{"slug":"ai-native-research-repository-2026","title":"如何搭建可搜索的研究资料库（2026）","description":"研究团队如何用访谈记录搭建可搜索的资料库：存储什么、标签体系模板、GDPR 知情同意与保存期限，以及工具类别概览。","keywords":"可搜索研究资料库,如何搭建研究资料库,访谈记录资料库,定性数据库,AI研究资料库,原子研究,研究资料库标签,GDPR研究数据保存,研究运营,UX研究资料库","date":"2026-06-03","author":"Qualitati 研究团队","category":"操作指南","readTime":"12分钟阅读","content":"<p><em>最后更新：2026年10月31日（首次发布于2026年6月3日）</em></p>\n\n<h2>简要回答</h2>\n<p>可搜索的研究资料库是一个集中存放访谈记录、已编码片段、主题和引语的地方，并按统一标签整理，让研究团队中的任何人都能按话题、受访者群体、方法或日期找到过往证据。Qualitati 是一个欧洲定性研究平台，其访谈与分析工具能以一致的格式产出这些证据。先搭结构：决定保留什么、如何打标签、适用哪些知情同意与保存期限规则。</p>\n\n<h2>研究团队如何用访谈笔记和访谈记录搭建可搜索的资料库？</h2>\n<p>大多数团队分五步完成：把每场访谈整理成干净的访谈记录；把访谈记录切分成已编码片段并链接回原文；用固定标签体系（研究、方法、群体、语言、日期、可信度）标注每个片段；让资料库既能按关键词也能按语义搜索；再附上知情同意与保存期限元数据，确保任何内容都不会超出授权范围继续保存。软件放在最后考虑。</p>\n<p>本指南面向积累了几十项既往研究的高校实验室和研究公司。产品与 UX 研究团队面临同样的问题，只是文书工作少一些。我们于2026年10月31日更新本文，新增了存储决策表、知情同意与保存期限清单，以及注明日期的工具类别概览。</p>\n\n<h2>关键要点</h2>\n<ul>\n  <li>可搜索的研究资料库首先是结构问题。录入不统一、标签混乱，任何工具都救不回来，AI 搜索也不例外。</li>\n  <li>有意识地分三层存储：原始录音（限制访问、短期保存）、访谈记录（假名化处理），以及已编码片段（大家真正会搜索的一层）。</li>\n  <li>原子研究模型（实验、事实、洞察、建议）让每条发现始终与其证据相连。</li>\n  <li>知情同意与保存期限是标签体系的一部分，而不是事后补充。根据 GDPR，研究数据只有在采取适当保障措施的前提下才能保存更久（<a href=\"https://gdpr-info.eu/art-5-gdpr/\" target=\"_blank\" rel=\"noopener noreferrer\">GDPR 第5(1)(e)条</a>）。</li>\n  <li>AI 在录入、检索和跨研究综合三个环节有帮助。证据意味着什么，仍由研究者判断。</li>\n</ul>\n\n<h2>研究资料库应该存储什么？</h2>\n<p>存储仍可被解读的最小单位，并保留指向来源的链接。不是每一层都需要相同的访问权限或保存时长。下表是 Qualitati 原创的决策工具。</p>\n<table>\n  <thead>\n    <tr><th>层级</th><th>内容</th><th>可搜索？</th><th>谁可访问</th><th>建议保存期限</th></tr>\n  </thead>\n  <tbody>\n    <tr><td><strong>原始音频 / 视频</strong></td><td>原始录音录像</td><td>否（改为索引访谈记录）</td><td>仅限本研究团队</td><td>最短：访谈记录核对无误后删除或归档，除非知情同意涵盖再利用</td></tr>\n    <tr><td><strong>访谈记录</strong></td><td>逐字文本，标注说话人</td><td>是，全文检索</td><td>研究团队</td><td>项目期间，加上伦理审批或数据管理计划规定的期限</td></tr>\n    <tr><td><strong>已编码片段</strong></td><td>带编码和来源链接的引语</td><td>是，主要搜索层</td><td>更大范围的团队</td><td>只要发现仍然有效且知情同意允许</td></tr>\n    <tr><td><strong>主题与洞察</strong></td><td>跨片段的解读</td><td>是</td><td>相关方</td><td>按时效计划定期复核</td></tr>\n    <tr><td><strong>研究元数据</strong></td><td>研究问题、访谈提纲、样本、日期、同意范围</td><td>是，作为筛选条件</td><td>所有有权限的人</td><td>在资料库存续期间一直保留</td></tr>\n  </tbody>\n</table>\n<p>没有访谈记录的访谈笔记也应放入资料库，但要标注为笔记（可信度：较低）。访谈者的转述不等于受访者原话，搜索的人应该能分辨两者。