简短回答：定性研究中的民族志（ethnography），是从内部研究一个群体日常生活的方法。研究者在现场停留较长时间，观察并参与人们的活动，在情境中与他们交谈，并撰写详细的田野笔记。目标是按照成员自己的视角理解他们共享的意义和实践，而不只是记录他们在一次访谈中说了什么。
最后更新：2026 年 11 月 8 日
\n\n当研究问题关乎一个群体实际如何生活、工作或理解某件事，而访谈室里说出的话很可能不是全部真相时，就该选择定性研究中的民族志。它起源于人类学，以长期沉浸于某个社区为特征，如今已广泛用于社会学、教育学、健康研究、组织研究、消费者研究和 HCI。
\n\n本指南面向 2026 年设计民族志研究的博士生、研究实验室和定性研究团队，涵盖主要类型、核心方法、分步流程、田野笔记写法，以及 AI 工具能帮上忙和帮不上忙的地方。文中还附有一份原创的民族志设计决策矩阵，可直接改写用于开题报告或伦理审查申请。
\n\n民族志是一种定性研究设计：研究者在自然情境中、在一段时间内研究某个社会群体，以从成员的视角理解其实践和意义。这个词既指田野工作过程，也指由此写成的文本。
\n民族志与其他定性设计的区别在于三点：
\nHammersley 与 Atkinson 的教材《Ethnography: Principles in Practice》至今仍是该研究设计的标准参考书。在田野技巧方面，多数方法课仍会指定 Spradley 的《The Ethnographic Interview》（1979）和《Participant Observation》（1980），以及 Emerson、Fretz 与 Shaw 的《Writing Ethnographic Fieldnotes》。
\n\n你选择的类型决定了停留多久、如何进入田野以及什么算作数据。下表概括了主要变体。
\n\n| 类型 | 是什么 | 典型田野时长 | 适用情形 |
|---|---|---|---|
| 经典 / 写实民族志 | 长期沉浸；研究者对一种文化写出权威性描述 | 数月到数年 | 关于某个社区或组织的博士论文 |
| 批判民族志 | 审视权力、不平等以及谁的声音被听见的民族志 | 数月到数年 | 关于边缘化或制度的研究问题 |
| 聚焦民族志 | 围绕某一具体实践或活动的短期、高强度走访（Knoblauch，2005） | 数天到数周，常多次重复 | 熟悉情境中一项明确的实践，例如医院交接班 |
| 快速民族志 | 压缩的田野工作与分析，常以团队形式进行，以便及时产出结果 | 数天到几个月 | 有时间期限的卫生服务或政策评估 |
| 数字 / 线上民族志 | 关于数字媒介、并借助数字媒介开展的民族志；包括针对线上社区的网络民族志 | 数周到数月，线上与线下结合 | 部分存在于线上的社区、平台或实践 |
| 多点民族志 | 跨多个地点追踪人、物或观念（Marcus，1995） | 数月，跨多个地点 | 供应链、迁移、全球化的产品使用 |
| 建制民族志 | 追溯文本和规则如何组织日常工作（Dorothy Smith） | 数月 | 政策如何塑造一线实践 |
| 自我民族志 | 以研究者自身经历为数据，并与文化相联系 | 不固定，回溯与持续进行 | 难以从外部接触的经历 |
正如 Cecilia Vindrola-Padros 在 2020 年剑桥大学出版社博客文章中所说，快速民族志保留对社会理论、文化意义和局内人视角的关注，但在更短时间内完成数据收集和分析。她 2018 年对医疗领域快速民族志的系统综述发现，抽样、解释结果和管理田野工作方面的困难反复出现。如果你选择快速民族志，请明确为这三个问题做好计划。
\n\nPink 等人的 Digital Ethnography: Principles and Practice（SAGE，2016）提出五项原则：多重性、非数字中心、开放性、反身性和非正统性。\"非数字中心\"是一个有用的提醒：研究人们用媒介做什么，而不是孤立地研究媒介本身。网络民族志由 Robert Kozinets 发展而来，将民族志用于线上社区和线上文化；Kozinets 在 2020 年接受 Henry Jenkins 的访谈中谈到了该方法的演变。
\n\n参与式观察是指一边参与日常活动，一边观察它们。Gold（1958）的经典类型划分从完全参与者，经过作为观察者的参与者和作为参与者的观察者，一直到完全观察者。请在方法部分说明你的角色及其随时间的变化，因为它会影响人们向你展示什么。
\n\n民族志访谈既包括田野中的非正式交谈，也包括预约的正式访谈。Spradley 区分了描述性问题（\"能带我走一遍典型的一个班次吗？\"）、结构性问题（\"病人有哪几类？\"）和对比性问题（\"平静的夜班和糟糕的夜班有什么区别？\"）。好的追问能让这些问题落实到具体事件上。
\n\n排班表、表格、聊天记录、照片、海报和物品展示了一个场景是如何被组织起来的。把它们当作有自身语境的数据：谁制作的、为谁制作、为什么制作。
\n\n田野笔记是民族志的一手数据。现场的速记要在当天整理成完整笔记。把解释与描述分开，并在模式浮现时撰写分析备忘录。
\n\n这是 Qualitati 的原创规划工具。逐行为你的研究打分，然后横向查看最契合的设计。
\n\n| 决策因素 | 倾向经典 / 批判民族志 | 倾向聚焦 / 快速民族志 | 倾向数字 / 多点民族志 |
|---|---|---|---|
| 可用于田野工作的时间 | 六个月或以上 | 不到三个月 | 灵活，分散在一段时间内 |
