طراحی پرسشنامه با هوش مصنوعی؛ نمونه بازخورد مشتری
طراحی پرسشنامه با هوش مصنوعی را با هشت سؤال فارسی، منطق نمایش، اصلاح سؤال جهتدار و پرامپت آماده یاد بگیرید؛ همراه جدول هدف و روش آزمون فرم پیش از انتشار.

طراحی پرسشنامه با هوش مصنوعی باید از تصمیمی شروع شود که میخواهید با پاسخها بهتر بگیرید. ابتدا هدف، مخاطب و تجربه مورد سؤال را مشخص کنید؛ سپس سؤال، گزینه و منطق نمایش را بسازید. AI برای ایده و نقد ابهام مفید است، اما پاسخ واقعی مشتری و آزمون فرم را جایگزین نمیکند.
این مقاله یک پرسشنامه فرضی درباره تجربه خرید از فروشگاه آنلاین کتاب ارائه میدهد. هشت سؤال و مسیر نمایش آنها نمونه آموزشیاند؛ ابزار اعتبارسنجیشده علمی یا نتیجه یک نظرسنجی واقعی نیستند. میتوانید ساختار را با هدف و فرایند خودتان تطبیق دهید.
هدف پرسشنامه را به تصمیم عملی وصل کنید#
«شناخت مشتری» هدف خیلی گستردهای است. هدف محدودتر میتواند این باشد: «مشخص کنیم در خرید اخیر، کدام بخش به توضیح یا اصلاح بیشتری نیاز داشته است.» این هدف به مراحل تجربه، مانند اطلاعات محصول، ثبت سفارش و پاسخ پشتیبانی وصل میشود.
برای هر سؤال بنویسید پاسخ چه تصمیمی را کمک میکند. اگر هیچ تصمیم یا تحلیل مشخصی ندارد، شاید در این فرم لازم نباشد. پرسیدن اطلاعات بیشتر، همیشه شناخت بهتر ایجاد نمیکند؛ ممکن است پاسخ دادن را سنگین کند و تمرکز را از مسئله اصلی دور کند.
| هدف نمونه | سؤال مرتبط | استفاده احتمالی |
|---|---|---|
| بررسی وضوح اطلاعات | روشن بودن توضیح کتاب | بازبینی صفحه محصول |
| بررسی ثبت سفارش | آسانی تکمیل خرید | یافتن بخش نیازمند بررسی |
| بررسی تحویل | تجربه دریافت سفارش | بررسی اطلاعات و فرایند ارسال |
| بررسی پشتیبانی | تجربه پاسخ برای تماسگیرنده | اصلاح روش پاسخگویی |
راهنمای Statistics Canada درباره طراحی پرسشنامه هم طراحی هدف و تحلیل را پیش از ساخت سؤال مطرح میکند. در مثال ما، اول تصمیمهای قابل استفاده را تعریف میکنیم و بعد متن سؤال مینویسیم.
مخاطب و بازه تجربه را روشن کنید#
اگر درباره خرید اخیر میپرسید، باید معلوم باشد «اخیر» چه معنایی دارد. در این نمونه، بازه چهار هفته گذشته و تجربه آخرین خرید را انتخاب میکنیم. این بازه یک انتخاب آموزشی است؛ آن را با چرخه خرید کسبوکار خودتان هماهنگ کنید.
کسی که در این بازه خرید نکرده، نباید به کیفیت تحویل همان بازه نمره بدهد. سؤال آغاز میتواند او را از مسیر نامرتبط خارج کند. اگر میخواهید تجربه بازدید بدون خرید را بررسی کنید، فرم یا شاخه متفاوتی طراحی کنید.
موضوع سؤال باید فقط یک تجربه مشخص باشد. اگر مشتری چند خرید داشته، عبارت «آخرین خرید» مرجع را روشن میکند. این کار کمک میکند پاسخها درباره رخدادهای متفاوت و نامعلوم مخلوط نشوند.
برای این هدف، مخاطب و مرجع تجربه را تعریف کن:
بررسی بخشهای نیازمند اصلاح در خرید آنلاین کتاب.
خروجی: گروه پاسخدهنده، بازه زمانی، تجربه مورد سؤال و مسیر فرد بدون تجربه.