</p>\n\n<h2>原子研究模型</h2>\n<p>原子研究把每项研究拆分为四个相互链接的单元，而不是一份长报告（<a href=\"https://maze.co/collections/user-research/atomic-research/\" target=\"_blank\" rel=\"noopener noreferrer\">Maze</a>）：</p>\n<ul>\n  <li><strong>实验</strong>：我们做了什么（研究、方法、受访者）</li>\n  <li><strong>事实</strong>：我们观察到什么（一段逐字引语或观察）</li>\n  <li><strong>洞察</strong>：我们认为它意味着什么（跨多条事实的解读）</li>\n  <li><strong>建议</strong>：我们打算怎么做</li>\n</ul>\n<p>由于一段引语可以支撑多条洞察，新证据出现时就可以重新检验某条洞察（<a href=\"https://www.userinterviews.com/ux-research-field-guide-chapter/atomic-research-nuggets\" target=\"_blank\" rel=\"noopener noreferrer\">User Interviews Field Guide</a>）。对学术团队而言，“事实”对应已编码片段，“洞察”对应主题，因此这一模型与常规定性编码完全契合。</p>\n\n<h2>搭建可搜索研究资料库的6步流程</h2>\n<ol>\n  <li><strong>统一录入。</strong>每项研究都提交同样的资料包：访谈记录、已编码片段、主题、访谈提纲和一条元数据记录。每次格式一致。</li>\n  <li><strong>录入时假名化。</strong>访谈记录进入共享库之前，先替换姓名和直接标识信息，对照表单独保存。UK Data Service 建议从一开始就规划匿名化，并与知情同意措辞和访问控制结合，而不是把它当作项目末尾的一个技术步骤（<a href=\"https://ukdataservice.ac.uk/learning-hub/research-data-management/anonymisation/anonymising-qualitative-data/\" target=\"_blank\" rel=\"noopener noreferrer\">UK Data Service</a>）。</li>\n  <li><strong>拆分并编码。</strong>把访谈记录切分为片段，按共享编码手册编码，并把每个片段链接到对应访谈记录和时间点。</li>\n  <li><strong>应用标签体系。</strong>使用下方的固定标签，并在录入时强制填写。</li>\n  <li><strong>支持两种搜索方式。</strong>关键词搜索查找确切词语（“入门引导”、某个产品名）；语义搜索查找含义（“感到被催促的人”）。两者并用，并在其上保留标签筛选。</li>\n  <li><strong>管理权限与时效。</strong>规定谁能添加、编辑和查看；对超过设定时间窗口的发现标记重新验证；按计划执行到期删除。</li>\n</ol>\n\n<h2>资料库标签体系（模板）</h2>\n<table>\n  <thead>\n    <tr><th>标签</th><th>用途</th><th>示例值</th></tr>\n  </thead>\n  <tbody>\n    <tr><td><strong>研究</strong></td><td>把任何片段追溯到来源</td><td>2026年博士生身心状况访谈</td></tr>\n    <tr><td><strong>方法</strong></td><td>按证据类型筛选</td><td>访谈、焦点小组、对话式问卷、笔记</td></tr>\n    <tr><td><strong>群体</strong></td><td>发现适用于哪些人</td><td>一年级博士生、实验室管理者</td></tr>\n    <tr><td><strong>话题 / 编码</strong></td><td>链接到共享编码手册</td><td>导师指导、工作量、经费</td></tr>\n    <tr><td><strong>语言</strong></td><td>支持多语言语料</td><td>EN, FR, ZH, AR</td></tr>\n    <tr><td><strong>可信度</strong></td><td>可以信任到什么程度</td><td>原话 / 转述 / 探索性</td></tr>\n    <tr><td><strong>同意范围</strong></td><td>允许何种再利用</td><td>仅限本研究 / 团队内再利用 / 归档</td></tr>\n    <tr><td><strong>保存到期日</strong></td><td>何时复核或删除</td><td>2029-06-30</td></tr>\n  </tbody>\n</table>\n<p>大多数资料库指南都漏掉了最后两个标签。没有它们，搜索可能会找出一段你已无权使用的引语。</p>\n\n<h2>知情同意与保存期限：GDPR 视角</h2>\n<p>资料库集中了受访者数据，也就集中了风险。GDPR 中有三条规则决定了欧洲团队的设计：</p>\n<ul>\n  <li><strong>存储限制。</strong>可识别身份的数据保存时间不应超过必要限度；在采取适当保障措施的前提下，科学研究、归档和统计用途可以保存更久（<a href=\"https://gdpr-info.eu/art-5-gdpr/\" target=\"_blank\" rel=\"noopener noreferrer\">GDPR 第5(1)(e)条</a>）。</li>\n  <li><strong>研究保障措施。