分类

AI 在用户研究中的应用

本课程系统讲解 AI 技术在用户研究全流程中的落地应用。课程涵盖 AI 工具的优劣势、分类及应用场景,从计划制定、研究执行、数据分析到报告产出,逐一拆解具体操作技巧。同时重点介绍“AI+ 知识库”的协同思路,并强调真实性查证、信息安全与适度使用三大核心原则,助力研究员提效同时守住专业底线。

课程简介


一、AI 应用的背景

           · 用研痛点:跨语言处理困难、人工转录耗时、分析主观性强、编码标准难统一

           · AI 价值:高效处理定性数据、降低重复劳动、发现隐藏关联


二、AI 的优势与劣势

           · 优势:快速阅读、客观性强、逻辑清晰、可构建垂直领域 Agent

           · 劣势:AI 幻觉、细节调整死板、情感理解力有限


三、AI 工具分类

           · 生产力工具(专项 Agent+ 知识库)

           · 办公+AI(结构化信息转换)

           · 通用 AI(搜索引擎/效率助手/写作大师)


四、用研全流程 AI 应用场景

           · 计划制定:需求梳理、项目计划撰写

           · 研究执行:桌面研究(数据搜集+资料分析)、用户优先级排序、甄别整理、访谈脚本撰写与预演、概念验证材料准备

           · 数据分析:问卷数据清洗、访谈记录整理与分析

           · 报告产出:PPT 初版生成

           · 归档与复用:知识库建设与元分析


五、AI+ 知识库应用思路

           · 价值:破解幻觉与时效性问题,沉淀企业知识资产

           · 资料选择:优先纯文本/Excel/Word,慎用 PPT/图片

           · 整理思路:按垂直场景分类 + 构建多维索引命名规范


六、AI 使用三大原则

           · 真实性查证:原始数据锚定、多重交叉验证、主动排查幻觉

           · 信息安全合规:数据脱敏、工具准入、权限管控、隐私法规适配

           · 适度使用:辅助定位、人机分工、避免过度依赖

课程目录

  • AI 在用户研究中的应用.mp4部分试看00:54:54

授课讲师

张睿卿
张睿卿

特聘讲师

用户体验大学堂特聘讲师,擅长用户研究知识体系搭建,社会科学理论向用户体验实际工作方式的转化、AI在用研中的应用场景挖掘。

评论

答疑解惑

暂无数据

暂无提问

您可以点击 "提问" 将问题提交给官方客服,我们会及时为您解答

课程推荐

查看全部 ›