把一堆訪談筆記變成有洞察的診斷報告

🍽 這道菜在做什麼

訪談跑完十場，最痛苦的不是訪談本身，而是回來面對那一本塞滿零散意見的筆記本：「採購說系統很慢」「業務嫌行政綁手綁腳」「主管覺得人手不夠」「會計抱怨報帳很煩」……每一句都是真的，但攤在桌上就是一團毛線。客戶花錢請你，不是要你把這團毛線原樣交回去，而是要你告訴他「問題的核心在哪、該先動哪裡」。這道配方解決的，就是「從一堆抱怨收斂成幾個有根因、有優先級的洞察」這個顧問最吃功力、也最花時間的環節。

最需要它的，是手上資料量大、卻卡在「不知道從何下手」的顧問。訪談越多，越容易迷失在細節裡，反而看不出全局；或者寫出來的報告變成「抱怨大全」，每個部門的不滿都列一條，客戶看完更焦慮，因為他還是不知道該先解決哪個。把「專案議題與客戶背景、訪談筆記、客戶最在意的目標」三塊貼進去，大約七分鐘，AI 會幫你把零散意見收斂成三到五個關鍵發現、做根因分析、排出「先做／再做／觀察」的優先矩陣，還附一段給高層看的重點摘要。它幫你省下的，是那段對著筆記本發呆、反覆歸類又推翻的撞牆時間——這正是診斷報告最容易拖稿的地方。

為什麼這樣設計

這份提示詞最關鍵的設計，是逼 AI 區分「證據」與「洞察」。它要求每個關鍵發現「用一句話結論開頭，下方列支持它的證據」。這個格式很重要：顧問報告的價值不在於你聽到了什麼，而在於你從聽到的東西裡得出了什麼結論。「採購說系統很慢」是證據，「跨部門權責不清導致大量重工」才是洞察。配方強制這個由結論帶證據的結構，等於替你把報告從「複述」拉升到「分析」的層次。

第二個關鍵是「根因分析：指出哪幾個發現其實是同一個根因」。零散意見最大的陷阱，是看起來有十個問題，其實背後只有兩三個根。採購慢、行政綁手、報帳煩，可能全都源自「流程沒有單一負責人、人人各管一段」。把表面現象往下推到結構性根因，客戶才不會被十個問題嚇到無所適從，而能集中火力解決真正的源頭。第三個關鍵是「影響大小 × 改善難易」的優先矩陣，這把抽象的洞察轉成可行動的順序，回答客戶心裡最迫切的那句「那我到底要先做什麼」。最後，提示詞明確要求 AI「若筆記不足以支撐某結論，請明說而不要硬掰」，並標出證據缺口——這是替顧問的專業誠信上保險，避免 AI 為了湊出漂亮報告而過度推論，反而害你在客戶面前栽跟頭。

怎麼用

第一步，打開 Claude、ChatGPT 或 Gemini，把整段提示詞貼進對話框。第二步，填三個欄位：專案議題與客戶背景寫清楚你在診斷什麼、客戶是什麼樣的公司；訪談筆記這欄是重點，可以大段貼上，越完整越好——把你所有的訪談紀錄、現場觀察、零散的便利貼內容全倒進去，AI 處理大量文字正是強項；客戶最在意的目標寫明確（例如「老闆只在乎交期能不能準」），AI 會以此為主軸排優先級，而不是給你一份四平八穩卻抓不到重點的報告。

第三步，按 Enter，你會拿到關鍵發現、根因分析、優先矩陣和高層摘要。注意這是「骨架」不是「成品」。第四步最關鍵：看它標出的證據缺口。如果某個發現它註明「目前只有一位受訪者提到，建議補訪佐證」，你就知道這條還不能寫死，得回頭補訪或找數據撐。補齊後，再請 AI 或自己把骨架潤成正式報告的語氣與格式。這幾步對應上方 steps 的「貼筆記、拿骨架、補證據」——別跳過補證據這步，那是把 AI 的初稿變成你能掛名負責的報告的關鍵。更多診斷與報告類配方可以在 /recipes 找到。

調整技巧

最常用的微調是換輸出形式。客戶要看簡報而非長報告，就跟 AI 說「請把這份報告改成投影片大綱，每頁一個關鍵發現、配一句標題式結論」，它會幫你轉成簡報骨架，這是 variations 的「簡報版」。如果客戶要的是可立刻執行的東西，請它「把每個優先項延伸成具體改善建議，並標出建議由哪個角色負責」，報告就從診斷延伸到行動方案，這是「行動版」。

第二種微調是控制收斂力道。覺得它給的發現太多、太碎，跟它說「請再收斂，只保留三個最關鍵、影響最大的發現」；反過來覺得太籠統，請它「每個發現下多補兩條具體證據與量化影響」。第三種是調語氣與對象：給高層看就請它「用更精簡、結論先行的高階語氣，少談細節」；給中階主管看就請它「保留執行層面的細節與操作建議」。全部用講的就能調，不需要重新整理筆記。

