主题
用 AI 整理调研资料
你可能经历过这样的场景：做了一轮调研，竞品资料存了五六个文档，用户访谈笔记记了十几页，行业报告下载了三四份。每份资料单独看都有用，但合在一起就变成了一锅粥——找某个竞品的定价要翻三个文档，用户反馈散落在不同笔记里，行业数据和对你的启发之间隔着十万八千里。
这时候你需要做的不是再去找更多资料，而是把手里这些散乱的东西整理成有结构的知识。这件事 AI 很擅长——它能快速扫过大量文本，按你定的规则分门别类。但前提是你得先告诉它怎么分。
核心方法：先分类 → 再提炼 → 再归纳
整理调研资料就像整理一个塞满杂物的书架。你不会一股脑把书全塞进去，而是先分堆——工作相关的放一层，小说放一层，常用的放伸手就能够到的位置。然后从每堆里挑出重要的做好标记，最后你才能一眼看清自己到底有什么书、缺什么书。
AI 整理调研资料也是这个逻辑，分三步走：
- 先分类：把所有资料按主题分成几堆。比如竞品资料里，功能描述归一堆、定价信息归一堆、用户评价归一堆。
- 再提炼：从每一堆里提取关键信息，丢掉废话。比如功能描述里只保留「做了什么、解决什么问题」，删掉营销话术。
- 再归纳：跨类别看看有没有规律和结论。比如三个竞品都在做某个功能，说明这个方向可能是行业共识。
很多人翻车，是因为三步混成一步——直接把一堆资料甩给 AI 说「帮我整理一下」，然后收到的是一大段看起来什么都有、其实什么都用不了的输出。
三个关键技巧
技巧一：自己先定分类维度，不要让 AI 自由发挥
「分类维度」就是你按什么标准来分堆。同样是竞品资料，可以按功能分、按定价分、按用户群分、按技术路线分。维度不同，分出来的结果完全不同。
如果你不定维度，AI 会自己决定——它可能把竞品 A 的功能和竞品 B 的定价混在一起，因为「看起来都重要」。结果就是你收到一份结构混乱的文档，还得自己重新整理。
技巧二：每个类别要求统一格式输出
分类只是第一步，每个类别里的信息还得整齐。如果竞品 A 的功能描述写了一大段话，竞品 B 的只写了三个字，你就没法横向对比。
正确做法是：每个类别用相同的结构和格式。比如「功能特性」这个类别，要求 AI 对每个竞品都输出「功能名称、功能描述、亮点差异」三个字段。这样最后整合出来的文档才是整齐的。
技巧三：整理完一定要人工检查分类是否合理
AI 分类时可能犯一个隐蔽的错误：分出来的类别看起来合理，但不适合你的使用场景。比如它把用户评价分成「好评」和「差评」，但你实际需要的是按功能维度整理评价（「用户对 A 功能的反馈」「用户对 B 功能的反馈」）。分类看起来没问题，但用不起来。
三个常见场景对比
场景一：竞品调研资料整理
你收集了五个竞品的资料——官网介绍、定价页面、用户评论截图、第三方评测，散落在不同文档里。你需要把它们整理成一份结构化的竞品分析文档。
翻车版本：
text
❌ 帮我把这些竞品资料整理一下
（粘贴五份杂乱的资料）AI 可能输出：竞品 A 的介绍写了一大段，竞品 B 只有一句话，竞品 C 的信息和 D 的混在一起。格式不统一，有的竞品有定价信息有的没有，结构混乱，没法直接用。
正确版本：
text
我收集了五个竞品的调研资料，请帮我按以下三个维度分类整理：
1. 功能特性
2. 定价策略
3. 用户评价
每个维度的输出要求：
- 功能特性：用表格对比，字段为「竞品名称、核心功能、亮点功能、缺失功能」
- 定价策略：用表格对比，字段为「竞品名称、定价模式、价格区间、免费额度」
- 用户评价：按「正面评价、负面评价」分类，每条评价标注来源
要求：
- 每个竞品信息标注来自哪份资料
- 资料中没有的信息填「未提及」
资料如下：
（粘贴你的竞品资料）AI 输出三份整齐的对比表格，每个竞品信息对齐，缺失信息明确标注。
场景二：用户调研整理
你做了十次用户访谈，每次都有录音转写的文字稿，加上你自己的访谈笔记。你需要把这些零散的发现整理成结构化的用户洞察。
翻车版本：
text
❌ 帮我整理这些用户访谈记录
（粘贴十份访谈文字稿）AI 可能把十份访谈混在一起，输出一段笼统的总结：「用户普遍反映操作复杂、价格偏高」。你看不出具体是哪个用户说的、在什么场景下说的，没法指导产品决策。
正确版本：
text
我有十份用户访谈记录，请帮我整理成结构化的用户洞察。
整理步骤：
1. 先逐个提取每份访谈的核心发现（每份 2-3 条）
2. 再把所有核心发现按主题归类（如：使用场景、痛点、功能期望、价格敏感度）
3. 每个主题下，列出具体发现和代表性原话
输出格式：
### 主题名称
- 发现 1：（概括描述）
- 来源：访谈 3、访谈 7
