综合访谈记录与 PDF 进行研究
最后更新：2026 年 6 月 10 日。任务：建议落地方案：UX 研究员使用 Claude Code 综合本地文件夹中的访谈记录和 PDF。工作流包括设置一致的文件命名，在 CLAUDE.md 中定义研究问题，并以 5-8 个文件为批次进行编码。Claude 提取带有逐字引用和文件引用的主题，寻找矛盾，并运行验证步骤以确保引用存在于源文件中。研究员保留智力解释，而工具处理机械阅读和证据表生成。；工具：Claude Code。人工角色：原始帖子没有说明人如何参与。；局限：前提条件包括具有命名一致的本地文件夹结构和 CLAUDE.md 文件。数据隐私是一个主要限制：文件内容会发送到 Anthropic 服务器，需要去标识化和 IRB 批准。必须检查模型改进设置以防止在敏感数据上进行训练。由于幻觉率高，验证是强制性的。该工具不能替代 CAQDAS 软件，而是作为第一遍编码辅助工具。。
工具
Agent Work Atlas 发布日期:
概述
最后更新：2026 年 6 月 10 日
工作流程
建议落地方案：UX 研究员使用 Claude Code 综合本地文件夹中的访谈记录和 PDF。工作流包括设置一致的文件命名，在 CLAUDE.md 中定义研究问题，并以 5-8 个文件为批次进行编码。Claude 提取带有逐字引用和文件引用的主题，寻找矛盾，并运行验证步骤以确保引用存在于源文件中。研究员保留智力解释，而工具处理机械阅读和证据表生成。
原文报告的结果
来源报告称，88% 的 UX 研究人员已经使用 AI 进行分析。然而，它强调了重大的诚信风险：当模型凭记忆引用时，虚构引用率从 14.23% 到 94.93% 不等，且在一次审计中，7.7% 的 AI 提供的“逐字”引用在源访谈记录中找不到。未提供此确切工作流的具体成功指标，仅指出它取代了手动 Ctrl+F 搜索并压缩了编码时间。
人工角色
原始帖子没有说明人如何参与。
局限
前提条件包括具有命名一致的本地文件夹结构和 CLAUDE.md 文件。数据隐私是一个主要限制：文件内容会发送到 Anthropic 服务器，需要去标识化和 IRB 批准。必须检查模型改进设置以防止在敏感数据上进行训练。由于幻觉率高，验证是强制性的。该工具不能替代 CAQDAS 软件，而是作为第一遍编码辅助工具。
试一试
扮演一名使用 Claude Code 分析访谈记录的 UX 研究员。 1. **设置**：创建一个名为 `interviews` 的文件夹，包含 5 个样本访谈记录（例如 `p01-user.md` 到 `p05-user.md`）。创建一个 `CLAUDE.md` 文件，包含：“研究问题：结账的主要障碍是什么？诚信规则：只引用此文件夹中的文件。绝不凭记忆生成引用。” 2. **第一遍编码**：询问 Claude：“阅读此文件夹中的所有访谈记录。对于每个主题，提供摘要和 2-3 个带有文件名和位置的逐字引用。只引用逐字出现的文本。” 3. **寻找矛盾**：询问：“参与者在定价方面在哪里互相矛盾？展示双方观点及逐字引用。列出与 CLAUDE.md 中的假设相矛盾的任何内容。” 4. **验证**：询问：“对于你之前响应中的每个引用，在源文件中搜索确切的字符串。输出一个表格：引用，文件，是否逐字找到（是/否）。标记任何未找到的内容。” 5. **综合**：询问：“将验证后的主题合并到 `themes.md` 文件中，并创建一个 `evidence-table.csv`，列包括：主题，引用，源文件，位置。” **质量检查**：手动将 3 个随机引用与原始访谈记录进行核对。如果有任何是改述或缺失的，拒绝输出。 **保护措施**：不要使用真实用户数据。使用虚拟访谈记录。运行前确认没有敏感的 PII。如果 Claude 引用了文件夹中不存在的文件，请停止并纠正提示。
来源报告未经独立核验。发布日期为本站案例发布日期，并非原始文章日期。