「老闆要我這週做完 10 場用戶訪談，下週一給結論」這是新創產品經理的日常。
訪談本身不難，真正卡關的是事後分析：10 場各 45 分鐘 = 7.5 小時的錄音 → 整理逐字稿 → 找模式 → 提煉觀察 → 寫報告。傳統做法要 2-3 天，週末就沒了。
這篇文章拆解產品經理、UX 研究員、業務領導者實際在用的 AI 訪談分析工作流程，把這個過程壓到 1 小時內。
傳統訪談分析為什麼這麼慢？
我們先看「沒有 AI」的傳統流程：
- 逐字稿（最痛的一步）：手動聽錄音打字 → 1 小時錄音 ≈ 4-6 小時打字
- 編碼：在逐字稿裡找主題、標記引述 → 2-3 小時
- 跨訪談歸納：把 10 場訪談的標記合併找模式 → 2-3 小時
- 產出報告：把模式寫成故事 → 2-3 小時
總計：12-15 小時／10 場訪談。難怪 UX 研究員都過勞。
用 AI 加速的 4 步流程
工作流程拆解：
[原始錄音 10 場]
↓ 步驟 1：自動轉錄 + 自動把不同聲音分開
[逐字稿 10 份]
↓ 步驟 2：每場單獨 AI 分析（八維度）
[10 份結構化摘要]
↓ 步驟 3：跨會議用 AI 助理對話查詢
[主題、模式、引述]
↓ 步驟 4：用 AI 整理成報告
[最終分析報告]
每一步省下的時間：
| 步驟 | 傳統 | AI | 節省 |
|---|---|---|---|
| 逐字稿 | 4-6 hr/場 × 10 | 自動，0 人力 | ~50 hr |
| 編碼 | 2-3 hr | AI 八維度自動標記 | ~25 hr |
| 跨訪談歸納 | 2-3 hr | AI 助理對話查詢 | ~20 hr |
| 寫報告 | 2-3 hr | AI 草稿 + 人工修飾 | ~10 hr |
| 總計 | 120-150 hr | 1-2 hr | ~99% |
步驟 1：自動轉錄 + 把不同聲音分開
重點：選一個能把不同聲音分開標記的工具（業界術語叫「發言者識別」）。沒有這個功能，後面的「找出受訪者的關鍵引述」就很難做。
工具選擇：
- Huelo 會錄（推薦）：繁中 95%+ 準確率，會自動把不同聲音標成「講者 1 / 講者 2 / 講者 3⋯⋯」，且可同時錄音與分析
- Otter.ai：英文場景強，發言者分得很乾淨
- Notta：中等準確度
目前所有工具都還做不到「自動辨識姓名」——AI 只能根據聲音特徵把不同人分開，給你「講者 1 / 講者 2」這種編號。錄完後你要手動把編號對應到名字（在 Huelo 後台一鍵改名，全篇逐字稿與摘要會同步更新）。這個小步驟省不了，但對換成名字之後的搜尋與引述非常值得。
訪談前的小準備：
- 錄音前先測麥克風：建議每個受訪者戴耳機麥克風，遠勝桌上會議室麥克風
- 開頭請受訪者自報姓名：等錄音檔分析完，你看「講者 2 第一句講的名字 = 阿明」就能一鍵把編號改成姓名，後續搜尋與引述都用名字
- 明確錄音同意：法律要求，台灣《刑法》第 315-1 條
步驟 2：每場單獨產出八維度摘要
每場訪談轉錄完後，AI 自動產出八個維度的分析（這是 Huelo 預設行為）：
- 概覽：訪談的核心主題（30 秒讀完）
- 結論：受訪者最關鍵的 3-5 個觀點
- 章節：訪談被切成主題段落（追問哪個段落超快）
- 討論要點：哪些主題被反覆提到
- 重點分析：受訪者在意的痛點、需求、行為動機
- 建議：對你（產品經理）的行動建議
- 行動項目：明確的下一步
- 發言者分析：誰主導對話、誰沉默、誰反對
這 8 個維度結構化的摘要，就是傳統「編碼」步驟的自動化版本。一場 45 分鐘的訪談，AI 在 1-2 分鐘內完成。
步驟 3：跨訪談用 AI 助理對話查詢
10 場訪談都轉完之後，最強大的功能是「對 AI 助理問問題」：
