Aquria 多模态 AI 访谈,正在打破定性与定量研究的边界

一场 AI 深访，开始同时回答「选了什么」「为什么这么选」，以及「真实反应是什么」。

过去，结构化结果和用户自己的解释，经常分散在不同的研究阶段里。Aquria 正在把这些信息，放进同一场多模态 AI 访谈中。

结构化结果和用户自己的解释，经常分散在不同的研究阶段里。

下面七个部分，是一场多模态 AI 访谈从一道题走向一整项研究的过程。

以一项手机新品研究为例。研究中设置了一道购买意愿量表题，一位受访者给出了 7 分。这个数字已经可以进入统计，但研究人员真正关心的往往还包括：为什么是 7 分？

在 Aquria 的 AI 访谈中，量表题之后可以直接继续追问。

AI 可以顺着这个回答继续了解：他对价格的判断，究竟来自预算限制，还是觉得当前升级不足以支撑这个价格。于是，一个原本只有「7 分」的结果，开始有了更具体的解释。

同样的方式也适用于单选、多选和排序题。受访者把 AI 功能排在最后，AI 可以继续了解原因；在多选题里选择「价格」作为主要购买阻碍，也可以继续追问他所说的「贵」究竟指什么。

同样一个 7 分，背后也可能是完全不同的人：有人介意价格，有人暂时没有换机需求，也有人担心生态兼容。

开放追问解决了「为什么」的问题，但真实研究中，很多问题还需要受访者先看到、听到，甚至亲自拍摄某些内容。这也是多模态访谈很重要的一部分。

在 Aquria 中，研究人员可以针对提纲中的每一道题，直接向受访者展示图片或视频材料。

AI 获得的上下文因此不再只有一道问题，还包括用户刚刚看到了什么，以及他看完以后产生了什么反应。

多模态交互也可以从受访者一侧发生——用户可以在访谈过程中直接回传照片。比如一项桌面设备研究，研究人员可以让受访者拍摄自己的真实桌面。用户上传照片以后，AI 可以结合他前面的回答继续问：

在居家使用研究里，可以让受访者上传真实的产品摆放和使用场景；在产品体验研究里，可以让用户拍下正在使用的设备、包装、界面或者出现问题的位置；在日志型研究里，还可以通过照片连续记录几天里的变化，再结合前几次回答继续追问。

还有一部分信息，很难完整存在于文字转写中。

表情、语气、停顿，以及看到研究材料后的第一反应，本身就是深访中的重要信息。

Aquria 支持由 AI 主持的视频或语音一对一访谈。研究团队除了获得完整文字笔录，也可以回看完整访谈视频，重新观察受访者当时的表达过程。

因此，多模态在一场访谈里其实同时发生在两个地方：一方面，研究材料可以进入访谈，用户也可以回传自己的现场内容；另一方面，视频和语音本身又记录下了受访者完整的表达状态。

理解一个人为什么给出 7 分之后，研究还没有结束。当一个项目完成几十场甚至上百场访谈时，研究团队开始需要从大量个体回答里找到共同规律。

比如，同样提到「价格贵」的消费者，背后的原因可能完全不同：有人确实预算不足，有人觉得当前产品不值这个价格，也有人只是在等待促销。依靠逐场回看视频、逐份阅读笔录，很难快速完成这件事。

访谈完成后，研究团队可以获得研究报告和标签化 Table，原本散落在不同访谈里的内容，会重新被整理到一起。例如一项新品研究结束以后，可以看到：

前面大量开放的访谈内容，由此变成了可以横向查看、筛选和比较的信息。研究人员可以先从 Table 里看整体情况，再回到某一位受访者的具体回答和原始访谈内容。

最开始那个「7 分」，到了这里也有了新的意义。单场访谈关注的是「为什么这个人给了 7 分」；到了整项研究里，还可以继续看到——

不同项目真正关心的内容并不一样。手机新品研究可能关心价格敏感、换机周期、影像需求和生态依赖；食品研究可能更关注口味、健康、成分、包装和食用场景；广告测试关注的又可能是记忆点、理解度、品牌关联和情绪反应。

所以标签本身也需要跟着研究目标变化。Aquria 支持研究团队根据项目需要进行自定义打标，按照自己真正关心的问题整理访谈结果。

标签还可以再和量表、单选、多选、排序等结构化答案放在一起查看。研究团队可以先看到哪些人给出了低分，再继续查看低分背后的主要原因，也能回到对应的消费者原话和完整访谈。

数字让我们看到结果分布，标签和原话则让我们继续理解结果是怎么形成的。

把整个过程连起来看，一项多模态 AI 访谈已经开始形成一条更加连续的研究过程。

还是最开始那个简单的 7 分。在单场访谈里，可以继续知道这个人为什么给了 7 分；完成大量访谈以后，又可以继续看到有多少人给出了 7 分，以及这些 7 分背后分别对应着哪些原因。

在访谈里加入量表、单选、多选和排序，并不意味着传统的研究原则可以被忽略。真正进行统计推断时，样本数量、抽样方式、样本代表性、配额设计和统计方法依然重要——这些基础不会因为 AI 的出现而消失。

真正发生变化的，是一项研究里不同类型的信息开始连接得更紧。

过去，一道量表题可能在「7 分」这里结束。现在，这个 7 分可以继续往下走：研究团队可以知道数字背后的原因，理解用户做出这个选择时的判断，也可以回看他说出这个答案时的表情、语气和停顿。

一张产品图、一段广告视频，甚至一张用户现场拍摄的照片，都可以直接进入访谈，成为后续交流的一部分。当几十个、上百个用户完成访谈以后，这些开放表达又可以通过标签、Table 和研究报告重新整理，回到整项研究中。

这也是 Aquria 多模态 AI 访谈正在带来的变化：

一个用户给出了 7 分。这个数字当然值得记录，而研究还可以继续追问：为什么是 7 分？他说出这个答案时经历了怎样的判断？他刚刚看到的产品、广告或现场环境，又怎样影响了这次回答？和他一样给出 7 分的人，背后还有多少种不同原因？