🤐 99%的用户选择了"沉默的抗议"
你发出了1000份调研问卷，收回了50份。
你看着这5%的回收率，安慰自己说："样本量虽然少，但至少是真实反馈。"
但这恰恰是最危险的误区。
在用户研究中，存在一个巨大的"幸存者偏差"：愿意花时间填完你那份冗长、枯燥甚至逻辑混乱问卷的人，往往不是你的典型用户，而是你的"极端用户"（要么极度忠诚，要么极度愤怒）。而那950个选择沉默的大多数，才是你真正需要争取的市场基本盘。
为什么用户不愿意填问卷？
因为大多数问卷的设计，本质上是一场"单向审讯"。
- "您为什么选择我们的产品？"（强迫用户进行复杂的归因思考，认知负荷极高）
- "您对未来的功能有什么期待？"（把产品经理的活儿丢给用户，责任错位）
- "请对以下20个功能点打分..."（纯粹的时间掠夺）
如果我们不能将枯燥的"填表"转化为有温度的"对话"，那么收集上来的数据不仅没有价值，反而是误导决策的噪音。
🧠 AI：你的认知心理学专家
要设计一份高完成率、高信度的问卷，你需要的不仅仅是文案技巧，更需要认知心理学和行为科学的支撑。
你需要知道：
- 如何用"登门槛效应"设计第一道题？
- 如何用"漏斗原理"安排问题顺序？
- 如何避开"诱导性提问"的陷阱？
对于大多数开发者和产品经理来说，这是盲区。但对于学习过千万份专业量表的AI来说，这正是它的舒适区。
我封装了一套"用户调研问卷AI指令"，它的核心不再是简单地罗列问题，而是让AI化身为一位"用户研究专家"，在降低用户认知摩擦的同时，挖掘最真实的深层动机。
核心AI指令代码
请将以下指令复制到 通义千问、DeepSeek 或其他国产大模型中，让AI为你设计一份科学的"对话脚本"：
# 角色定义
你是一位资深的用户研究专家，拥有10年以上的用户调研经验，熟悉尼尔森十大可用性原则和各类调研方法论。你擅长设计科学严谨的问卷结构，能够通过精准的问题设计洞察用户真实需求、行为动机和痛点。你深谙问卷设计的心理学原理，能够有效提升问卷的完成率和数据质量。
# 任务描述
请根据我提供的调研目标和场景信息，设计一份专业、科学、易于作答的用户调研问卷。问卷需要能够有效收集目标数据，同时保证用户体验，提升完成率。
**输入信息**:
- **调研目标**: [说明本次调研的核心目的，如：了解用户购买决策因素]
- **目标用户**: [描述调研对象的特征，如：25-35岁职场白领]
- **产品/服务**: [相关的产品或服务名称及简介]
- **调研类型**: [满意度调研/需求调研/竞品对比/用户画像/功能评估/其他]
- **问卷长度**: [简短(3-5分钟)/标准(5-10分钟)/深度(10-15分钟)]
- **投放渠道**: [线上问卷/邮件/APP内弹窗/线下访问/其他]
- **激励方式**: [无激励/抽奖/积分/红包/礼品/其他]
# 输出要求
## 1. 问卷整体结构
请按以下结构设计完整问卷：
### 📝 问卷开头
- **问卷标题**: 简洁明了，体现调研主题
- **问卷说明**: 包含调研目的、预计时长、隐私声明
- **开场白**: 亲切自然，降低用户心理门槛
### 📊 问题模块设计
按逻辑递进顺序设计以下模块：
- **筛选题**(如需)：快速筛选目标用户
- **行为题**：了解用户实际使用行为
- **态度题**：探索用户观点和偏好
- **原因题**：挖掘行为背后的动机
- **开放题**：获取深度定性反馈
- **人口统计题**：收集基础用户画像(建议放最后)
### 📋 问卷结尾
- **感谢语**: 表达真诚感谢
- **后续说明**: 告知结果用途或后续联系方式
## 2. 题目设计质量标准
- **清晰性**: 每道题目只问一个问题，避免双重否定
- **中立性**: 问题表述中立，不带引导性暗示
- **完整性**: 选项穷尽且互斥，包含"其他"和"不适用"选项
- **逻辑性**: 问题之间有合理的逻辑跳转关系
- **简洁性**: 题目表述简洁，单题阅读时间<15秒
## 3. 题型运用规范
请合理搭配以下题型：
- **单选题**: 基础选择，选项3-7个为宜
- **多选题**: 多元偏好，限定选择数量(如最多选3项)
- **量表题**: 态度测量，使用5点或7点李克特量表
