如何用 AI 做日记研究（2026 操作指南）

Qualitati 研究团队 · 2026-08-11 · 9 分钟阅读

一句话回答。日记研究（diary study）要求受访者在自己的真实情境中，连续数天或数周记录经历，因此你捕捉到的是真实发生的事，而不是事后回忆的版本。用 AI 来做，关键是：把作答节奏压低、把单次记录做短、让 AI 主持人对每条记录只追问一次，并把抽样、知情同意和结果解读留给人。依从性设计比工具选择更重要。

最后更新：2026 年 8 月 11 日

为什么要做日记研究？

大多数产品团队已经在做访谈。当研究问题带有一个单次访谈够不到的时间维度时，你才需要补上日记研究：习惯是如何形成的、每周工作流中挫败感在哪一刻达到峰值、新用户引导之后态度如何漂移、真实一天中哪些时刻产品完全没有触及。Nielsen Norman Group 把日记研究描述为一种纵向方法，它产出受访者自我报告的行为与态度记录，研究者事后分析这些记录以理解习惯与模式（NN/g）。

这个取舍是真实存在的。访谈排期便宜，但用它来支撑"多久发生一次"这类频率结论并不可靠。日记研究正好相反：数据贴近事件发生的那一刻，难点在于让人持续记录下去。

要点速览

日记研究降低回忆偏差，但引入了依从性问题——请先把依从性问题设计好。
已发表的经验取样研究显示平均作答率接近 78%，并且在天与天之间、一天之内的不同时段都存在可预期的衰减。
取样频率是一个设计杠杆：2026 年《Field Methods》的一项研究中，把提示分散到全天的效果优于压缩进一个短时段。
样本流失的主战场是新手引导环节，而不是日记本身——而且流失并非随机。
AI 帮助最大的是两个接缝：对每条记录做一次自适应追问，以及最后跨受访者的主题综合。它救不了一个设计糟糕的作答节奏。

关于依从率，证据究竟说了什么

日记研究与经验取样法（ESM）同属一个方法家族，而 ESM 被测量的严谨程度远超用户体验实践通常承认的水平。有两项发现值得据此做设计。

1. 平均依从率尚可，且衰减可预期。在一项 ESM 元分析中，Rintala、Wampers、Myin-Germeys 与 Viechtbauer（2019，《Psychological Assessment》）报告平均作答率为 78%（95% CI 74-82）。在这一均值内部，作答率在 12:00 至 13:30 之间最高（83%），在 07:30 至 09:00 之间最低（56%）；参与度随研究进程下降，到第 5 天降至 73%（PubMed）。

把它读成三条设计指令：不要在清晨第一时间发提示；预期到第一周结束时大约四分之一的记录会缺失；把"第 5 天记录变少了"当作方法本身的已知属性，而不是研究失败。

2. 频率与新手引导决定了你的样本。Ohme、Charlton、Toth、Araujo 与 de Vreese 发表于《Field Methods》（线上 2025 年 10 月 15 日；第 38 卷第 2 期，2026 年 5 月）的研究，把 250 名荷兰受访者随机分入两种为期七天的设计：每日分散型（7 份问卷分散在 14 小时内）或每小时密集爆发型（12 份问卷压缩在 2 小时窗口内）。分散型条件的依从率显著高于爆发型条件（Field Methods）。

最该拿给利益相关方看的是流失数字。在 1,411 名初始招募者中，只有 250 人——17.82%——完成了移动端 ESM 流程，而且系统性流失集中在新手引导阶段。真正进入 App 的受访者偏向更年轻、受教育程度更高、更懂技术；作者报告年龄、教育、技术熟练度与隐私素养都能显著预测参与。换句话说，日记研究的招募漏斗本身就是一件抽样工具，而且是有偏的那种。