اگر هدف مبهم است، پرسش لازم را بده. تعداد مشتری یا داده بازار را حدس نزن.
سؤال خنثی و تکموضوعی بنویسید#
عبارت «چقدر از خدمات عالی ما راضی هستید؟» کیفیت را از قبل عالی فرض کرده است. نسخه دقیقتر، یک بخش مشخص از تجربه را بدون صفت ارزشگذار میپرسد. همچنین «از سرعت و کیفیت ارسال راضی بودید؟» دو موضوع دارد؛ ممکن است پاسخ یکی مثبت و دیگری منفی باشد.
روش Pew Research Center برای نگارش سؤال بر اثر واژهها، یک موضوع در هر سؤال و بررسی پیش از اجرا تأکید میکند. در نمونههای این مقاله، رضایت کلی را جای پاسخ درباره بخش مشخص نمیگذاریم.
| نسخه مبهم | مسئله | پیشنهاد آموزشی |
|---|---|---|
| خدمات عالی ما چطور بود؟ | قضاوت در متن | تجربه دریافت سفارش را چگونه ارزیابی میکنید؟ |
| سایت سریع و واضح بود؟ | دو موضوع | ثبت سفارش چقدر آسان بود؟ |
| همیشه خوب پاسخ دادیم؟ | بازه و ادعای مطلق | در تماس مربوط به آخرین خرید، پاسخ چقدر روشن بود؟ |
| چرا خریدتان کم شده؟ | فرض کاهش | در بازه مشخص چند خرید داشتهاید؟ |
گزینهها را با نوع سؤال هماهنگ کنید#
سؤال درباره آسانی، گزینههای آسان تا دشوار میخواهد؛ سؤال درباره تماس، بله و خیر. انتخاب یک مقیاس واحد برای همه سؤالها ممکن است معنی پاسخ را مبهم کند. برچسبها را در خود فرم توضیح دهید تا پاسخدهنده بداند چه چیزی را انتخاب میکند.
در مثال، برای آسانی ثبت سفارش پنج گزینه داریم: بسیار دشوار، دشوار، نه آسان نه دشوار، آسان و بسیار آسان. برای کسی که مرحله را انجام نداده، گزینه جدا لازم است یا سؤال باید نمایش داده نشود. این گزینه را با نقطه میانی مقیاس یکی نکنید.
برای سؤال بسته، گزینههایی انتخاب کنید که نیازهای هدف را پوشش دهند. اگر امکان «مورد دیگر» لازم است، متن آزاد کوتاه همراه آن بدهید. ترتیب مقیاس معنادار را ثابت و قابل فهم نگه دارید؛ تغییر بیدلیل ترتیب در یک فرم میتواند پاسخ دادن را سختتر کند.
نمونه مقدمه کوتاه پرسشنامه#
«این فرم برای بررسی تجربه آخرین خرید شما از فروشگاه نمونه در چهار هفته گذشته است. پاسخها به ما کمک میکند بخشهای نیازمند بررسی را پیدا کنیم. پاسخ دادن اختیاری است. برای این فرم نام و شماره سفارش لازم نیست؛ لطفاً در پاسخ آزاد هم اطلاعات شخصی ننویسید.»
این مقدمه صرفاً نمونه است. اگر فرم واقعی نام، شماره سفارش یا داده دیگری جمع میکند، توضیح آن باید با همان رفتار واقعی هماهنگ باشد. زمان تکمیل را هم فقط پس از اندازهگیری اجرای نمونه اعلام کنید، نه از روی حدس مدل.
معرفی صادقانه هدف و داده، بخشی از طراحی است. در راهنمای Government Analysis Function میتوانید اصول آمادهسازی و آزمون سؤالها را ببینید. فرمی که مقدمهاش وعدهای متفاوت از اجرا میدهد، نیاز به اصلاح دارد.
هشت سؤال فارسی برای بازخورد خرید#
سؤال یک: وجود تجربه در بازه تعریفشده#
«آیا در چهار هفته گذشته از فروشگاه نمونه خرید کردهاید؟» گزینهها: بله؛ خیر؛ به خاطر ندارم. اگر پاسخ خیر یا به خاطر ندارم است، در این نمونه مسیر خرید اخیر پایان مییابد. برای بررسی تجربه دیگر، شاخه جدا لازم است.