- 代表性原话：「……」
- 发现 2：……
要求：
- 保留用户原话，不要改写
- 区分事实和推测——用户明确说的标为「事实」，你的推断标为「推测」
访谈记录如下：
（粘贴你的访谈记录）场景三：行业调研整理
你下载了四五份行业报告，每份几十页。你需要把里面的关键数据和观点提取出来，整理成一份便于查阅的行业概览。
翻车版本：
text
❌ 帮我整理这几份行业报告的重点
（粘贴四份报告）AI 输出一大段摘要，四份报告的内容混在一起。你不知道哪个数据来自哪份报告，也无法交叉验证。
正确版本：
text
我有四份行业报告，请帮我按以下维度分类提取关键信息：
1. 市场规模与增长数据
2. 技术趋势
3. 政策与监管环境
4. 竞争格局
每个维度的输出要求：
- 提取具体数据（市场规模、增长率、用户数等）
- 标注数据来自哪份报告、第几页
- 区分「数据」和「观点」——数据用数字呈现，观点用一句话概括
要求：
- 每份报告单独标注覆盖了哪些维度
- 数据缺失的维度填「该报告未涉及」
- 不同报告对同一数据的描述如果有冲突，都列出来
报告内容如下：
（粘贴你的报告）常见错误
错误一：分类维度混乱
text
❌ 帮我把这些资料按功能和用户反馈分类，顺便也整理一下价格和技术架构「功能」和「技术架构」有重叠，「用户反馈」和「价格」也可能交叉（用户抱怨价格太高算哪个类别？）。维度之间有交叉，AI 就不知道该把某些信息放哪里。
解决办法：分类维度之间应该互不重叠。先列出你的维度，想一想有没有某条信息可能同时属于两个类别。如果有，合并或调整维度。
错误二：只整理不提炼
text
AI 输出：
## 竞品 A
（原文第一段）……（原文第二段）……（原文第三段）……AI 只是把原文重新排列了一遍，没有提取关键信息、没有概括总结。你得到的是一份「换了个顺序的原文」，并不比原来更好用。
解决办法：在提示词中明确要求「提炼」——对每段信息做一句话概括，提取关键数据和结论。不是复制粘贴，是压缩和提取。
错误三：完全信任 AI 的分类结果
AI 整理完后，输出看起来结构清晰、格式整齐，你可能会觉得「这就对了」。但仔细一看，有些信息被分到了错误的类别，有些关键信息被遗漏了。
特别是在处理多份来源不同的资料时，AI 可能张冠李戴——把竞品 A 的功能写到竞品 B 下面。
解决办法：整理完后，抽查几个关键信息点，回到原始资料核对是否归类正确、是否遗漏。
万能提示词模板
text
我有以下调研资料需要整理，请按「先分类 → 再提炼 → 再归纳」的方式处理。
分类维度（按你的需求修改）：
1. 维度 A
2. 维度 B
3. 维度 C
每个维度的输出格式：
- 维度 A：（表格/列表/对比，字段为……）
- 维度 B：（表格/列表/对比，字段为……）
- 维度 C：（表格/列表/对比，字段为……）
要求：
- 每条信息标注来自哪份资料
- 如果某个维度在资料中没有涉及，填「未提及」
- 区分事实和观点，区分数据和推测
- 最后给一段简短的综合归纳（3-5 句话）
资料如下：
（粘贴你的调研资料）把「维度 A/B/C」替换成你的实际分类维度，加上格式说明，就是一个完整的整理指令。
整理后的四步检查
AI 整理完后，不要直接用。花 3 分钟做四步检查：
- 看分类是否均匀：如果某个类别特别庞大、其他类别很空，可能分类维度需要调整，或者某些维度需要进一步拆分。
- 抽查归类准确性：随机选几条信息，回到原始资料核对，看看 AI 是否归类正确、有没有张冠李戴。
- 检查提炼质量：每个类别下是否有概括性的关键信息，还是只是原文的重新排列？如果只是搬运，需要补充「提炼」的要求。
- 追溯来源：看看来源标注是否清晰、是否准确。标注混乱的信息需要回到原文核实。
一句话总结
AI 整理调研资料的核心原则：先分类 → 再提炼 → 再归纳。 你先定好分类维度（按什么标准分堆），AI 按你的维度去资料里归类信息，每个类别用统一格式输出关键内容，最后做跨类别的归纳。分类维度越清晰，格式要求越具体，整理结果越好用。
行动建议
- 拿一份调研资料试一次：选你手头正在做的一份调研（竞品、用户、行业都行），用上面的模板整理一次，对比手动整理的效果和时间。
- 先花 2 分钟想分类维度：每次整理前，先想清楚你要按什么维度分。写在纸上、写进提示词，不要让 AI 自由发挥。
- 建立常用模板库：把竞品调研、用户调研、行业调研的提示词模板存下来。下次做同类调研时直接套用，改改维度和格式就行。
- 养成整理后检查的习惯：AI 整理完，花 3 分钟做四步检查。3 分钟能避免大部分错误。