作答节奏决策矩阵

作答节奏是最可能让一项日记研究翻船的单一选择。请从研究问题出发来选，而不是从日历出发。

研究问题	作答节奏	周期	单次时长	主要风险
新手引导之后习惯如何形成？	每天 1 条，晚间	2-3 周	2-3 分钟	后半周衰减
每周工作流在哪里断裂？	事件触发，受访者自行发起	2 周	3-5 分钟	常规事件被漏报
一天之内情绪如何变化？	3-5 次提示，分散在清醒时段	5-7 天	60-90 秒	疲劳；样本偏向时间充裕者
某个罕见时刻前后发生了什么？	事件触发外加每周一次回顾	3-4 周	5 分钟	数据非常稀疏
不同市场的体验差异何在？	每天 1 条，使用受访者母语	2 周	2-3 分钟	分析阶段的翻译漂移

由上述证据可得两条规则。把提示分散到全天，而不是扎堆。以及，如果必须在"每天更多次"和"更多天数"之间选择，请选更多天数——拥挤的一天之内的衰减，比节奏合理的一周之间的衰减更陡。

AI 真正能帮上忙的地方

诚实的表述是：AI 改善两个特定接缝，方法的其余部分并不因它而改变。

接缝一：对每条记录的追问

日记记录的典型弱点是太单薄。受访者写下"今天这个 App 挺烦人"，研究者四天后才读到，早已错过追问到底发生了什么的时机。AI 主持人可以在当下提出一次结合上下文的追问——这正是一行日志与一条可用观察之间的差别。

这里需要克制。追问一次，不是三次。如果每天晚上的一条日记都膨胀成一场访谈，那是最快丢掉整个样本池的方式；NN/g 一贯的建议是让记录保持简短，并与受访者保持联系，以降低疲劳与脱落。

接缝二：跨受访者、跨天数的综合

一项为期三周、25 名受访者、每天一条记录的研究，会产生约 525 条记录——做统计太少，手工编码又太笨重，而这恰恰是分析最容易被悄悄跳过的规模。AI 辅助的主题分析适合这种体量的语料，前提是编码手册由人掌控、引文由人复核。我们关于分析开放式作答的指南把同一套模式应用在问卷文本上。

AI 帮不上忙的地方

它修不好一个索求过多的作答节奏，找不回在新手引导阶段流失的受访者，也无法告诉你一条缺失的记录意味着"今天什么都没发生"还是"我放弃了"。日记数据中的缺失本身携带信息，解读它是人的工作。

Qualitati 日记研究设计清单

在招募之前逐条走一遍。每一条都对应一种在纵向定性设计中反复出现的失败。

把带时间维度的问题写清楚。如果一次访谈就能回答，那就去做访谈。
从上面的矩阵中确定作答节奏——并写下理由，免得在实地执行中途被重新谈判掉。
把单次记录时长封顶在 3 分钟，并在上线前找两个人试跑计时。
避开 07:30-09:00 的提示窗口；锚定在中午或晚间。
为新手引导阶段的流失留预算，而不只是日记期的脱落。假定从邀请到第一条记录之间的漏斗才是流失主战场。
事先确定最小可用数据量：分析开始变得有意义所需的受访者数 x 天数。
把每日提问写成模板，而不是每天新拟一道题，这样记录之间才可比。
每条记录只允许一次自适应追问。
规划好告知。如果由 AI 主持记录，受访者应在同意之前知情。
提前定好缺失处理规则——什么算一份完成的日记，部分完成的日记如何进入分析。

每日记录模板

一份可复用的每日模板，刻意保持简短：

今天你用 [产品/任务] 做了什么？（开放文本）
过程怎么样？（1-5 分，外加一句话）
有没有哪个瞬间特别突出 - 好的或坏的？（开放文本，选填）
自适应追问：基于上一题作答生成的一次探问，仅在记录中出现了没有给出理由的评价性表述时才提出。

最后一行就是 AI 的全部贡献。请把它限制在这个范围内。

Qualitati 适配在哪里

Qualitati 是一个面向产品、UX 与客户洞察团队的 AI 用户研究平台。就日记研究而言，相关能力包括：

对话式问卷，具备 AI 驱动的追问与分支逻辑——正是"一条简短的每日记录 + 一次自适应探问"的天然载体。参见什么是对话式问卷。
ThemeLens 主题分析，一条 map-reduce 流水线，可一次跨最多 100 份访谈记录运行，把编码映射到研究问题，并用带受访者出处的引文综合主题——这正是多周日记语料所形成的工作形态。
QDA Workspace，用于归纳式与演绎式编码以及编码手册生成，适合你想自己掌控编码手册、而不是直接接受机器生成结果的场景。
10 种语言的多语言研究（英语、中文、法语、挪威语、荷兰语、德语、西班牙语、葡萄牙语、日语、阿拉伯语），因此跨市场日记研究可以用每位受访者的母语进行。参见如何开展多语言访谈。
透明定价：注册即赠 30 积分的免费额度，无需信用卡，并在定价页公开按积分计费的用量费率。

