，(2) 工具 / LLM 辅助初编 + 人工核，(3) 用编码者间一致性（inter-coder reliability）量化——可直接借 Day 125-126 的 Cohen's κ 思路，把两个编码者对每段的标签当两个 rater 算 κ。本日只做自访谈，编码一致性留到外部受访（待用户）。

与相邻概念的边界。 半结构化访谈 ≠ 焦点小组（focus group，多人易受群体压力、附和效应）≠ 可用性测试（usability test，观察操作而非问态度）≠ 问卷（quantitative，广度优先）。本日做的是一对一、聚焦态度与流程理解的访谈；它与昨天的问卷是「深度 vs 广度」的互补对，不是替代关系。

2. 推导 / 手算 / 代码走读

今天是文档/方法日，无 src 代码走读（产出是访谈脚本 + transcript，文档类）。给一个漏斗式脚本的最小骨架推演，作为方法演示（6 题 + probe）：

• 第 0 步 · consent 开场白：自我介绍 + 研究目的 + 「本次访谈将录音，仅用于产品改进、不对外、你可随时暂停或退出，是否同意？」（取得明确口头同意后再开始）。
• Q1（漏斗宽口·开放）：「能带我走一遍你最近一次完整的 AML 调查吗？从接到 alert 到提交结论。」
  • probe（开放）：「哪一步让你觉得最耗时间？」
• Q2（仍偏宽）：「在这个流程里，你最依赖哪些工具/信息源？」
  • probe：「有没有哪一步你觉得本可以自动化？」
• Q3（开始收窄）：「证据汇集这一步，你具体是怎么把分散的信息拼到一起的？」
  • probe：「能多讲讲那次最难拼的案子吗？」
• Q4（更具体）：「写 SAR 草稿时，你最花时间的是叙述结构还是找证据支撑？」
  • probe：「能举个上周的例子吗？」
• Q5（验证假设·留到末段）：「如果有个工具能先给你一份带证据链接的 SAR 草稿，你会怎么用它？」
  • probe：「你会担心它哪方面？」（开放，挖信任/HITL 顾虑）
• Q6（收尾·开放）：「还有什么我没问到、但你觉得对改进这个工作很重要的？」

自访谈验证步骤：自己扮演受访者把脚本跑一遍，记录 transcript，重点验两件事——(1) 流畅度：题序是否自然、有没有突兀的跳跃；(2) 时长：6 题 + probe 是否落在可控时长内（过长受访者会疲劳、答案质量下降）。

3. 今日实战

1. 写 6 题访谈大纲：漏斗结构（宽 → 窄）、每题配 1-2 个 probe（优先开放式）、开头含 consent 开场白。
2. 自访谈跑 1 次：自己扮演受访者完整走一遍，记录为 transcript，committed。
3. 据自访谈结果微调：把不流畅的题序、超时的题、容易诱导的措辞修掉。
4. 自评检查清单逐条过：每题是否中性？probe 是否开放优先？假设是否留到末段？consent 是否在录音前？总时长是否可控？
5. 与 Day 128 问卷对齐主题：确保访谈能挖问卷量到的那几个痛点的「为什么」，二者主题互相咬合而非各说各话。

4. 今日实测 / 产出

• 访谈脚本（6 题 + probe + consent）+ 1 份自访谈 transcript = 待产出（文档 + 自访谈）。真实外部受访 = 待用户。
• 本日为可提交的脚本 + 自测 transcript，用途是验证脚本流畅度与时长，不是真实用户数据。
• 编码者间一致性（inter-coder κ）= 待跑（需 ≥2 编码者 + 外部 transcript），与 Day 125-126 的 κ 同源方法，本日不产出。

5. 常见误区 / 陷阱

• 诱导性追问 / 确认偏倚：只追问支持你假设的回答、忽略相反信号。漏斗末段才验假设，且对反例同样追问。
• 过早抛假设污染回答：开头就问「你是不是觉得 X 最难」会让受访者顺着走。先让他自由叙述。
• 封闭 probe 用太早：把答案框死，挖不出未预期洞察；中段以开放 probe 为主。
• 跳过 consent：录音前未取得明确知情同意，既违伦理又降坦诚度。
• 单人主观编码 transcript：编码阶段应双人或工具辅助，降低单人解读偏差，并报编码者间一致性。
• 把自访谈当真实用户数据：自访谈只验脚本流畅度与时长，不能代替外部受访（待用户）。
• probe 不够、平铺直叙：只念 6 个主问题不追问，等于把半结构化退化成结构化，挖不出深度——脚本必须每题预置 probe。
• 超时疲劳：6 题 + probe 若拖太长，受访者后段答案质量骤降；自访谈正是用来卡这个时长的。
• 录音后不做编码就「凭印象」：印象会被最生动 / 最近的回答主导（可得性偏差），必须系统编码 transcript。
• 把访谈结论当统计结论：6-8 个深访是质性证据，给机制不给比例，别说「80% 的用户认为」——那是问卷的活。

6. 学习资源（每条带 YYYY-MM）

• Nielsen Norman Group, "Interviewing Users" / "User Interviews" 系列（nngroup.com，执行日查具体文章发布日期）— 漏斗法、开放 probe、半结构化访谈方法主线。
• Steve Portigal, Interviewing Users (2nd ed., 2023) — 访谈技巧与避免诱导的经典实操书。
• Kathy Charmaz, Constructing Grounded Theory (2nd ed., 2014) — transcript 主题编码与饱和度的方法论参考。
• Herbert & Irene Rubin, Qualitative Interviewing: The Art of Hearing Data (3rd ed., 2012) — 漏斗法与 probe 类型的经典实操参考。
• Anthropic《Demystifying evals》(2026-01) — 质性证据与定量 eval 三角验证的思路（交叉参考，B13 主线之一）。

SOTA检查 (2026-06 更新)

• 当前主流：漏斗式半结构化访谈 + 开放 probe + 知情同意为稳定定性方法，无版本依赖。
• 是否仍 SOTA：是。访谈方法学成熟，不随技术换代；2025-2026 的新变量在「分析端」——LLM 辅助 transcript 转录与初步主题编码已普及，但不取代访谈本身的方法纪律（漏斗、开放 probe、consent）。
• LLM 辅助提示：可用 LLM 做转录与初编码，但 LLM 编码有偏、小样本不稳，需人工核对并报编码者间一致性（可借 κ）；切勿让 LLM「总结」掉原始引语，洞察常藏在受访者的原话里。
• 过时黑名单：避免诱导性追问与确认偏倚；避免单人主观编码 transcript（应双人或工具辅助）；避免把自访谈 / 小样本访谈外推到总体；避免跳过 consent。
• 下次复查点：真实外部受访需用户资源（待用户）；招到外部受访后重审样本饱和度与编码间一致性（inter-coder reliability，可借 Day 125-126 的 κ 思路衡量编码者一致性）。

衔接

• 昨天：Day 128 — M6 用户研究:survey 设计（广度、可量化的问卷工具）。
• 今天：半结构化访谈脚本（深度、漏斗式），补问卷的深度短板，与问卷 + 行为数据三角验证；产出脚本 + 自访谈 transcript，真实外部受访待用户。
• 明天：Day 130 — Block 收口:grader 报告与工具固化（把 B13 全部结论汇成单一可链接资产）。