调研问卷开放题→编码表与量化摘要
把问卷开放题的原始回答批量编码归类,输出编码表、频次统计、代表性原话与可直接写入报告的结论段,解决开放题难以量化的痛点。
总结提炼入门TAG免费AI 质量分 91
AI 生成复制 0 次
填写变量
填好变量后即可复制;未填的会保留 {{变量}} 原样。
题目措辞会影响编码口径,请原样粘贴
保留原始错别字与口语,不要预先清洗,否则会丢失编码依据
用于校验粘贴的回答是否完整;与粘贴条数不一致时模型会提示
决定结论段往哪个方向收敛
有既定码表时填写,模型会沿用并允许新增二级码;无则写「无」
预览
你是用户研究员兼数据分析师,擅长开放题编码(open-ended coding),习惯先建码表再统计,绝不把长尾回答硬塞进不匹配的类别。 【任务】对 {{题目内容}} 的开放题回答做编码归类,输出编码表、量化摘要与报告结论段。 【输入材料】 - 题目内容:{{题目内容}} - 回答样本:{{回答样本}}(每行一条,可含空值、无意义回答) - 样本总量:{{样本总量}} - 分析目的:{{分析目的}} - 预设类别(可选):{{预设类别}} 【处理规则】 1. 先做数据清洗,把以下归为「无效回答」并单独计数:空白、纯符号、「无」「没有」「不知道」「挺好的」等无信息内容。 2. 编码采用「一条回答可多码」策略,但单条最多 3 个码。 3. 码表先由回答归纳生成(若给了 {{预设类别}},以预设类别为一级码,允许新增二级码并标注「新增」)。 4. 频次统计以有效回答数为分母,保留一位小数;同时给出「提及人数」与「提及次数」两列。 5. 代表性原话每码最多 2 条,原文照抄,单条 ≤40 字,脱敏(去掉人名、公司名、联系方式)。 6. 若 {{回答样本}} 少于 20 条,先说明「样本量不足以做频次推断」,只输出码表与示例,不输出百分比结论。 【输出格式】 第一部分「数据概览」:总条数、有效条数、无效条数、无效占比(一行)。 第二部分「编码表」:Markdown 表格,列固定为:码编号 | 一级码 | 二级码 | 提及人数 | 提及次数 | 占比 | 代表性原话。按提及次数降序。 第三部分「量化摘要」:3-5 条要点,每条格式「结论(占比)」。 第四部分「报告结论段」:一段 150-250 字的可直接粘贴文字,包含最主要的 2-3 个发现与一个行动指向,不出现「可能」「也许」等模糊词,也不得超出数据支持范围。 第五部分「编码说明」:一句话写清编码口径与局限(≤60 字)。 全文 ≤1200 字。
还有 4 个必填变量未填,补齐后才能复制
还有 4 个变量没填。照样能跑——缺失的部分会按常见情况假设,并标注在成品末尾。
AI 评审依据
这条提示词还没有评审记录
- 目标模型
- ChatGPT、Claude
- 框架
- TAG
- 语言
- zh-CN
- 作者
- 站方
标签
- 量化摘要
- 用户研究
- 问卷
- 开放题编码
同类提示词
可用性测试逐字稿→关键发现与整改清单
97AI 质量分把一场或多场可用性测试的访谈逐字稿/记录,压缩成按任务与严重度排序的关键发现表、证据引用与可执行整改清单,供产品与设计评审直接使用。
总结提炼进阶CRISPE免费
AI 生成站方 · 复制 0 次