講者：陳美伶 Mei | 伶魂洞察 | 體驗策略研究顧問

活動：10/15 Generative AI 年會小聚 2025

題目：從雜亂逐字稿到清晰洞察：AI 如何協助訪談整理

演講簡介

講者講了一個很有趣的主題，如何藉由 AI 把雜亂的逐字變成清晰洞察。講者本身在工作室裡負責做使用者訪談，平常每天都要處理大量逐字稿，幫團隊了解大家怎麼使用產品、有哪些需求與痛點。

他說，以前的流程是：

訪談結束 → AI 轉錄出文字 → 再把內容整理成一張張便利貼 → 歸納出共通問題

這過程非常耗時，尤其要從一大堆零碎的便利貼去分類、找模式、歸納洞察，桌上貼滿便條紙不打緊，更重要的問題是，時間根本不夠用，所以講者開始嘗試用 AI 來協助「整理混亂」。

第一步是用 Notebook LM

先用語音摘要快速抓重點，像是在正式進資料前先聽一次「預告片」，就能大致知道這 10 位受訪者在講什麼、遇到什麼困難，再接著用心智圖把整體脈絡可視化，方便快速掌握全貌。

第二步是用 LLM 分析逐字稿

講者說這裡最容易會出錯，因為 AI 生成的摘要容易看起來都對，但就是哪裡怪怪的，那是因為如果 Prompt 不夠清楚，AI 就會自己腦補，幫你「想像」受訪者沒講的內容。
根據這個問題，講者介紹 Google 的 Prompting Guide 101，提醒大家要明確定義角色、脈絡、任務與格式，這樣 AI 才知道該站在哪個角度去分析。而就 LLM 來說，講者自己最喜歡用 Gemini Pro，他覺得在邏輯探索這塊表現最好。

講者提到，之後也可以叫 AI 把結果視覺化成前端頁面，讓分析結果更容易閱讀與吸收。

最有啟發的是他提到「反覆追問 AI」的心法，不要只是問一次就結束，要讓 AI 檢查錯誤、確認依據、標出引用的句子、再回頭問它「這段的根據是什麼?」，透過一層一層的對話，從雜亂的逐字稿中慢慢抽出真正的洞察。

最後他談到一個心態問題，AI 的確能幫助我們更快看見大局，但如果完全交給它，就會像看「谷阿莫版的電影」，只知道大概，卻少了情感與細節，因此真正有效的做法，是讓 AI 幫你加速，而不是取代你理解的過程。

心得

整場聽下來，我覺得這不只是關於研究方法，更像是一種新的工作節奏，在沈浸與快速之間找到平衡，用 AI 幫你整理，再用自己的感覺去理解、探索、精煉。