场景痛点
用户访谈、焦点小组、问卷开放式回答……定性材料散落、耗时整理、结论靠直觉。如何把零散文本变成结构化决策级洞察?
解决方案:多Agent定性研究合成流水线
把「人工逐份阅读→凭感觉总结」升级为:录音→转写→编码→主题聚类→洞察提炼→报告,全自动。
场景演示
案例:用OpenClaw多Agent分析20份用户访谈
某产品团队完成20份30分钟用户访谈,原始录音约10小时。传统方式:研究员花2天整理,现在:
- 转录Agent 批量调用 Whisper 将音频转文字
- 编码Agent 自动识别「需求点/痛点/建议/情绪词」
- 聚类Agent 将相似编码归并为若干主题簇
- 洞察提炼Agent 为每个主题簇生成一句话洞察 + 原始引用
- 报告生成Agent 输出结构化报告,含优先级评分
整个流水线耗时约40分钟,输出可直接进入产品决策流程。
Step by Step
Step 0:准备工作——建立飞书Bitable记录表
在飞书多维表格中创建两张表:
访谈记录表
| 字段 | 类型 | 说明 |
|---|---|---|
| 访谈ID | 单行文本 | 唯一编号 |
| 受访者 | 单行文本 | 匿名化名 |
| 访谈日期 | 日期 | |
| 原始文本 | 多行文本 | Whisper转录结果 |
| 状态 | 单选 | 待处理/已完成/已归档 |
洞察输出表
| 字段 | 类型 | 说明 |
|---|---|---|
| 主题簇 | 单行文本 | 聚类名称 |
| 核心洞察 | 多行文本 | 一句话总结 |
| 原始引用 | 多行文本 | 原文摘录 |
| 出现频次 | 数字 | 提及次数 |
| 优先级 | 单选 | P0/P1/P2 |
| 建议行动 | 多行文本 | 对应产品建议 |
Step 1:安装依赖技能
确保以下skills已启用:
openai-whisper— 音频转文字feishu-bitable— 读写飞书多维表格minimax-multimodal-toolkit— 文本分析与聚类
Step 2:编写提示词
#### 2.1 转录提示词(Whisper)
请将以下音频内容完整转录为文字,保留说话人标记(如[受访者A]),
标点完整,分段清晰。若有语气停顿用...标注。
音频内容:
{AUDIO_CONTENT}
#### 2.2 编码分析提示词
你是一名定性研究员。请对以下访谈文本进行开放式编码:
1. 标注「需求点」:用户明确表达的需求或期望
2. 标注「痛点」:用户遇到的困难、不满或障碍
3. 标注「建议」:用户主动提出的改进建议
4. 标注「情绪词」:表达情感倾向的关键词(正面/负面/中性)
输出格式:
【需求点】
- ...
【痛点】
- ...
【建议】
- ...
【情绪词】
- ...
原始文本:
{TEXT}
#### 2.3 聚类提示词
你是一名用户研究员。请将以下编码条目聚类为3-6个主题簇,
每个簇给出一个主题名称和一句话描述。
编码条目:
{CODED_ITEMS}
输出格式(JSON):
{
"clusters": [
{
"theme": "主题名称",
"summary": "一句话描述",
"items": ["条目1", "条目2"]
}
]
}
#### 2.4 洞察提炼提示词
你是一名高级洞察分析师。请为以下每个主题簇:
1. 提炼一句核心洞察(不超过30字)
2. 选2条最有代表性的原始引用
3. 给出优先级判断(P0=必须解决,P1=重要,P2=可延后)
4. 提出一条可落地的产品行动建议
主题簇:
{CLUSTER_DATA}
输出格式(JSON):
{
"insights": [
{
"theme": "...",
"insight": "...",
"quotes": ["...", "..."],
"priority": "P0",
"action": "..."
}
]
}
Step 3:编排流水线
建议使用 sessions_spawn 并行执行:
Phase 1:并行转录(20个访谈 → 20份文本)
Phase 2:并行编码(20份文本 → 20份编码结果)
Phase 3:汇总所有编码 → 聚类Agent统一聚类
Phase 4:洞察提炼 → 输出报告
Phase 5:写入飞书Bitable → 自动通知相关人
Step 4:执行与监控
通过 cron 定时任务每天检查「访谈记录表」中「待处理」记录,
触发流水线执行,完成后更新状态为「已完成」。
使用的Skills
| Skill | 用途 |
|---|---|
openai-whisper | 音频转文字 |
feishu-bitable | 访谈记录写入/读取 |
minimax-multimodal-toolkit | 文本语义分析与聚类 |
summarize | 长文本摘要压缩 |
价值与注意事项
核心价值
- 效率飞跃:10小时访谈整理从2天→40分钟
- 系统性:编码一致性与聚类标准化,避免人工主观偏移
- 可追溯:原始引用保留,结论有据可查
- 实时流转:cron驱动,接入新访谈自动触发
注意事项
- 受访者隐私:转录文本需脱敏处理后再传入流水线
- 编码质量:复杂语境下的讽刺、反讽AI可能误判,需人工抽查
- 主题数量:聚类数量不宜过多(3-6个最佳),过多说明编码粒度太细
- 数据量阈值:少于5份访谈不适合此流水线,人工直接看更高效
- 结果验证:最终报告建议由研究员快速复核,避免AI幻觉
总结:定性研究从来不是「做不做」的问题,而是「能不能规模化」的问题。多Agent流水线把这一环从艺术变成工程,让洞察从稀缺资源变成可批量生产的决策原料。