注意事項

最重要的把關，是「洞察的最終判斷得你來扛」。AI 很會找模式、做歸納，但它讀到的只是文字，讀不到訪談現場的語氣、政治角力與你的產業經驗。它可能把一個受訪者的個人情緒當成普遍現象，也可能漏掉一個它不理解、但對你的客戶至關重要的脈絡。每一個關鍵發現與根因，你都要回頭對照自己的判斷，確認站得住腳，才能掛名送出。報告上的結論一旦交給客戶，責任是顧問的，不是 AI 的。

證據不足卻被寫得很肯定，是最危險的狀況。務必認真看 AI 標出的證據缺口，該補訪就補訪，別讓一個只有單一來源、卻被包裝得很果斷的發現，害你在客戶高層面前被一句「你這個結論的根據是什麼」問倒。另外，訪談筆記常含員工真實姓名、薪資、客戶名單與內部敏感資訊，貼進公開 AI 工具前請去識別化（用「採購 A」「業務主管 B」代替真名）。若診斷觸及勞資、財務、法律合規等專業領域，AI 的歸納只能當線索，正式判斷與建議必須回到對應專業，顧問不能拿 AI 的整理當權威結論。

台灣情境案例

桃園一家做電商物流的中型公司，老闆主訴「出貨慢、客訴多，但查不出問題在哪」。一位顧問訪了倉儲、客服、採購、IT 共九個人，筆記本裡有四十幾條零散抱怨：客服說系統查不到即時庫存、倉儲說常常揀到一半發現缺貨、採購說補貨都靠經驗、IT 說沒人給明確需求所以系統一直沒改。他把這些整段貼進這道配方，並註明「客戶最在意的是縮短出貨時間」。

AI 收斂出三個關鍵發現，其中一個是「庫存資訊在各系統間不同步，導致揀貨、補貨、客服各憑一套數字作業」，下面列了客服、倉儲、採購三方的引述當證據，並在根因分析裡點明「客服查不到、倉儲揀到缺貨、採購靠經驗」其實是同一個根因。優先矩陣把「庫存資訊同步」標為「先做」（影響大、難易中等），把「客服話術優化」標為「觀察」（影響小）。AI 同時提醒：「IT 那條『沒人給需求』目前只有一位受訪者說法，建議補訪確認是流程問題還是溝通問題。」顧問依提醒回頭補訪 IT 主管，坐實了「需求一直沒人統整」這條，最後報告把焦點從老闆原本以為的「倉儲員工太慢」，轉成「庫存資料治理」這個結構性根因。對顧問來說，改變是把九場訪談的混亂，七分鐘內就理出了能讓老闆點頭的主軸，後續的提案與改善方向也都從這份報告長出來。

延伸用法

診斷報告是顧問交付鏈的中段。它的上游是訪談——如果你還在蒐集資料階段，可以先用 /recipes 裡的「診斷訪談」配方設計題庫，問得越有結構，這份報告的原料就越好。它的下游是提案與行動：報告做出來、根因清楚了，接「顧問提案」配方把改善方向包裝成客戶願意付費的服務，或接「工作坊」配方帶客戶團隊一起認領行動。

想把「訪談 → 診斷報告 → 提案 → 工作坊」整條交付流程串成一套可重複跑的標準作業，到 /workflows 看顧問工作流怎麼組裝，每一棒都有配方接力。如果你常要產出同一種格式的診斷報告、想固定自己的報告骨架與用語風格，可以搭配 /generator 的內容產生器，把報告模板定下來，未來換個案子只要換筆記就能套版。把這道配方放在訪談之後、提案之前，整條顧問交付會更有結構、也更省力。

材料

• AI 對話工具（Claude／ChatGPT／Gemini）
• 訪談筆記或現場觀察紀錄
• 客戶在意的目標

步驟

1. 貼筆記：把零散的訪談紀錄與觀察整段貼進去。
2. 拿骨架：AI 幫你收斂成關鍵發現、根因與優先矩陣。
3. 補證據：依它標出的證據缺口補訪，再潤成正式報告。

配方本體（可複製帶走）

# 角色
你是資深企管顧問，擅長把大量零散的訪談與觀察，收斂成少數幾個關鍵發現，再排出客戶該優先處理的順序。你重視證據與洞察的差別，不會只是複述抱怨。

# 任務
幫我把蒐集到的訪談筆記，整理成一份結構清楚、有優先級的診斷報告骨架。

專案議題與客戶背景：{填}
訪談筆記或觀察（可大段貼上，越多越好）：{填}
客戶最在意的目標：{填}

請產出：
1. 3～5 個「關鍵發現」：每個用一句話結論開頭，下方列支持它的證據（引述受訪者說法或事實），並標出影響範圍。
2. 根因分析：把表面現象往下推到結構性原因，指出哪幾個發現其實是同一個根因。
3. 優先矩陣：依「影響大小 × 改善難易」把問題排成「先做／再做／觀察」三類。
4. 一段給客戶高層看的「重點摘要」：300 字內講清最該關注的事。
5. 提醒我：哪些發現證據還不夠、需要再補訪或佐證。
繁體中文、台灣商務用語，邏輯清楚。發現之間不要重複，若筆記不足以支撐某結論，請明說而不要硬掰。

試吃報告

變化版

• 簡報版：請它把報告改成投影片大綱，每頁一個發現加一句標題。
• 行動版：請它把每個優先項延伸成具體的改善建議與負責人建議。

你可能也想看