调研报告 Prompts 指南

简介

调研报告是商业决策的重要依据，无论是市场进入、用户研究还是产品迭代，都需要扎实的调研工作作为支撑。AI 可以在调研设计、问卷设计、数据分析、报告撰写等多个环节提供帮助，但调研的核心价值在于发现真实的用户需求和市场机会，这需要科学的方法和深入的洞察。

使用 AI 辅助调研报告时，关键是保持调研的客观性和科学性。AI 可以帮助整理信息、优化表达、分析模式，但不应替代真实的用户接触和市场观察。建议将 AI 作为调研工作的加速器，而不是调研本身的替代品。

本指南涵盖市场调研、用户调研、竞品调研等多种场景的提示词技巧，帮助你高效完成高质量的调研报告。

核心 Prompts

1. 调研方案设计

请帮我设计一份 {调研主题} 的调研方案。

调研目的：
{描述调研要回答的核心问题}

目标对象：
{描述调研的目标群体}

调研类型：定性/定量/混合研究
预算范围：{金额或资源限制}
时间要求：{截止日期}

请提供：
1. 调研方法和具体技术选择（如：问卷调查、深度访谈、焦点小组等）
2. 样本量计算和抽样方案
3. 调研问卷或访谈提纲框架
4. 数据分析方法建议
5. 项目时间线和里程碑
6. 预算分配建议

说明：这是调研项目的起点，帮助你规划完整的调研流程和方法论选择。

使用场景：新项目启动时的调研规划、调研方案撰写、团队调研计划审批等。

2. 问卷设计

请帮我设计一份关于 {调研主题} 的问卷。

调研背景：
{描述调研的背景和目的}

目标受访者：
{描述目标群体的特征}

问卷类型：结构化/半结构化/开放式
目标样本量：{数量}
调研渠道：{如：线上、线下、APP内等}

请设计：
1. 问卷标题和开场白
2. 筛选问题（用于资格确认）
3. 背景信息收集问题
4. 核心调研问题（至少15-20个问题）
5. 问卷逻辑跳转设置
6. 结束语和感谢语

请确保问题顺序合理、无诱导性、无偏见选项。

说明：针对问卷调研的完整问卷设计 prompt，包含从开场到结束语的完整结构。

使用场景：用户满意度调研、市场机会调研、产品反馈收集、员工调研等需要问卷的场景。

3. 访谈提纲设计

请帮我设计一份针对 {访谈主题} 的深度访谈提纲。

受访者背景：
{描述目标受访者的特征，如：行业、职位、使用经验等}

访谈目的：
{描述希望通过访谈获得的信息}

访谈时长：{分钟数}
访谈形式：{一对一/小组访谈}

请设计：
1. 访谈开场和自我介绍模板
2. 暖场问题（3-5个）
3. 核心主题问题（5-8个主要问题，每个问题包含多个追问）
4. 场景模拟或案例讨论问题（可选）
5. 未来场景探索问题
6. 结束问题和致谢语

请标注每个问题的目的和预期的回答方向。

说明：为定性研究设计的访谈提纲，包含暖场、核心问题和结束语的完整结构，并提供追问建议。

使用场景：用户研究、专家访谈、需求挖掘、概念测试等需要深入对话的调研场景。

4. 市场分析报告

请帮我撰写一份 {行业/市场} 的市场分析报告。

市场范围：{地理范围、市场细分}
分析时间范围：{时间范围}
数据来源：{已有数据、公开报告、第三方数据等}

请按以下结构组织报告：
1. 市场规模和增长趋势
2. 市场结构和竞争格局
3. 主要参与者分析（市场份额、优劣势）
4. 用户画像和需求特征
5. 行业发展趋势和驱动因素
6. 进入壁垒和风险因素
7. 机会分析和建议

如需使用以下数据：
{粘贴市场数据或关键指标}

请使用专业的商业分析语言，引用可靠数据来源。

说明：完整的市场分析报告框架，涵盖市场规模、竞争、趋势、机会等核心维度。

使用场景：市场进入分析、投资尽职调查、商业计划书、市场评估报告等。

5. 用户调研报告

请帮我整理以下用户调研数据，撰写用户调研报告。

调研方法：{方法，如：深度访谈、问卷调查、可用性测试等}
样本量：{数量}
调研时间：{时间范围}

调研原始数据/访谈记录：
{粘贴调研数据或访谈摘要}

请按以下结构组织报告：
1. 调研背景和方法说明
2. 受访者/用户画像
3. 主要发现（按主题分组）
4. 用户需求和痛点分析
5. 用户行为和决策过程
6. 典型用户故事/案例
7. 结论和建议

