最近有同学问我：做访谈研究时找不到受访者，能不能让ChatGPT先扮演几个人，把Interview直接做完？这个想法听起来很省事，像是论文还没开始，AI已经替你把受访者请到会议室了。但学姐先提醒一句：AI Persona确实能练习访谈、测试问题和模拟不同立场，却不能随手换个名字就当成真实受访者数据。
先说结论：AI模拟访谈适合做研究训练、问题测试、情境推演和初步编码练习；如果课程要求收集真实Primary Data，就不能把AI生成的对话包装成人类访谈记录。
AI Persona模拟访谈到底是什么？
AI Persona可以理解为根据背景资料生成的虚拟受访者。研究者先设定人物的年龄、职业、地区、经历和立场，再让AI以该身份回答访谈问题。它比普通问答多了一层角色约束，因此能够模拟学生、教师、社区居民、NGO工作人员或者政策制定者等不同观点。
附件中的课程案例很有代表性。2024年，黎巴嫩局势导致部分学生无法进行实地调研。贝鲁特美国大学一门体验式学习课程于是使用ChatGPT生成虚拟利益相关者，让学生练习需求评估、焦点小组讨论和访谈技巧。
| 项目 | 课程案例 |
|---|---|
| 参与学生 | 63名学生 |
| 项目数量 | 10个小组、10组Prompt |
| 主要任务 | 模拟访谈、FGD、需求评估与利益相关者分析 |
| 评价方式 | 两名评价者按照五项指标独立评分 |
结果很好看，但AI并没有真的变成人
我第一次把这组结果整理成表格时，最值得注意的不是AI有多聪明，而是它“优点和缺点都非常稳定”。AI生成的内容与课程目标很匹配，也能迅速提供不同身份的观点；可一旦要求它模拟真实人类的犹豫、插话、矛盾和情绪，表演痕迹马上就出来了。
| 评价指标 | 平均分 | 怎么理解 |
|---|---|---|
| 教育目标匹配度 | 5.00 | 很适合训练研究步骤 |
| 观点多样性 | 4.90 | 能够快速生成不同角色立场 |
| 真实性 | 4.38 | 整体可信，但回答经常过分工整 |
| 小组互动 | 3.80 | 多人讨论容易变成轮流发言 |
| 局限控制 | 3.20 | 偏见、重复和文化细节仍需核查 |
研究中最明显的翻车场面，是让AI同时扮演30名人物。效果就像让一个演员一分钟换30套衣服：名字还能勉强记住，但真实焦点小组里的抢话、沉默、误解和临时改口很难演出来。AI往往把每个人都安排得客客气气，连意见不同都像提前排练过。
怎样把AI模拟访谈用对？
学姐比较推荐“小规模、强背景、连续追问”的方法。不要只写一句“请扮演当地居民”，否则AI只能端上一盘看似丰富、实际没什么味道的标准答案。
| Prompt组成 | 需要写清楚的内容 |
|---|---|
| 研究任务 | 你在研究什么，访谈要解决什么问题 |
| 人物背景 | 地区、年龄、职业、资源条件和个人经历 |
| 对话规则 | 使用口语，允许犹豫、不同意见和不确定回答 |
| 访谈提纲 | 先给核心问题，再根据回答继续追问 |
| 核查要求 | 标出推测内容，不要虚构可验证的事实或来源 |
实用顺序：先让AI生成1至4名人物背景，再逐个访谈；第二轮要求人物回应彼此观点；最后把模拟结果与公开资料、真实访谈或导师反馈进行对照。一次塞进二三十个人物，通常只会收获一场“AI点名大会”。
这五个坑，比Prompt写得不漂亮更严重
| 常见问题 | 稳妥做法 |
|---|---|
| 把AI对话写成真实访谈 | 明确标注为Simulation，并先确认导师要求 |
| 角色背景写得太宽泛 | 补充地区、生活条件、利益冲突和信息边界 |
| AI说什么都相信 | 对事实、制度和文化细节进行交叉核验 |
| 输入真实个人资料 | 先匿名化，不上传姓名、联系方式和敏感记录 |
| 只保留整齐答案 | 主动寻找矛盾、缺口、偏见和无法回答的问题 |
做研究最怕的不是AI答错，而是它答得特别像对的。真正成熟的质性研究不会因为对话读起来顺，就默认数据可靠。Research Question、Sampling、Interview Guide、Ethics和Thematic Analysis必须形成完整链条。
AI可以当陪练，但不能冒充受访者
AI Persona最大的价值，是在正式调研前帮学生发现问题：哪些提问太笼统、哪些问题带有诱导性、哪些角色被忽略、追问顺序是否自然。它也适合用于课堂演练、研究方案测试和编码练习。
但只要研究目标涉及真实情绪、文化差异、社区关系或个人经历，真人互动仍然不可替代。真实受访者会沉默、跑题、反问，有时还会说“这个我不方便回答”。这些看似不整齐的部分，恰恰可能是质性研究最有价值的数据。
给留学生的建议：如果Dissertation涉及访谈、Focus Group、Thematic Analysis或Research Proposal，可以在学术规范允许的范围内寻求选题可行性、研究框架、访谈提纲、数据分析思路和英文表达辅导。先把研究逻辑搭稳，比让AI生成一大堆漂亮台词重要得多。
FAQ
AI模拟访谈可以直接放进毕业论文吗？
只有在研究设计明确允许、导师知情并且如实标注模拟数据的情况下才可以。需要真实Primary Data的论文，不能拿AI对话代替真人访谈。
AI Persona越多，访谈是不是越全面？
不一定。人物太多时，AI容易让大家依次发言，缺少真实讨论中的互动。初次练习建议从1至4名角色开始。
怎样让AI回答得更真实？
补充具体背景、资源限制和利益冲突，并允许角色表达犹豫、不确定和不同意见。但无论Prompt多详细，生成结果仍然需要人工核查。
模拟访谈能不能用于Thematic Analysis练习？
可以。它适合练习初始编码、主题归纳和访谈提纲修改，但应明确说明数据为模拟生成。
长Prompt一定比短Prompt好吗？
不是。有效Prompt靠的是任务清楚、背景具体和规则明确，不是把所有想到的形容词一次性塞进去。