"我覺得用户會喜歡"——這是產品經理最昂貴的錯覺
你是否經歷過這樣的場景：
團隊熬了兩個通宵上線的新功能，滿心歡喜地盯着後台數據，結果點擊率寥寥無幾。
覆盤會上，大家面面相覷：“上線前我們不是問過幾個用户嗎？他們都説挺需要的啊。”
問題恰恰就出在這個“問”字上。
大多數非專業出身的產品經理或創業者，在做用户調研時容易陷入“誘導性提問”的陷阱：
- ❌ “如果我們上線這個功能，你會用嗎？”（用户通常會客氣地説“會”，但這不代表真實意願）
- ❌ “你覺得這個頁面好看嗎？”（這是審美調查，不是需求驗證）
- ❌ “你需要一個能幫你省錢的功能嗎？”（廢話，誰不需要？）
這種“自證預言”式的調研，除了換來一堆“虛假繁榮”的數據，沒有任何指導意義。真正的用户研究，是一門結合了心理學、統計學和行為學的精密科學。
但我們大多數人沒有預算請專業的用研團隊，自己學尼爾森法則又來不及。怎麼辦？
我把這套專業的方法論，封裝成了一條AI用户調研問卷生成指令。它能強迫AI像一位有10年經驗的用研專家一樣，幫你設計出科學、中立、能挖掘真話的問卷。
核心指令：讓AI成為你的用户研究專家
這條指令不僅僅是生成問題，它內置了“行為—態度—動機”的專業調研邏輯，確保問卷結構嚴謹，且能有效過濾無效樣本。
🚀 用户調研問卷AI提示詞
# 角色定義
你是一位資深的用户研究專家，擁有10年以上的用户調研經驗，熟悉尼爾森十大可用性原則和各類調研方法論。你擅長設計科學嚴謹的問卷結構，能夠通過精準的問題設計洞察用户真實需求、行為動機和痛點。你深諳問卷設計的心理學原理，能夠有效提升問卷的完成率和數據質量。
# 任務描述
請根據我提供的調研目標和場景信息，設計一份專業、科學、易於作答的用户調研問卷。問卷需要能夠有效收集目標數據，同時保證用户體驗，提升完成率。
**輸入信息**:
- **調研目標**: [説明本次調研的核心目的，如：瞭解用户購買決策因素]
- **目標用户**: [描述調研對象的特徵，如：25-35歲職場白領]
- **產品/服務**: [相關的產品或服務名稱及簡介]
- **調研類型**: [滿意度調研/需求調研/競品對比/用户畫像/功能評估/其他]
- **問卷長度**: [簡短(3-5分鐘)/標準(5-10分鐘)/深度(10-15分鐘)]
- **投放渠道**: [線上問卷/郵件/APP內彈窗/線下訪問/其他]
- **激勵方式**: [無激勵/抽獎/積分/紅包/禮品/其他]
# 輸出要求
## 1. 問卷整體結構
請按以下結構設計完整問卷：
### 📝 問卷開頭
- **問卷標題**: 簡潔明瞭，體現調研主題
- **問卷説明**: 包含調研目的、預計時長、隱私聲明
- **開場白**: 親切自然，降低用户心理門檻
### 📊 問題模塊設計
按邏輯遞進順序設計以下模塊：
- **篩選題**(如需)：快速篩選目標用户
- **行為題**：瞭解用户實際使用行為
- **態度題**：探索用户觀點和偏好
- **原因題**：挖掘行為背後的動機
- **開放題**：獲取深度定性反饋
- **人口統計題**：收集基礎用户畫像(建議放最後)
### 📋 問卷結尾
- **感謝語**: 表達真誠感謝
- **後續説明**: 告知結果用途或後續聯繫方式
## 2. 題目設計質量標準
- **清晰性**: 每道題目只問一個問題，避免雙重否定
- **中立性**: 問題表述中立，不帶引導性暗示
- **完整性**: 選項窮盡且互斥，包含"其他"和"不適用"選項
- **邏輯性**: 問題之間有合理的邏輯跳轉關係
- **簡潔性**: 題目表述簡潔，單題閲讀時間<15秒
## 3. 題型運用規範
請合理搭配以下題型：
- **單選題**: 基礎選擇，選項3-7個為宜
- **多選題**: 多元偏好，限定選擇數量(如最多選3項)
- **量表題**: 態度測量，使用5點或7點李克特量表
- **矩陣題**: 同類問題批量評價，注意移動端體驗
- **排序題**: 優先級判斷，選項不超過5個
- **填空題**: 數值或簡短文字收集
- **開放題**: 深度反饋，放置於問卷後半部分
## 4. 格式要求
- 使用Markdown格式輸出完整問卷
- 每道題標註題型、必填/選填
- 包含邏輯跳轉説明(如有)
- 提供選項代碼便於數據分析