请使用用户研究的规范术语，引用具体的用户原话作为支撑。

说明：将定性或定量调研数据转化为结构化报告，突出用户声音和洞察。

使用场景：用户研究项目报告、可用性测试报告、需求分析报告等用户相关调研。

6. 竞品分析报告

请帮我撰写一份关于 {产品/服务} 的竞品分析报告。

分析范围：
主要竞品：{竞品1名称}、{竞品2名称}、{竞品3名称}
间接竞品：{可选}

分析维度：
产品功能、用户体验、定价策略、市场定位、技术架构、用户评价等

已有信息：
{粘贴你收集到的竞品信息}

请按以下结构组织报告：
1. 竞品概览（公司背景、产品定位、目标用户）
2. 产品功能对比矩阵
3. 各竞品的核心优劣势分析
4. 用户评价和口碑分析
5. 定价和商业模式对比
6. 市场表现和份额分析
7. 竞争格局总结和机会洞察

说明：系统性的竞品分析框架，从多维度对比分析竞争态势和机会。

使用场景：产品规划参考、市场竞争分析、商业策略制定、新产品开发参考等。

7. 调研数据编码分析

请帮我对以下调研/访谈数据进行编码分析。

数据来源：{问卷/访谈/评论等}
数据量：{数量}
调研主题：{主题}

原始数据：
{粘贴原始数据}

分析方法：主题分析/内容分析/扎根理论
编码方式：开放式编码/轴心编码/选择性编码

请进行：
1. 初始编码（识别关键概念和范畴）
2. 主题/类别归纳
3. 编码体系建立和示例
4. 各主题的频次和分布统计
5. 典型引用/回答摘录
6. 核心发现总结

请详细说明编码过程和依据。

说明：对定性调研数据进行系统性的编码分析，提取主题和洞察。

使用场景：访谈文本分析、开放性问题分析、用户反馈整理、社交媒体评论分析等。

8. 调研报告摘要

请帮我将以下完整的调研报告提炼成一份 executive summary。

完整报告：
{粘贴完整调研报告}

目标读者：{如：高管、投资者、团队成员等}
摘要长度：{字数要求，如：1页以内}

请提供：
1. 调研背景和目的（一段话）
2. 核心发现（3-5个关键结论）
3. 主要建议（可操作的建议，2-3条）
4. 风险和局限性说明
5. 下一步行动建议

请语言简洁专业，适合快速阅读和决策参考。

说明：将详细调研报告浓缩为精华版本，方便向决策者快速传达关键信息。

使用场景：向高管汇报、投资人沟通、跨部门分享、决策参考等需要精简呈现的场景。

进阶技巧

结构化信息收集

在让 AI 分析调研数据之前，先对信息进行结构化整理会大幅提升输出质量。例如，将访谈记录按主题分类整理，将问卷数据按维度分组，用统一的格式描述每个受访者或案例。结构化的输入能让 AI 更准确地识别模式和提取洞察。

多角度交叉验证

单一来源或单一方法的数据可能有偏差。使用 AI 分析时，可以从不同角度提交同一份数据，例如先让 AI 从用户视角总结发现，再从业务视角分析，最后从技术视角评估。交叉验证能帮助你发现更全面和平衡的洞察。

保留用户原声

调研报告的核心价值在于真实反映用户声音。在 AI 生成的分析基础上，保留和引用原始的用户表述、访谈引语、典型案例，这些原声能让报告更有说服力，也方便读者直接理解用户的真实想法。

注意事项

样本代表性

AI 分析调研数据时无法自动判断样本是否具有代表性。如果你的调研样本存在偏差（如样本量不足、抽样方法有问题、受访者群体单一等），AI 的分析结论可能存在偏差。在报告结论中应该说明调研的局限性，并谨慎做出超出样本覆盖范围的推论。

避免过度解读

AI 倾向于在数据中寻找模式并做出解读，但有时候数据中的模式可能是随机波动或样本误差造成的。对于小样本或异常数据，应该保持谨慎，避免做出过于确定的结论。建议在报告中标注结论的置信度，让读者了解哪些是稳健的发现，哪些是探索性的洞察。

调研伦理和隐私

调研往往涉及个人信息和隐私。在使用 AI 处理调研数据时，确保数据已经过适当的脱敏处理，获得受访者的知情同意用于研究目的。报告中也应避免呈现可能识别个体身份的细节，保护受访者隐私。