让 AI 真正用得上你的资料：一套结构设计方法

把一份用户调研方法对照表原样丢给 AI，它连一份像样的问卷都出不来——问题多半不在模型，在资料的形态。这篇文章讲怎么把「一堆内容」重造成 AI 能直接执行的资料库：以用户调研为例，覆盖资料生成、内容设计、检查、迭代、关联五件事。

一、先拆：一份资料只讲一件事

多数人手里的方法论资料，是一份几千行的对照表，或者几十页的文档。人读没问题，AI 读起来很吃力：它每次只能取其中一小段，取到的往往不是完整的方法，而是半截描述。第一步是把资料拆成「原子」——一个原子只讲一件事，一个原子就是一个文件。拿用户调研来说，NPS 净推荐值是一份，CSAT 满意度是一份，SUS 可用性量表又是一份，互不掺和。

拆的时候有条纪律：每个原子一个稳定 ID，一经发布永不改名。调研方法常有多个叫法——净推荐值、推荐值、NPS——改名只进「别名」字段，ID 不动。这样别的资料引用它时，永远不会断链。

还有一条容易被忽略：原文措辞要原样保留。NPS 的题干怎么问、几分制、后面接什么追问，照抄进「题目构成」一节。AI 生成问卷时直接抄用，而不是自己发挥——它一发挥，量表就变了味。

二、双层结构：索引管检索，执行管照做

每份原子文件分两层。上层是索引层，字段全是封闭选项：属于哪个族（比如「满意度·忠诚度」族）、适用什么研究阶段、成本高低。为什么必须封闭选项？因为 AI 选方法靠过滤和聚合——「把听测阶段、低成本的关系类题目都列出来」，封闭选项才过滤得动，自由发挥的文本过滤不动。

下层是执行层，节名和顺序一字不改：一句话定义、理论背景、题目构成、计分规则、判定基准、适用场景、不适用与易混淆、陷阱与误用……固定下来，AI 才能按节名直接取用——「把计分规则那一节拿来」，不用通读全文再猜哪段在讲计分。

执行层里最值钱的，反倒是「负向约束」：什么情况别用这个方法、它和相邻方法怎么区分。CSAT 测单次触点，NPS 测整体关系，两个分数不能直接比——这种话写进「不适用与易混淆」一节。AI 最容易犯的不是不会用，而是用错场合。

再就是确定性优先。计分规则写成伪代码，末尾必须带一行算例：十个人作答，推荐者占五成、贬损者占两成，相乘相减，NPS 等于 30。判定基准写成数值表，68 分是行业均值。「通常较高」「一般来说」这类模糊话，不许出现在计分和判定里——模糊表述进了执行层，AI 就只能跟着模糊。

三、写完就查：让检查跑在交付前面

资料是给机器用的，检查也得机器来。每份文件要过六道程序化检查：字段是否齐全且都在闭集内、节序是否一字不差、有没有超长、有没有装饰符号、计分规则末尾有没有算例、引用链接是否有效。任何一道不过就打回，人只负责语义对不对，结构对不对交给脚本。

长度上限要对齐切片系统，比如 3800 字符——保证一份原子完整落在同一切片里，检索时不会取到半截。真超了也别硬砍，处理有个顺序。

第一步压缩措辞，丢形容词、不丢锚点。

第二步把细节下沉到更高层的文档。

第三步实在不行才拆成上下两篇，而且只在节与节之间切——任何一节都不许跨文件，否则切片取到的又是半截话。

出处还有条规矩：必须能独立理解。「见原表第 12 节」这种引用，在资料库里就是死链——库里的读者没有源文件。出处要写成真实的引用：作者、机构、作品、年份。

真跑一遍才知道检查值钱。八十三份调研方法迁进库，第一轮就抓出十八个悬空引用——资料里写着「组入某个方法」，那个方法压根不存在。这种问题人眼翻三天也翻不出来，脚本一秒。

四、资料是要长大的：状态与派生

资料库不是一次建完的。第一批批量生成时，很多字段源数据里没有——别名、成本、最低样本量，这些一律标草稿状态；人工补齐、检查通过，才升正式。状态写在文件头部，谁接手都知道哪份能用、哪份还没定稿。

索引不手改。检索入口和总目录是从全部文件的索引层自动生成的，每加一批资料就重建一次。手改一次，下次生成就被覆盖，还容易漏——派生的东西交给程序，人只写源头。

五、连起来：资料才成网络

单份资料再规范，不连起来就只是一堆文件。原子引用方法——NPS 这个题目组入「忠诚度追踪」方法；方法组成配方——几个方法搭配解决一个研究问题；原子之间还有「相关」和「可替代」两种边。AI 查到一个方法，顺着链接能把配套题目、替代方案一次带出来，这才是资料库和文件堆的区别。

链接一律指向正式 ID；重名要用全路径区分——「nps」既是题目也是方法，写清楚指向哪个。最后生成一份纯文本的机器入口：每条路径配一句话定义。AI 检索时先看入口，再钻进具体文件。

说白了，这套方法的核心不是什么高深理论，而是把「给 AI 的资料」当成一种新的写作对象：生成时拆小、设计时分层、质量靠程序检查、生长靠状态标记、意义靠链接网络。结构对了，AI 才真的会用——它选得出方法、抄得对题目、算得对分数，也知道什么时候不该用。