| 对情境的熟悉程度 | 低；需要学习这种文化 | 高；实践已明确界定 | 不一；情境是分散的 |
| 实践发生在哪里 | 一个有边界的地点 | 一个地点、一项活动 | 线上，或跨多个地点 |
| 谁需要结果、何时需要 | 学术读者，论文时间表 | 有期限的决策者 | 多种读者 |
| 团队规模 | 通常为单个研究者 | 常为团队，共同综合分析 | 单个研究者或跨点团队 |
| 需要管理的主要风险 | \"入乡随俗\"失去距离、范围蔓延 | 解释流于表面、抽样单薄 | 丢失语境、线上空间的知情同意 |
民族志与其他设计有重叠，答辩委员也常会问你为什么没有选择它们。
\n结论：AI 可以加快民族志中处理文本的部分，但不能替代依赖\"身处现场\"的部分。
\n最清晰的近期证据来自 Goodall 等人 2026 年 1 月的研究，该研究在 567 段民族志文本上测试了 7 个大语言模型。最佳方案的平均 F1 为 0.41。模型在具体、明确描述的特征上表现较好，在解释性特征上较差；不同 LLM 之间的一致性也远低于两名人类编码员之间的一致性（κ = 0.23 vs κ = 0.57）。我们在《LLM 能标注民族志文本吗？》中总结了这项研究。
\n民族志也正被用来研究 AI 本身。Szymanski 等人 2026 年 2 月发表的一篇 HCI 论文，报告了对一个开发教学聊天机器人团队进行的为期 12 周的民族志研究。
\n一种务实的分工：
\nQualitati 是一个面向高校和研究机构的欧洲定性研究平台，价格亲民，并把数据隐私和 GDPR 作为核心优先事项。它不做参与式观察，也不应取代田野工作。它可以支持民族志项目中的访谈和分析部分：
\n免费版每月提供 30 个积分，无需信用卡。付费方案请见价格页面。
\n\n适合使用民族志：当你的问题关乎情境中的实践、惯例、文化或意义，且你能获得持续的进入机会。不适合使用：当你需要估计普遍程度、无法进入田野，或者你的问题完全可以通过访谈或问卷回答时。
\n\n民族志是一种研究人的方式：在他们自己的环境中与他们相处，观察并参与他们的活动，与他们交谈并写下详细笔记，从而从内部理解他们的世界。
\n\n常见类型包括经典或写实民族志、批判民族志、聚焦民族志、快速民族志、数字或线上民族志（含网络民族志）、多点民族志、建制民族志和自我民族志。它们主要在田野时长、情境和研究者角色上有所不同。
\n\n经典民族志通常需要数月到数年。聚焦和快速民族志可以从几天到几个月不等。根据情境的陌生程度和研究问题所需的深度来决定时长。
\n\n参与式观察是一种方法；民族志是整体的研究设计。大多数民族志会把参与式观察与访谈、文件和田野笔记结合使用。
\n\n民族志主要是定性的。有些民族志研究者会加入计数或问卷，但核心数据是在情境中加以解释的田野笔记、交谈和观察。
\n\n不能。AI 可以协助转录、访谈和初步编码，但 2026 年 1 月的一项基准测试发现，最佳 LLM 方案在民族志文本上的平均 F1 仅为 0.41。观察和解释仍然是研究者的工作。
\n\n定性研究中的民族志，仍然是从内部理解一个群体如何生活和工作的最直接方式。选择与你的时间、进入条件和研究问题相匹配的类型，每天写田野笔记，并让解释始终可以在田野中接受检验。在 AI 擅长处理文本的地方使用它，把观察和解释留给研究者。
\n\n正在规划后续访谈或分析田野笔记？免费开始，获得 30 个积分，或接着阅读我们的深描指南。
\n\n最后更新：2026 年 11 月 8 日
\n\n研究结论摘自上文所链接的公开摘要和页面，截至 2026 年 11 月 8 日。Qualitati 与相关作者无隶属关系。
\n\n\n","related":[{"slug":"critical-incident-technique-qualitative-research-2026","title":"关键事件技术（CIT）：步骤、访谈提纲与实例","description":"关键事件技术（Flanagan，1954）详解：五个步骤、带追问的访谈提纲、一个实例，以及增强型关键事件技术（ECIT）的九项可信度检验。","category":"定性研究方法","date":"2026-10-27","readTime":"10 分钟阅读","author":"Qualitati 研究团队"},{"slug":"longitudinal-qualitative-research-guide-2026","title":"纵向定性研究：设计、轮次规划与分析方法（2026）","description":"纵向定性研究（QLR）如何设计与分析？涵盖轮次间隔、样本流失、轨迹分析与重复横截面分析，并附原创轮次规划矩阵与 AI 访谈要点。","category":"定性研究方法","date":"2026-10-19","readTime":"13 分钟阅读","author":"Qualitati 研究团队"},{"slug":"interpretative-phenomenological-analysis-guide-2026","title":"诠释现象学分析（IPA）：7 个步骤、示例与质量清单","description":"什么是诠释现象学分析？按 2022 年术语（PETs、GETs）讲解 IPA 步骤、样本规模、分析示例，以及学位论文可用的 IPA 质量清单。","category":"定性研究方法","date":"2026-09-29","readTime":"11 分钟阅读","author":"Qualitati 研究团队"}]}