研究证据综合与决策备忘录

十场访谈结束后，研究团队常面对一面贴满便利贴的墙。ChatGPT 能在几分钟内把它们分成主题。速度令人轻松，也可能让我们忘记：主题不是从资料里自然掉出来的，它是分析者做出的解释。

证据综合最重要的工作，不是把相似句子放在一起，而是解释这些相似究竟意味着什么。

摘要会丢掉谁的处境

三位用户都说“设置麻烦”，原因可能完全不同：一位看不懂术语，一位没有管理员权限，一位担心改错后无法恢复。如果模型只生成“简化设置流程”，真正的问题便被压平了。

整理访谈时，保留参与者背景、发生场景和原话位置。可以让 ChatGPT 提议分组，但要求它说明分组依据，并列出不适合放进该组的反例。少数案例不必因为数量少就删除；它也许代表一个高风险边界，或提醒我们样本没有覆盖到某类人。

让不同证据彼此争论

访谈说用户想要更多控制，行为数据却显示高级设置几乎没人打开。这不是选一边相信，而是产生新问题：用户说的“控制”是否其实