實際範例（產品經理在做 SaaS 產品的訪談）：
產品經理：「這 10 場訪談裡，有幾位提到價格是主要購買障礙？引述他們的原話。」
AI：「3 位明確提到價格：
- 訪談 03 阿明：『一個月 USD$30 對我這種自由工作者太貴，希望有按使用量收費的選項。』
- 訪談 07 小芳：『我預算是台幣 500 以內，目前在用 Otter 免費版湊合。』
- 訪談 09 Kevin：『價格是次要因素，主要是要不要付得起學習曲線。』
共通主題：對「按月固定費」的抗拒；偏好彈性計價或先試用後付費。」
這種「跨訪談模糊查詢」傳統做法你要：
- 用搜尋功能找「價格」
- 在 10 份逐字稿裡逐個翻
- 自己合併引述
- 手動寫主題
用 AI 助理：10 秒。
更厲害的查詢：
- 「哪 3 位受訪者的工作流程最相似？分組做使用者輪廓草稿」
- 「找出受訪者沒有直接說但暗示需要的功能」
- 「比較高付費意願與低付費意願受訪者的差別」
步驟 4：用「AI 專家視角」生成觀察報告
Huelo 的「專家視角」功能在這一步特別有用。你可以讓同一份訪談用不同角色重新分析：
- 「投資分析師」視角：抓出商業機會、市場規模訊號、競爭護城河
- 「商務律師」視角：標記契約風險、法規敏感詞
- 「業務員」視角：找出後續跟進切點、上升銷售機會
- 「資深產品經理」視角：抽出產品需求、優先級排序、技術可行性
舉例：你做了 10 場「願不願意付費升級」的訪談，原本只想知道「會不會買」，切換到「業務員」視角後 AI 補出：
- 「3 位受訪者明確表達『試用滿意才付費』，建議推出 14 天試用方案」
- 「2 位提到『公司要核銷』，建議推出企業方案 + 開立統一發票功能」
- 「1 位提到『價格不重要，怕新工具學習成本高』，建議補強教學影片」
這些是你訪談時沒問、但 AI 從對話結構推斷出來的銷售切點。
實戰範例：10 場用戶訪談 + 1 小時整理
實際時間軸（採訪期一週密集做完 10 場，第二週週一上午整理）：
| 時間 | 動作 |
|---|---|
| 09:00 | 把 10 場錄音檔上傳到 Huelo（拖拉即可，自動排隊） |
| 09:00-09:30 | 沖咖啡。AI 在背景跑：轉錄 + 八維度分析 + 把不同講者分開 |
| 09:30-10:00 | 逐場看 AI 摘要（每場 3 分鐘），把「講者 1/2/3」改成真實姓名、用智慧校正修幾個專有名詞 |
| 10:00-10:30 | 用 AI 助理問跨會議問題（價格痛點 / 共通需求 / 使用者分組） |
| 10:30-10:45 | 切換「資深產品經理」專家視角，請 AI 列出產品需求清單 |
| 10:45-11:00 | 把 AI 草稿改寫成產品需求文件或觀察報告 |
60 分鐘搞定。剩下的時間：吃午餐 → 跟團隊報告 → 開始做下一輪。
不適合 AI 分析的訪談類型
老實說：
- 高敏感主題（性侵、家暴、政治壓力）：受訪者語氣、停頓本身是研究對象，AI 摘要會丟失這層訊息
- 跨語言混雜（國台語切換）：目前 AI 工具普遍不支援台語，請改用人工逐字稿
- 田野觀察 / 民族誌：不只是對話，還包括觀察者筆記、環境、非語言訊號 — AI 看不到
- 小樣本 + 高深度：N=2 而每場 3 小時的時候，慢慢消化反而比急著用 AI 抽模式重要
結論
10 場訪談 → 1 小時整理出觀察報告的步驟：
- 錄音（用 Huelo 或 Otter 都可，重點是要能把不同聲音分開）
- 每場跑八維度分析（自動）
- 用 AI 助理跨會議問問題（這一步省最多時間）
- 切換專家視角抓觀察（產品經理 / 投資分析師 / 業務 不同角度）
對產品經理、UX 研究員、客戶成功主管：Huelo 會錄免費 2 小時夠你做 2-3 場訪談試水溫，覺得不錯再決定要不要升級。