对于ChatGPT是什么，相信大家已经有所了解，这里就偷懒让ChatGPT亲自答一下（图1）。相比于之前的聊天机器人，ChatGPT在语言理解、表达等方面都有非常惊艳的表现，而这离不开其背后强大的技术。
图1ChatGPT自我介绍
比如“赛博算卦”～～首先直接让ChatGPT算卦会被无情拒绝（图2），ChatGPT说作为一个AI模型，它无法推算八字排盘和流年运势。但换一种思路，我们可以和ChatGPT“商量”玩算命先生的游戏，让ChatGPT扮演算命先生，我们来扮演顾客，从而获得回答（图3），虽然我不懂算卦，但答案看上去还是很专业的。
图2ChatGPT拒绝算卦
怀着这样的想法，我试着使用ChatGPT对数字藏品的价值进行用户调研，包括案头分析、研究设计、访谈执行和分析、问卷设计和分析以及报告撰写等主要研究环节。从初步的探索来看，当前ChatGPT显然不能完全取代用户研究员的工作，但是在以下四个方面已经展现出其作为辅助工具，为用户研究降本增效的潜力：
能力多样的“配菜员”：提供初步的研究框架、访谈提纲等，针对访谈记录、数据结果总结关键信息等，辅助研究员在此基础上修改提升；
提升内容表达的润色工具：根据需求转换成不同风格的表达、识别错别字等，但当前英文比中文的润色效果更好；
用户访谈降本增效的“模拟器”：通过让ChatGPT扮演主持人访谈用户，或者扮演典型用户接受访谈，提升用户访谈的效率。
让我们依次看下ChatGPT在这些方面的具体表现：
1.高效整合内容的搜索引擎
图4数字藏品概念释义
图5数字藏品有哪些价值
图6追问数字藏品的艺术价值
图8对某数字藏品平台的一番胡扯
图9ChatGPT无法提供答案的参考文献
图10ChatGPT对使用Excel计算平均值、TGI指数的指导
图11针对SPSS语句实现，ChatGPT给出错误答案
2.能力多样的“配菜员”
ChatGPT在用户研究工作中，第二个可能的应用是作为能力多样的“配菜员”，从访谈逐字稿、问卷数据中提炼关键信息，或者根据研究员的诉求提供诸如方案设计、问卷大纲等多种建议，提高研究员分析数据获得洞察、撰写访谈提纲或者问卷等任务的效率。
在这一部分，让我印象最为深刻的是ChatGPT分析总结原始数据的能力，比如我根据真实用户的访谈记录改编出以下三个用户对使用过的数字藏品平台的评价：
用户1:“我玩的跟他差不多，也就两个，一个平台A一个平台B，像那种官方发出来的那种在自己那里抽奖的那些我也会看，但是像那种野牌子我一般是不会去玩，那种野牌子感觉没有什么大公司，我怕我买完收藏了，他就什么都没了，这种就不会错的。然后区别其实我主要是看文物的，别的我其实看的少，我感觉也没啥区别。”
用户2:“首先第一个最大区别就是因为国内的数字藏品发售的话都是以公司为主题，但是国外的首先他只是在中介平台上传自己的图片，然后进行发布，这其实是国内外最大的一个区别，然后国内的区别的话，第一个我觉得是公司可信度不同，就比如说在平台B上面买的话我完全不用担心这个数字藏品会不见了，然后还有就是小公司的话就是像他说的会非常容易怕跑路，我收藏的东西就不见了，然后每个平台的话其实他会有锚定的点，就是我发售的藏品的主题内容会有什么不同，有一些他会发售类似说什么古代人物这种，有一些像平台B这种的话就是主做博物馆里面的藏品什么的，还有类似我刚才说的明星那种，就每个做的内容他会不同，大概就这些。”
然后让ChatGPT从中总结出和数字藏品平台有关的关键信息（图12）。我们看到ChatGPT总结的质量已经比较高了，基本上覆盖了用户提到的关键点，比如平台可信度很重要、不同平台的内容存在差异等。虽然ChatGPT的总结还仅限于原文观点的提炼，而不能进行更多的关联分析（比如从第一点平台可信度可以得出用户需要平台背书来确保数字藏品的安全，但基于区块链的数字藏品在技术上本身就具有永久有效、公开透明的特性，造成这种差异的原因可能是现实中数字藏品依然依托于中心化平台的运营，也可能是用户对数字藏品的技术特性缺乏认同等），但已经可以很好地作为进一步提炼洞察的材料了。
除了总结访谈记录，ChatGPT也能从问卷数据中得出关键信息，比如表1是两种数字藏品用户类型在选购数字藏品时，会主要考虑哪些因素的统计数据（非真实数据）：
表1收藏用户和投资用户选购数字藏品时主要考虑的因素（非真实数据）
我们可以让ChatGPT分析两种类型用户在选购因素上的差异（图13），甚至可以直接让ChatGPT根据选购因素得出如何设计数字藏品的建议（图14）。可以看到，和访谈记录总结类似，ChatGPT能够针对统计数据得出初步分析结果（比如两种用户更看重的选购因素），但需要研究员在此基础上做更深度的洞察提炼。
图13对比两种用户在选购因素上的异同
图14根据选购因素得出数字藏品设计的建议
此外，ChatGPT还可以针对研究方案（图15和图16）、访谈提纲（图17和图18）、访谈中追问（图19）、问卷设计（图20）、数据可视化（图21）等提供初步建议，这些建议的质量参差不齐，总体来看离真正可用的方案、提纲等尚有不小的距离（比如问卷题目和选项过于简单、数据可视化建议效果不佳等），但已经可以用来启发研究员在此基础上修改完善。
图15ChatGPT撰写研究计划
图16追问研究对象如何分组
图17撰写深度访谈大纲
图18根据访谈提纲追问具体的访谈问题
图19访谈中追问什么问题
图20撰写问卷题目和选项
图21数据可视化建议
总的来看，ChatGPT在用户研究的多个环节中均有着扮演“配菜员”的潜力，如分析访谈记录、问卷数据，总结其中的关键信息，或者就研究方案、访谈提纲、问卷题目等提供建议。从目前的效果来看，ChatGPT的答案并不是真正可用的方案、提纲、问卷、洞察等，但确实可以提高如总结访谈记录、分析问卷数据的效率，为研究员进一步分析，得出更高价值的洞察提供了丰富的原材料。
3.提升内容表达的润色工具