سؤال دو: آسانی ثبت سفارش#
«در آخرین خرید این بازه، تکمیل مراحل ثبت سفارش چقدر آسان یا دشوار بود؟» گزینهها: بسیار دشوار؛ دشوار؛ نه آسان نه دشوار؛ آسان؛ بسیار آسان؛ خودم مراحل را انجام ندادم. گزینه آخر برای تحلیل این مقیاس، پاسخ رتبهای محسوب نمیشود.
سؤال سه: روشن بودن اطلاعات محصول#
«پیش از ثبت سفارش، توضیحات صفحه کتاب تا چه اندازه برای تصمیم شما روشن بود؟» گزینهها: اصلاً روشن نبود؛ کمی روشن بود؛ تا حدی روشن بود؛ روشن بود؛ بسیار روشن بود؛ توضیحات را نخواندم. عبارت صفحه و تجربه را با فروشگاه خودتان تطبیق دهید.
سؤال چهار: مشکل اصلی در مراحل خرید#
«اگر در این خرید با مشکلی روبهرو شدید، مهمترین مورد کدام بود؟» گزینهها در نمونه: پیدا کردن کتاب؛ فهم اطلاعات کتاب؛ تکمیل اطلاعات سفارش؛ پرداخت؛ مورد دیگر؛ مشکلی نداشتم؛ به خاطر ندارم. اگر فقط یک مشکل اصلی میخواهید، انتخاب یک گزینه را روشن بنویسید.
سؤال پنج: تجربه دریافت سفارش#
«تجربه دریافت همین سفارش را چگونه ارزیابی میکنید؟» گزینهها: بسیار نامطلوب؛ نامطلوب؛ نه مطلوب نه نامطلوب؛ مطلوب؛ بسیار مطلوب؛ هنوز دریافت نکردهام؛ خودم سفارش را دریافت نکردم. برای یافتن علت، میتوانید بعداً سؤال مستقل درباره زمان یا وضعیت بسته طراحی کنید.
سؤال شش: تماس با پشتیبانی#
«آیا درباره همین خرید با پشتیبانی تماس گرفتید؟» گزینهها: بله؛ خیر؛ به خاطر ندارم. این سؤال برای تعیین مسیر سؤال بعد است، نه سنجش رضایت.
سؤال هفت: روشن بودن پاسخ پشتیبانی#
فقط برای پاسخ بله به سؤال شش: «پاسخ پشتیبانی به پرسش شما چقدر روشن بود؟» گزینهها: اصلاً روشن نبود؛ کمی روشن بود؛ تا حدی روشن بود؛ روشن بود؛ بسیار روشن بود؛ پاسخی دریافت نکردم. دریافت نکردن پاسخ را با ابهام پاسخ مخلوط نکنید.
سؤال هشت: پیشنهاد آزاد#
«اگر یک بخش از تجربه این خرید را تغییر میدادید، کدام بخش و چرا؟» پاسخ آزاد و اختیاری است. از پاسخدهنده بخواهید اطلاعات شخصی ننویسد. این سؤال فرصت میدهد موردی خارج از گزینههای قبلی بیان شود.
منطق نمایش را به جدول تبدیل کنید#
داشتن شرط در متن پرامپت کافی نیست؛ شرط باید در فرم واقعی اجرا شود. مسیرهای مختلف را با داده نمونه آزمایش کنید. کسی که پشتیبانی نگرفته، نباید به سؤال کیفیت پاسخ مجبور شود.
| وضعیت | سؤالهای قابل نمایش | کنترل |
|---|---|---|
| خرید در بازه ندارد | سؤال یک و پایان مرتبط | امتیاز ساختگی ثبت نشود |
| خرید دارد، تماس ندارد | سؤالهای دو تا شش و هشت | سؤال هفت پنهان باشد |
| خرید و تماس دارد | سؤالهای دو تا هشت | وضعیت بدون پاسخ ممکن باشد |
| سفارش دریافت نشده | سؤال پنج با گزینه مربوط | دریافت نشده نمره رضایت نیست |
این پرسشنامه را به جدول منطق نمایش تبدیل کن.
