问卷调研数据分析AI提示词：清洗样本、交叉比较与提炼开放反馈

从问卷结构、样本质量到交叉分析和开放题编码，生成有证据边界的调研结论。

系列导航：上一篇：第08篇｜第09篇｜下一篇：第10篇

这是“高质量业务数据分析”系列第09篇，面向市场研究人员、产品经理、用户运营、培训负责人和行政人力人员。

建议使用的AI工具

建议优先测试：豆包。建议选择支持表格或长文本输入、结构化输出的当前版本；具体文件限制、联网能力和功能入口以使用时页面为准。完整付费提示词不绑定平台，也可在其他支持数据分析的模型中测试。

它解决什么问题

根据问卷结构和原始答卷检查样本质量，完成描述统计、合规的交叉比较与开放题编码。不得把样本意见外推为总体事实，也不得伪造显著性。

购买后可以获得什么

样本质量检查、题目分布、交叉分析、开放题编码、结论证据表和后续验证建议。

适合谁使用

市场研究人员、产品经理、用户运营、培训负责人和行政人力人员。

使用前准备

调研目的与需要支持的决策、问卷题目、选项、量表和跳题逻辑、原始答卷及字段说明、样本来源、回收方式和时间范围、目标人群、筛选条件和配额、无效样本、缺失值和异常答卷规则、需要比较的人群或场景维度。没有的信息请明确写“未知”，不要让模型猜测。

使用方法

1. 整理数据并确认版本、资料截点、单位和可公开范围。
2. 解锁后复制完整提示词，逐项填写“用户资料”。
3. 数据较长时分批发送，最后明确说明“资料已全部发送”。
4. 要求模型先做口径与数据质量检查，再按固定格式输出。
5. 补充数据或修改口径后，使用二次优化指令局部重算。

完整付费提示词

重要限制

• AI只能依据用户提供的数据和口径计算，输出质量取决于资料完整性。
• 模型可能出现计算、单位、分母或转写错误，正式使用前必须用原表人工复核。
• 涉及敏感经营、客户或员工数据时，应先确认授权并完成脱敏。
• 本商品不替代财务、审计、统计、法律、合规或业务负责人审核。

微信扫码打开小程序