Qualitati 不提供带推送通知的专用移动端日记 App。如果你的设计依赖在固定时点进行原生移动端提示，请单独规划这一层。

局限与取舍

有三点值得直白说明。

自我报告终究是自我报告。贴近事发时刻的记录降低了回忆偏差，但并不消除社会赞许性偏差；而且"知道每天晚上要交一条记录"这件事本身，就可能改变被测量的行为。

这些依从率数字来自相邻领域的文献。上文的 78% 均值与 17.82% 完成率，来自社会科学与临床研究中的经验取样，而非带商业激励的 UX 日记研究。请把它们当作对流失形态的校准，而不是对某个具体样本池的预测。

真正威胁效度的是非随机脱落。如果坚持记录到底的正是本来就喜欢这个产品的人，那么三周热情洋溢的记录读起来会很像证据。在你展示任何一个主题之前，先把完成者的画像与起始样本做对比。这类方法学判断，值得交给团队里的研究者复核，而不是照单全收任何工具给出的结论——包括我们的。

适合谁 - 以及什么时候不该用

在以下情况使用日记研究：问题涉及变化、频率或你无法观察到的情境；体验分散在一整周而非集中于一次会话；或者已知回忆不可靠。

在以下情况不要用：你这周就要答案；行为只发生一次且容易记住；某个可用性问题更适合通过观察对方完成任务来回答；或者你无法安排一个人在实地执行期间随时阅读记录。

常见问题

日记研究应该做多久？

常见区间是两到四周。少于一周通常捕捉不到变化；超过四周则会不断累积流失，除非所研究的现象本身确实变化缓慢，否则收益不成比例。

需要多少受访者？

日记研究通常招募 10-30 人，因为每人贡献多条记录。请为"招募到首条记录"之间的显著流失留出余量，并按完成日记的目标数量来招募，而不是按邀请数。

应该预期怎样的依从率？

已发表的 ESM 研究平均约有 78% 的提示被作答，并随天数下降（Rintala 等，2019）。带明确激励的商业 UX 研究可能更好；没有激励的往往更差。

AI 可以主持日记记录吗？

可以，但仅限于"对每条记录提出一次结合上下文的追问"这一狭窄任务。请在知情同意阶段告知、把追问次数固定住，并让人在实地执行期间就阅读记录，而不是只在最后才看。

日记研究和纵向问卷有什么区别？

纵向问卷在多个时间点重复同一批封闭式题目，用以测量固定维度上的变化。日记研究收集开放的、带情境的叙述，让维度从记录中自行浮现。

怎样分析日记数据才不会被淹没？

随记录到达即时编码，而不是最后一次性处理；把编码手册牢牢掌握在人手中；用 AI 辅助的主题分析做跨受访者综合 - 然后用带出处的受访者引文逐一验证每个主题。

结论

当研究问题里带着一只时钟时，日记研究就值得做。这个方法的失败模式不在分析环节 - 而在依从性，而依从性早在实地执行开始之前，就由作答节奏、单次时长、提示时点和新手引导漏斗决定了。AI 值得占据的位置只有两个狭窄的槽位：每条记录一次自适应追问，以及最后的综合。其余部分，请自己设计。

免费开始，赠送 30 积分 - 无需信用卡 - 即可运行对话式问卷形式的日记记录、AI 主持访谈，或一个 ThemeLens 主题分析项目。也可以先查看透明定价。

本文为独立编辑性综述。方法学表述依据截至 2026 年 8 月 11 日的公开信息。你自己研究中的设计选择，应由具备资质的研究者复核。