ChatGPT修改文案的能力在用户研究工作中也有用武之地，比如修改问卷题目、报告内容中的错别字。如图22所示，ChatGPT成功识别并修改了“参于”、“资质”、“隆资”这几处错别字，并在“甚至”前添加了逗号提升表达准确性。其修改效果还是比较惊艳的。
图22错别字修改
此外相信有不少研究员在撰写英文报告时，担心自己写出的句子比较生硬、词不达意。在这方面，ChatGPT可以很好地帮助我们提升英文报告的表达，比如使用更精准更地道的词汇、更符合英语母语的表达习惯等。
要实现这一点的话，需要用到ChatGPT更“高端“的玩法，即通过适当的提示语（Prompt）让ChatGPT扮演特定风格的英文翻译，将输入的内容在不改变其意思的情况下，翻译成更优美高端的英文（当然也可以尝试其他风格，比如更concise等）：
IwantyoutoactasanEnglishtranslator,spellingcorrectorandimprover.Iwillspeaktoyouinanylanguageandyouwilldetectthelanguage,translateitandanswerinthecorrectedandimprovedversionofmytext,inEnglish.IwantyoutoreplacemysimplifiedA0-levelwordsandsentenceswithmorebeautifulandelegant,upperlevelEnglishwordsandsentences.Keepthemeaningsame,butmakethemmoreliterary.Iwantyoutoonlyreplythecorrection,theimprovementsandnothingelse,donotwriteexplanations.Myfirstsentenceis“很高兴认识你"
图23展示的就是“数字藏品交易的投机炒作氛围浓厚，买家会面临如庄家控盘、平台跑路、内容侵权、无人接盘等风险”这句话的英文翻译结果，和直接翻译的结果对比（图24），确实效果更好一些。
图23翻译并提升英文表达
图24直接翻译成英文
总的来说，ChatGPT在修改错别字、提高英文表达方面均有不错的表现，确实可以帮助我们更高效的润色输出的内容，比如访谈提纲、问卷题目、洞察报告等。
4.用户访谈降本增效的“模拟器”
回到用户研究，很自然地就会想到：让ChatGPT扮演主持人的角色，访谈用户的效果如何，能不能自动化访谈？或者反过来，让ChatGPT扮演某类典型用户接受访谈，它的回答和真实用户的回答相差多少？能不能作为典型用户的初步洞察？
我们先来看下ChatGPT扮演主持人访谈用户的效果（图25），这里我让ChatGPT扮演成一位访谈主持人，目的是通过询问用户问题来弄清楚“数字藏品（NFT）的核心用户价值是什么”，相应的Prompt是：
Iwantyoutoactasanuserinterviewer,youjobistofigureoutthecoreuservalueofNFT.IwillbetheuserandyouwillaskmetheinterviewquestionsaboutNFT.Iwantyoutoonlyreplyastheinterviewer.Donotwritealltheconversationatonce.Iwantyoutoonlydotheinterviewwithme.Askmethequestionsandwaitformyanswers.Donotwriteexplanations.Askmethequestionsonebyonelikeaninterviewerdoesandwaitformyanswers.Myfirstsentenceis“Hi”
图25ChatGPT扮演主持人访谈用户
IwantyoutoactasaNFTuser,youarea20-year-oldcollegegirl,youhavealotofhoppies,likepartying,watchingmovies,shoppingwithyourbestiesetc.IwillbetheinterviewerandIwillaskyoutheinterviewquestionsaboutNFT.Iwantyoutoonlyreplyasthisgirl.Donotwritealltheconversationatonce.Waitformyquestionsandgivemeanswers.Donotwriteexplanations.Myfirstsentenceis"Hi"
图26ChatGPT扮演典型用户接受访谈
所以展开想象力，这会不会改变今后用户研究的流程？比如在访谈真实用户前，能不能先让ChatGPT扮演几种典型用户来获得初步洞察，之后再进行真实用户访谈以验证和补充？当然在此之前还有很多的问题要回答，比如如何使用Prompt更准确地描述典型用户（如需要哪些变量？），ChatGPT扮演典型用户的准确性和有效性有多高等等。但无疑ChatGPT的表现已经足以让我们开始类似的思考。
总结一下，通过上述初步的探索，我会觉得ChatGPT在未来的用户研究工作中，可能成为降本增效的辅助工具：作为高效的搜索引擎，提升获取知识的效率；也可以作为能力多样的“配菜员”，提供诸如访谈初步总结、数据分析结果、访谈大纲等内容，辅助研究员完成研究设计、洞察分析等；还能作为内容（尤其是英文内容）的润色工具，修改错别字、转换不同表达风格等；最后也显示了其作为主持人执行访谈或者扮演典型用户接受访谈的潜力。
当然ChatGPT距离真正可用的用户研究辅助工具还有一段距离，比如需要用户研究领域的知识对模型进行Fine-tune以提升答案质量，再比如需要定制化的交互方式，以提升在用户研究工作中，与ChatGPT交互的体验和效率等等。
最后，对于ChatGPT能否替代用户研究，我认同：“AIwillnotreplaceyou.ApersonusingAIwill.