10 份访谈记录，AutoClaw 能帮你做到什么

如果你刚做完一轮用户访谈，手里有十几份逐字稿或访谈笔记，可以把这些文件和研究问题一起交给 AutoClaw。它不只是把每份记录压缩成摘要，而是继续完成证据提取、主题归纳、冲突观点整理、需求排序和报告制作，最后直接交付可以评审的 Word 和 Excel 文件。

这次案例中，我们向 AutoClaw 提供了 10 份虚构用户访谈，要求分析一款虚构团队知识管理产品的用户需求。AutoClaw 最终整理出 88 条原文证据、11 个主题和 14 条需求，并生成一份研究报告、用户访谈证据表和用户需求清单。

简单说，这类任务交给 AutoClaw 后，你不需要自己在 10 份文档之间反复复制粘贴，也不需要从零搭建报告和表格。你主要负责说明研究目的、确认分析口径，并对最终判断做业务复核。

你提供给 AutoClawAutoClaw 完成最终拿到
10 份访谈记录逐段编号并提取用户原话88 条可回溯证据
研究问题和分析维度归纳主题并保留冲突观点11 个主题及涉及人数
需求排序要求区分用户表达、综合归纳和产品建议14 条带优先级的需求
交付格式生成 Word 报告和 Excel 表格3 份可继续评审的成品

这次任务是怎么交给 AutoClaw 的

任务目标不是“帮我总结访谈”，而是让 AutoClaw 完成从原始记录到研究交付物的全过程。为了让结果可以核对，我们在任务里明确了四个要求：

  1. 每条结论必须标注访谈编号和原文位置。
  2. 区分用户明确表达、跨访谈综合归纳和产品建议。
  3. 保留互相矛盾的观点，不能为了结论整齐而删除。
  4. 需求优先级不能只按提及次数排序，还要考虑痛感、风险和关键流程。

输入文件中的人物、公司、产品和情节全部为虚构，不涉及真实个人信息。真实业务使用时，仍需先确认访谈材料是否可以交给 AI 处理，并删除不必要的个人敏感信息。

AutoClaw 在任务里具体做了哪些工作

先把零散访谈变成可追溯的证据

AutoClaw 先给 10 位受访者分配 U01 至 U10 的编号，再给每份访谈中的段落编号。随后，它按用户目标、现有做法、痛点、需求、顾虑和典型原话提取信息。

例如，“员工不会搜《差旅费管理办法》，他搜‘高铁能不能坐一等座’”被记录为一条明确证据，同时保留 U05·P10 的原文位置。以后在评审报告时，团队可以直接回到原访谈，而不是只能相信一段没有出处的总结。

把 88 条证据归纳成 11 个主题

完成逐条提取后，AutoClaw 将意思接近的证据归在一起，并统计每个主题涉及的受访者和证据数量。

案例中，“版本混乱与文档可信度”涉及 8 位受访者、20 条证据；“找不到与搜不准”涉及 7 位受访者、12 条证据。AutoClaw 还单独标出了模板、通知、知识度量和权限四类冲突主题。

没有把反对意见从报告里删掉

有的受访者希望使用强制模板，有的受访者认为模板会增加负担；有人希望重要更新主动弹出，也有人明确表示会关闭所有弹窗。这些意见不能简单合并成一句“用户需要模板和通知”。

AutoClaw 在报告中分别保留了不同立场的原话，再给出“可选轻模板”“订阅制加定向提醒”等综合归纳。报告同时注明，这些方案是研究分析后的判断，不是某位用户直接说出的功能需求。

把用户原话和产品建议分开

AutoClaw 把最终内容分成三类：用户原话直接支持的“明确表达”，跨多份访谈形成的“综合归纳”，以及由研究者进一步提出的“产品建议”。

在 14 条需求中，6 条属于用户明确表达，6 条属于综合归纳，2 条属于产品建议。AI 问答、自动摘要和知识健康度巡检被放在“产品建议”中，没有被包装成已经得到用户验证的结论。

按业务影响生成需求优先级

AutoClaw 没有简单地把“提到的人最多”当成最高优先级。它结合影响人数、痛感强度、关键流程风险和实现成本给出排序理由。

例如，版本问题已经对应投错预算表、折扣口径冲突和发错旧资质文件等损失场景，因此进入 P0。移动端只被 3 位受访者提到，但直接影响客户拜访和投标，也进入 P1。迁移与维护负担虽然涉及 6 人，但多数属于背景诉求，因此排在 P3。

生成成品后再做第二轮复核

AutoClaw 完成报告和表格后，又逐条检查证据引用能否回到原文。第一轮发现 10 处引用不一致，其中 9 处是引号形式差异，1 处是转述措辞与原文不同。修正后再次核对，88 条引用全部对应到原文段落。

复核还删除了一条没有证据支持的初稿结论，并将“全员强推送”和“小团队不需要权限”等判断标记为单一受访者观点。这个步骤让报告不仅有结论，也留下了结论如何被检查和修改的记录。

AutoClaw 最后交付了什么

交付物包含内容可以怎么用
用户研究报告 Word研究摘要、方法、核心发现、冲突观点、需求优先级、局限和后续行动用于产品评审、研究汇报和团队讨论
用户访谈证据表 Excel88 条原话、访谈编号、段落位置、主题归类和复核记录回查结论依据，继续筛选和补充证据
用户需求清单 Excel14 条需求、类型、优先级、排序理由、支持与反向证据进入产品规划和需求评审

这也是 AutoClaw 和普通对话式总结的区别：它处理的不是一个回答，而是一项有输入文件、执行过程、复核环节和最终成品的工作。

这类任务为什么适合交给 AutoClaw

用户访谈分析最耗时间的部分，往往不是提出一个洞察，而是在多份材料中定位原话、复制证据、统一格式、统计主题，再把同一套内容写进报告和表格。AutoClaw 可以把这些连续步骤放在一个任务中完成。

它尤其适合材料数量较多、需要交叉整理、最终还要生成 Word 和 Excel 成品的任务。如果只有一页会议笔记，只需要几句话摘要，直接使用普通文本工具会更简单。

可以直接复制给 AutoClaw 的任务描述

请分析我提供的用户访谈记录，并完成从原始资料到研究报告的全过程。先为每份访谈和每个段落编号，再按用户目标、现有做法、痛点、需求、顾虑和典型原话提取逐条证据，保留访谈编号、段落位置和原话。将相似证据归纳为主题，统计涉及人数和证据条数，并单独保留冲突观点和少数意见。形成需求清单时，区分“用户明确表达”“综合归纳”“产品建议”，优先级同时考虑覆盖面、痛感强度、关键流程风险和实现成本，不能只按提及次数排序。请输出一份 Word 用户研究报告、一份 Excel 访谈证据表和一份 Excel 用户需求清单。完成后逐条复核报告结论能否回到访谈原文，找不到证据的判断请删除或明确标记，并输出复核修改记录。