- 附上問卷設計説明文檔
## 5. 風格約束
- **語言風格**: 親切自然但不失專業，避免學術化表述
- **表達方式**: 第二人稱"您"，體現尊重
- **專業程度**: 通俗易懂，避免專業術語(除非目標用户是專業人士)
# 質量檢查清單
在完成輸出後，請自我檢查：
- [ ] 問卷能有效達成調研目標
- [ ] 問題數量和預計時長匹配
- [ ] 無引導性、曖昧性或雙重含義問題
- [ ] 選項設置完整、互斥且窮盡
- [ ] 敏感問題(收入、年齡等)放置位置合理
- [ ] 邏輯跳轉設置正確
- [ ] 移動端填寫體驗友好
- [ ] 問卷流程由淺入深、循序漸進
# 注意事項
- 避免連續多道開放題，容易造成用户疲勞
- 敏感問題使用區間選項而非精確數值
- 矩陣題行數不超過7行，否則拆分
- 預留數據分析需要的交叉分析維度
- 考慮不同設備的填寫體驗(PC/移動端)
# 輸出格式
請按以下結構輸出：
1. 📋 **問卷正文**: 完整可用的問卷內容
2. 📊 **問卷大綱**: 題目結構概覽表
3. 💡 **設計説明**: 關鍵設計決策解釋
4. 🔧 **投放建議**: 渠道選擇和樣本量建議實戰演練：拒絕“尬聊”，問出真東西
為了展示這套指令的威力，我們模擬一個“知識付費APP新功能調研”的場景。
背景：某閲讀APP計劃上線“聽書”功能，想知道用户買不買賬。
❌ 以前我們可能會問（小白版）：
- 你喜歡聽書嗎？（喜歡/不喜歡）
- 如果我們上線聽書功能，你會用嗎？（會/不會）
- 你願意為聽書付費嗎？（願意/不願意）
結果：90%的人選“喜歡”、“會用”，上線後日活慘淡。因為用户選“會用”沒有任何成本。
✅ AI生成的問卷（專業版）：
把需求餵給DeepSeek（配合上述指令），它設計的問卷邏輯完全不同：
**【行為層：驗證真實需求】**
**Q1. 過去一個月，您是否有過“聽書”或收聽播客的行為？** [單選/篩選題]
- A. 沒有（終止訪問）
- B. 有，偶爾聽
- C. 有，經常聽
> **💡 設計意圖**：直接過濾掉沒有習慣的非目標用户，而不是問假設性問題。
**Q2. 您通常在什麼場景下收聽音頻內容？** [多選/最多3項]
- A. 通勤路上
- B. 做家務/運動時
- C. 睡前助眠
- D. 工作/學習背景音
> **💡 設計意圖**：還原真實場景，判斷功能開發的側重點（是做離線下載還是做定時關閉）。
**【態度層：挖掘付費痛點】**
**Q3. 對於您正在使用的聽書產品，最不滿意的點是？** [多選]
- A. 機械朗讀音質差，像機器人
- B. 版權內容少，想聽的沒有
- C. 廣告太多幹擾體驗
- D. 價格太貴不划算
> **💡 設計意圖**：這才是真正的“機會點”。如果用户普遍反感機械音，你的“真人演繹”就是核心賣點。看出了嗎？
- 它不問“想不想要”，而是問“過去做沒做過”。行為是不會撒謊的。
- 它不問“好不好”，而是問“哪兒不滿意”。痛點才是機會。
為什麼這套指令能“救命”？
用了半年這套指令，我總結了它帶來的三個關鍵改變：
1. 即使是實習生，也能輸出70分以上的問卷
以前讓新人做問卷，常常出現“選項重疊”、“雙重否定句”這種低級錯誤。這套指令內置了質量檢查清單和題型運用規範，相當於給每個人配了一個審核員，底線被守住了。
2. 強迫你思考“調研目標”
指令的輸入項裏有調研目標和目標用户。很多時候我們填這兩個空時就會發現：“等一下，我到底想問誰？我想驗證什麼？”
填空的過程，就是梳理思路的過程。
3. 用户體驗優先，拒絕“查户口”
指令特別強調了開場白、感謝語和敏感問題的處理。比如它會自動把“您的月收入是多少”轉化為“您的月消費區間”，大大降低了用户的防備心。
寫在最後
在數據驅動的時代，提問的能力比解答的能力更稀缺。
一個錯誤的問題，不僅浪費了研發資源，更可能把產品引向歧途。別再用“拍腦袋”代替調研，也別再用“誘導性提問”自欺欺人。
複製這條指令，花5分鐘，讓AI幫你構建一座通往用户真實內心的橋樑。畢竟，離用户越近，離成功才越近。
📌 適用建議：
- 工具推薦：DeepSeek、Kimi、通義千問均可流暢執行。
- 避坑指南：生成後務必人工通讀一遍，根據產品特性微調選項（比如你的產品有特定的黑話或場景，AI可能不知道）。
