用户访谈洞察编码器

解决的问题

用户访谈结束后，录音转写、聊天记录、零散备注堆在一起，原始记录往往包含大量重复、口语化和情绪化内容。人工编码耗时且不统一：不同成员对同一话题的标签口径容易漂移，优先级判断主观，结论也很难直接进入排期。更实际的问题是，访谈洞察通常停留在口头建议，缺少可追溯的结构化产物，后续无法做排序、分工或实验复盘。

工作方式

这个技能把访谈材料转成可审计的编码结果，而不是替你拍板。

• 先检查输入文件类型和字段是否齐全；字段缺失时，使用脚本的兜底逻辑生成初稿，但要在交付中明确说明限制。
• 运行脚本生成 Markdown、JSON 或 CSV 报告，把原始说法、编码主题、证据片段和不确定性分开记录。
• 读取报告后补充人工判断：优先级、风险、下一步动作。脚本负责整理证据，不负责替代业务判断。
• 最终交付可复制的结论，以及本地结构化文件路径，方便下游继续处理。

适用边界与注意点

输出必须包含结构化文件，不能只给口头建议。结论需要能进入下一步执行，例如排序、清单、矩阵、负责人、指标或实验；如果当前没有数据支撑，就标记为待确认，不要编造外部事实。遇到高风险场景，优先说明假设和限制。字段缺失时的初稿只能作为起点，不能当作完整访谈结论使用。