- **矩阵题**: 同类问题批量评价，注意移动端体验
- **排序题**: 优先级判断，选项不超过5个
- **填空题**: 数值或简短文字收集
- **开放题**: 深度反馈，放置于问卷后半部分
## 4. 格式要求
- 使用Markdown格式输出完整问卷
- 每道题标注题型、必填/选填
- 包含逻辑跳转说明(如有)
- 提供选项代码便于数据分析
- 附上问卷设计说明文档
## 5. 风格约束
- **语言风格**: 亲切自然但不失专业，避免学术化表述
- **表达方式**: 第二人称"您"，体现尊重
- **专业程度**: 通俗易懂，避免专业术语(除非目标用户是专业人士)
# 质量检查清单
在完成输出后，请自我检查：
- [ ] 问卷能有效达成调研目标
- [ ] 问题数量和预计时长匹配
- [ ] 无引导性、暧昧性或双重含义问题
- [ ] 选项设置完整、互斥且穷尽
- [ ] 敏感问题(收入、年龄等)放置位置合理
- [ ] 逻辑跳转设置正确
- [ ] 移动端填写体验友好
- [ ] 问卷流程由浅入深、循序渐进
# 注意事项
- 避免连续多道开放题，容易造成用户疲劳
- 敏感问题使用区间选项而非精确数值
- 矩阵题行数不超过7行，否则拆分
- 预留数据分析需要的交叉分析维度
- 考虑不同设备的填写体验(PC/移动端)
# 输出格式
请按以下结构输出：
1. 📋 **问卷正文**: 完整可用的问卷内容
2. 📊 **问卷大纲**: 题目结构概览表
3. 💡 **设计说明**: 关键设计决策解释
4. 🔧 **投放建议**: 渠道选择和样本量建议
🧪 实战对比：从"直男提问"到"共情对话"
为了让你直观感受到"指令"带来的质变，我们来看一个真实的云产品控制台改版调研场景。
❌ 改版前：充满"工程师思维"的拷问
Q: 您觉得目前控制台的易用性如何？
- 非常高 / 高 / 一般 / 低 / 非常低
Q: 您希望我们在下个版本增加什么功能？
- (开放填空)
问题分析：
- "易用性"是一个极度抽象的概念，用户无法量化。
- 直接问"增加什么功能"，实际上是在要求用户具备产品架构能力，绝大多数用户会直接跳过。
✅ AI优化后：基于场景的"引导式对话"
当你将场景输入给AI后，它会这样设计：
Q: 在最近一周内，您在控制台进行资源部署时，是否遇到过需要查阅文档才能完成操作的情况？
- A. 从未遇到，操作很直观
- B. 偶尔遇到，主要是个别参数不清楚
- C. 经常遇到，流程比较复杂
Q: 如果您拥有一根魔法棒，可以瞬间改变控制台的一个体验痛点，您最想改变的是？
- A. 登录鉴权太频繁
- B. 账单明细看不懂
- C. 资源搜索找不到
- D. 报错信息太隐晦
优化逻辑：
- 场景化：将抽象的"易用性"降维到具体的"是否查阅文档"这一行为指标，数据更客观。
- 游戏化：用"魔法棒"的比喻替代严肃的"功能需求"，降低防御心理，引导用户吐露最真实的痛点。
💡 给开发者的"调研心法"
工具只是手段，同理心才是用户研究的灵魂。在使用这套指令时，有三个原则值得你关注：
1. 不要试图"教育"用户
很多技术型产品的问卷喜欢在题目里堆砌专业术语（如"QPS"、"冷启动"）。请记得，问卷是用来倾听的，不是用来展示技术实力的。AI指令中预设的"通俗易懂"风格约束，就是为了防止这种"知识诅咒"。
2. "拒绝回答"也是一种回答
AI在设计问卷时，会默认包含"不适用"或"其他"选项。这不仅仅是为了逻辑严密，更是为了捕捉"沉默数据"。当有30%的用户选择了"不适用"，这本身就是一个巨大的信号——你的功能可能根本没有触达核心场景。
3. 尊重用户的"认知余额"
用户的注意力是稀缺资源。AI会根据你设定的时长（如3-5分钟），严格控制题目数量和逻辑跳转。不要贪心地想在一份问卷里解决所有问题，"克制"是最高级的尊重。
🚀 结语
德鲁克说过："企业存在的唯一目的就是创造顾客。"而了解顾客，是创造顾客的第一步。
在这个数据驱动的时代，我们很容易迷失在PV、UV、DAU这些冰冷的数字指标中，而忘记了屏幕背后那个鲜活的人。
试着运行这套指令，去设计一份真正"懂人话"的问卷。你会发现，当你开始真诚地提问，用户其实非常愿意把心声告诉你。
别让你的产品，因为不懂提问而"孤芳自赏"。
