把一次用户访谈整理成能回查原话的研究摘要

先约定研究问题与使用范围

假设你访谈一位经常出差的用户，想理解他如何整理票据。录音前说明用途、保存范围和是否会分享摘要，得到同意。用匿名编号记录参与者，研究问题先收窄到“拍完后怎么找回”，避免拿一次访谈证明所有用户都需要某项功能。准备一份问题清单，并把自己对答案的预期放到另一栏，防止整理时把预期写成事实。

先校正文稿，再提炼主题

1. 导入访谈音频到 AUV·听记，确认参与者编号、日期及文件完整性。
2. 检查采访者与受访者的说话人区分，修正姓名、产品名、术语及明显识别错误。
3. 阅读生成的结构摘要，围绕研究问题选取有上下文的证据，不只挑最响亮的一句话。
4. 把原话摘录、你的解释和仍需追问的问题分开写；对数字与频次回听核对。
5. 导出 Markdown 或 TXT 编辑研究稿，需要正式阅读版时再选择 PDF。

一段原话能支持到哪里

受访者说“上次找那张住宿票找了很久”，可以支持“这名受访者经历过检索困难”，不能直接写成“多数出差用户每天都浪费半小时”。摘要可按“场景—现有做法—困难—证据—待验证问题”组织；若想保留直接引语，应逐字核对，不把 AI 改写后的流畅句子放进引号。对没录清的片段明确写无法确认。

让另一位研究者可以复核

交付时给摘要和原始文件使用一致编号，说明每个重点来自哪段话或什么上下文，另列样本限制。验收条件是：同事能用原始录音核对三条主要判断，能区分原话和解释，能看到尚未得到回答的问题。分享版本移除不必要的个人资料；涉及第三人的信息也要复查，不因为受访者提到就自动进入对外报告。

摘要是研究草稿

应用的音频导入、可编辑转写、说话人标签与导出适合处理原始材料，生成摘要仍由研究者负责核实。这里不假设自动跨访谈编码、统计显著性计算或自动匿名化。访谈数量、招募方式和问题设计决定证据边界，不能通过更漂亮的总结绕过这些限制。

能力与版本范围参考Apple App Store：AUV Notes 1.4.4。