</strong>第89(1)条要求数据最小化，并把假名化列为一种保障措施；如果不识别个人也能实现研究目的，就应当这样做（<a href=\"https://gdpr-info.eu/art-89-gdpr/\" target=\"_blank\" rel=\"noopener noreferrer\">GDPR 第89条</a>）。</li>\n  <li><strong>同意范围随数据走。</strong>如果受访者只同意在单项研究中使用，跨研究资料库就是一种新用途。新研究应提前征求再利用同意，旧资料则按实际同意的内容打标签。</li>\n</ul>\n\n<h3>资料库知情同意与保存期限清单</h3>\n<ul>\n  <li>知情同意书写明资料库存储以及团队内再利用（如有计划，也写明归档）。</li>\n  <li>访谈记录进入共享库前，直接标识信息已删除或替换。</li>\n  <li>重新识别对照表单独存放，访问受限。</li>\n  <li>数据管理计划中为原始录音设定了删除日期。</li>\n  <li>每个片段都带有同意范围和保存到期日标签。</li>\n  <li>已设定访问角色：本研究团队、更大范围的研究团队、相关方。</li>\n  <li>有定时任务或日历提醒执行保存期限复核。</li>\n  <li>数据保护官或伦理委员会已审阅该设计。</li>\n</ul>\n<p><em>人工审核说明：本文不构成法律建议。保存期限和合法依据取决于你的机构、资助方和司法辖区，请与数据保护官确认。</em></p>\n\n<h2>哪些工具可以搭建研究资料库？（截至2026年10月31日）</h2>\n<p>以下基于各厂商主页上的公开信息，阅读日期为2026年10月31日：</p>\n<table>\n  <thead>\n    <tr><th>类别</th><th>示例（公开页面）</th><th>适用情况</th></tr>\n  </thead>\n  <tbody>\n    <tr><td>专用资料库工具</td><td><a href=\"https://condens.io/\" target=\"_blank\" rel=\"noopener noreferrer\">Condens</a> 将研究资料库描述为一个可搜索的客户知识集中地</td><td>你已在别处收集数据，需要一个共享存储</td></tr>\n    <tr><td>带资料库功能的洞察平台</td><td><a href=\"https://heymarvin.com/\" target=\"_blank\" rel=\"noopener noreferrer\">Marvin</a> 列出了中央知识库和附带来源的 AI 回答；<a href=\"https://dovetail.com/\" target=\"_blank\" rel=\"noopener noreferrer\">Dovetail</a> 列出了研究资料库用例</td><td>汇集大量反馈来源的产品与客户洞察团队</td></tr>\n    <tr><td>桌面 QDA 软件</td><td>NVivo、ATLAS.ti、MAXQDA 项目文件</td><td>单人或学位论文项目；团队级搜索较弱</td></tr>\n    <tr><td>采集加分析一体化平台</td><td>在同一处进行访谈并编码的平台</td><td>你希望在源头统一录入格式</td></tr>\n  </tbody>\n</table>\n<p>这些工具的价格各不相同，并非都公开列出；做预算前请查看各厂商页面。QDA 授权费用见我们的 <a href=\"/blog/nvivo-pricing-2026\">NVivo 价格指南</a>。</p>\n\n<h2>Qualitati 的定位</h2>\n<p>Qualitati 是一个面向高校和研究公司、价格亲民的欧洲定性研究平台，覆盖资料库流程中的录入与分析环节。<strong>AI 主持访谈</strong>（文字与语音）和<strong>对话式问卷</strong>每次都以相同格式产出访谈记录。<strong>ThemeLens</strong> 采用 map-reduce 流程，一次对多达100份访谈记录进行主题分析，把编码映射到研究问题，并保留锚定到受访者的引语。<strong>QDA Workspace</strong> 支持 AI 辅助的归纳与演绎编码以及编码手册生成，让编码以一致的方式进入资料库。研究支持10种语言，账户可为 AI 处理选择欧盟数据区域设置。Qualitati 不是专用资料库产品；需要跨工具知识管理的团队可以将其与资料库工具搭配使用。<a href=\"/pricing\">免费版每月提供30积分</a>，无需信用卡。</p>\n\n<h2>局限与权衡</h2>\n<ul>\n  <li><strong>输入差，输出就差。</strong>对粗糙访谈记录做语义搜索，会自信地返回错误匹配。</li>\n  <li><strong>语境丢失。</strong>脱离原访谈的片段可能被误读。务必链接回完整访谈记录。</li>\n  <li><strong>再利用不等于重复验证。</strong>为某个研究问题收集的证据未必能回答另一个问题。二次分析需要单独论证。</li>\n  <li><strong>时效衰减。</strong>2024年成立的发现现在可能已不成立。没有时效标签，AI 搜索引用过时证据和引用新证据一样随意。</li>\n  <li><strong>额外工作量。</strong>拆分和打标签都需要时间。每年只做两项研究的实验室可能收不回这笔投入。</li>\n</ul>\n\n<h2>适合谁，以及何时不必搭建</h2>\n<p><strong>适合：</strong>有回头客户的研究公司、开展多年期项目的高校实验室，以及总在重复查找旧证据的研究运营负责人。<strong>不必搭建：</strong>如果一年只做几项研究，规范的文件夹结构加上共享编码手册就够了。等到搜索真正成为痛点再搭建资料库。</p>\n\n<h2>常见问题</h2>\n<h3>什么是可搜索的研究资料库？</h3>\n<p>一个集中存放研究证据（访谈记录、已编码片段、主题和引语）的地方，按标签整理，让团队成员可以按话题、受访者群体、方法、语言或日期找到过往发现。与共享网盘不同，证据被拆分为相互链接的小单元，而不是以整份报告存放。</p>\n<h3>原始访谈录音应该存进资料库吗？</h3>\n<p>通常不放在共享层。录音只限本研究团队访问，并设定删除或归档日期；把核对过、已假名化的访谈记录作为可搜索的记录。只有在知情同意和数据管理计划允许时才延长录音保存时间。</p>\n<h3>访谈记录应该如何打标签？</h3>\n<p>使用在录入时强制填写的固定标签体系：研究、方法、受访者群体、话题或编码、语言、可信度、同意范围和保存到期日。固定标签让筛选可靠；自由标签几个月内就会变得混乱。</p>\n<h3>研究资料库默认就符合 GDPR 吗？</h3>\n<p>没有哪个工具能单独让资料库合规。合规取决于合法依据、同意范围、假名化、访问控制和保存期限。GDPR 第5条和第89条只在有适当保障措施时才允许研究数据保存更久。</p>\n<h3>AI 搜索能取代打标签吗？</h3>\n<p>不能完全取代。语义搜索按含义查找片段，但只有标签才能让你按同意范围、日期和受访者群体筛选。两者并用：标签用于筛选，AI 搜索用于发现。</p>\n<h3>可以用 NVivo、ATLAS.ti 或 MAXQDA 搭建资料库吗？</h3>\n<p>单个项目或单个研究者可以，三者都能存储已编码片段。但作为团队级、跨研究的搜索层，它们较弱，因为不同项目往往存放在各自独立的文件中。</p>\n\n<h2>总结</h2>\n<p>要搭建可搜索的研究资料库，先解决结构，再挑软件：统一录入、假名化的访谈记录、链接回来源的已编码片段、包含同意范围和保存到期日的固定标签体系，以及关键词加语义的双重搜索。把上面的存储表和清单当作你的起步模板。</p>\n<p><strong>用30积分免费开始</strong>：在 Qualitati 上运行一个 <a href=\"/\">AI 主持访谈或主题分析项目</a>，或<a href=\"/pricing\">查看透明定价</a>。延伸阅读：<a href=\"/blog/what-is-research-repository-ai-2026\">什么是研究资料库？</a>、<a href=\"/blog/marvin-alternatives-2026\">Marvin 替代方案</a>、<a href=\"/blog/dovetail-alternatives-2026\">Dovetail 替代方案</a>和<a href=\"/blog/human-in-the-loop-thematic-analysis-validate-ai-codes\">人机协同主题分析</a>。</p>\n\n<script type=\"application/ld+json\">\n{\n  \"@context\": \"https://schema.org\",\n  \"@type\": \"Article\",\n  \"headline\": \"如何搭建可搜索的研究资料库（2026）\",\n  \"description\": \"研究团队如何用访谈记录搭建可搜索的资料库：存储什么、标签体系模板、GDPR 知情同意与保存期限，以及工具类别概览。\",\n  \"datePublished\": \"2026-06-03\",\n  \"dateModified\": \"2026-10-31\",\n  \"inLanguage\": \"zh\",\n  \"author\": {\n    \"@type\": \"Organization\",\n    \"name\": \"Qualitati Research Team\"\n  },\n  \"publisher\": {\n    \"@type\": \"Organization\",\n    \"name\": \"Qualitati\",\n    \"url\": \"https://qualitati.com\"\n  },\n  \"mainEntityOfPage\": \"https://qualitati.com/blog/zh/ai-native-research-repository-2026\"\n}\n</script>\n<script type=\"application/ld+json\">\n{\n  \"@context\": \"https://schema.org\",\n  \"@type\": \"FAQPage\",\n  \"mainEntity\": [\n    {\n      \"@type\": \"Question\",\n      \"name\": \"什么是可搜索的研究资料库？\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"一个集中存放研究证据（访谈记录、已编码片段、主题和引语）的地方，按标签整理，让团队成员可以按话题、受访者群体、方法、语言或日期找到过往发现。与共享网盘不同，证据被拆分为相互链接的小单元，而不是以整份报告存放。\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"原始访谈录音应该存进资料库吗？\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"通常不放在共享层。录音只限本研究团队访问，并设定删除或归档日期；把核对过、已假名化的访谈记录作为可搜索的记录。只有在知情同意和数据管理计划允许时才延长录音保存时间。\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"访谈记录应该如何打标签？\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"使用在录入时强制填写的固定标签体系：研究、方法、受访者群体、话题或编码、语言、可信度、同意范围和保存到期日。固定标签让筛选可靠；自由标签几个月内就会变得混乱。\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"研究资料库默认就符合 GDPR 吗？\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"没有哪个工具能单独让资料库合规。合规取决于合法依据、同意范围、假名化、访问控制和保存期限。GDPR 第5条和第89条只在有适当保障措施时才允许研究数据保存更久。\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"AI 搜索能取代打标签吗？\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"不能完全取代。语义搜索按含义查找片段，但只有标签才能让你按同意范围、日期和受访者群体筛选。两者并用：标签用于筛选，AI 搜索用于发现。\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"可以用 NVivo、ATLAS.ti 或 MAXQDA 搭建资料库吗？\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"单个项目或单个研究者可以，三者都能存储已编码片段。但作为团队级、跨研究的搜索层，它们较弱，因为不同项目往往存放在各自独立的文件中。\"\n      }\n    }\n  ]\n}\n</script>\n<script type=\"application/ld+json\">\n{\n  \"@context\": \"https://schema.org\",\n  \"@type\": \"BreadcrumbList\",\n  \"itemListElement\": [\n    {\n      \"@type\": \"ListItem\",\n      \"position\": 1,\n      \"name\": \"Home\",\n      \"item\": \"https://qualitati.com/\"\n    },\n    {\n      \"@type\": \"ListItem\",\n      \"position\": 2,\n      \"name\": \"Blog\",\n      \"item\": \"https://qualitati.com/blog\"\n    },\n    {\n      \"@type\": \"ListItem\",\n      \"position\": 3,\n      \"name\": \"如何搭建可搜索的研究资料库（2026）\",\n      \"item\": \"https://qualitati.com/blog/zh/ai-native-research-repository-2026\"\n    }\n  ]\n}\n</script>","related":[{"slug":"qualitative-methods-section-template-2026","title":"如何撰写定性研究的方法部分（2026 模板）","description":"如何撰写定性研究方法部分：九模块写作模板、COREQ/SRQR/JARS-Qual 选择表，以及报告 AI 使用的新 COREQ+LLM 清单（31 项）。","category":"操作指南","date":"2026-10-13","readTime":"10 分钟阅读","author":"Qualitati 研究团队"},{"slug":"nps-follow-up-interviews-ai-2026","title":"如何用 AI 访谈跟进 NPS 评分","description":"如何用 AI 访谈跟进 NPS 评分：在三个群体中抽样，以客户原话开场，中立追问，并按群体对主题编码，让分数背后的原因真正落地。","category":"操作指南","date":"2026-09-22","readTime":"9 分钟阅读","author":"Qualitati 研究团队"},{"slug":"how-to-write-user-research-plan-2026","title":"如何撰写用户研究计划（2026 模板）","description":"为 AI 主持访谈撰写用户研究计划：9 个模块的模板、就绪度评分表，以及人工判断必须保留的环节。","category":"操作指南","date":"2026-09-15","readTime":"9 分钟阅读","author":"Qualitati 研究团队"}]}