برای هر سؤال: شرط نمایش، گزینه، اجباری یا اختیاری بودن و نوع داده.
مسیر بدون تجربه، داده خالی و پاسخ به خاطر ندارم را بررسی کن.
فقط طرح بده؛ ادعا نکن فرم واقعی تنظیم شده است.
آزمون فرم پیش از جمعآوری پاسخ#
از چند نفر بخواهید سؤال را بخوانند و با زبان خود بگویند چه چیزی از آن فهمیدهاند. این کار میتواند تفاوت برداشت را نشان دهد. سپس مسیرهای فرم را اجرا کنید: خرید ندارد، تماس ندارد، سفارش نرسیده و داده خالی. زمان واقعی تکمیل و نقطههای توقف را ثبت کنید.
پاسخ ساختگی مدل فقط برای بررسی گزینه و مسیر مفید است. آن را وارد گزارش مشتریان واقعی نکنید. اگر برای آموزش داده نمونه میسازید، فایل و ستونها باید برچسب ساختگی داشته باشند تا بعداً با داده اصلی مخلوط نشوند.
پرسشنامه را از نظر ابهام نقد کن.
برای هر سؤال، برداشتهای ممکن، واژه دشوار و پیشنهاد اصلاح را بنویس.
سپس چهار پاسخ ساختگی فقط برای تست منطق نمایش بده و همه را «داده آزمون» نامگذاری کن.
این پاسخها را نتیجه نظرسنجی یا نماینده مشتریان معرفی نکن.
تحلیل را از قبل طراحی کنید#
برای هر سؤال مشخص کنید چه نوع خروجی میخواهید: توزیع گزینهها، فهرست مسئله یا دستهبندی پاسخ آزاد. وضعیت تجربه ندارم، داده خالی و پاسخ رتبهای را جدا نگه دارید. میانگین گرفتن از همه کدها بدون فهم معنی آنها میتواند نتیجه غلط بسازد.
در گزارش، تعداد پاسخ معتبر هر سؤال را بنویسید. سؤال پشتیبانی فقط به گروه تماسگیرنده مربوط است و تعداد آن با کل فرم یکی نیست. نتیجه این گروه را به همه خریداران نسبت ندهید. این مقاله نمونه روش آمادهسازی است و ادعای نمایندگی آماری برای فرم ارائه نمیکند.
برای دستهبندی متنها، راهنمای تحلیل نظرات مشتریان و برای مرتبسازی جدول، هوش مصنوعی برای اکسل مفیدند. تحلیل باید از داده جمعشده پیروی کند و نقلقول تازه نسازد.
چکلیست پرسشنامه آماده بررسی#
- تصمیم و مخاطب روشناند.
- بازه و تجربه مورد سؤال مشخص است.
- هر سؤال یک موضوع دارد.
- واژه جهتدار و فرض بیپشتوانه حذف شده است.
- گزینه بدون تجربه از مقیاس جداست.
- منطق نمایش در فرم آزمایش شده است.
- داده آزمون با داده مشتری مخلوط نمیشود.
- روش استفاده از پاسخ هر سؤال تعریف شده است.
برای شروع، هدف و تجربه مورد سؤال را در GPT Plus وارد کنید و ابتدا جدول هدفها را بخواهید. پس از تأیید آن، سؤالها را بسازید و با یک اجرای کوچک اصلاح کنید. برای طراحی دستور دقیق، راهنمای پرامپتنویسی مکمل این مسیر است.
این مقاله و تصویر مفهومی آن با کمک هوش مصنوعی تهیه شدهاند. فروشگاه، فرم و داده آزمون نمونه آموزشیاند؛ هیچ نتیجه نظرسنجی واقعی یا اعتبارسنجی علمی گزارش نمیشود.
سوالات متداول
آیا AI میتواند پرسشنامه معتبر بسازد؟
میتواند پیشنویس و نقد سؤالها را انجام دهد، اما اعتبار ابزار و کیفیت اجرا به هدف، روش و آزمون بستگی دارد. فرم آموزشی تولیدشده را بدون بررسی، پرسشنامه علمی اعتبارسنجیشده معرفی نکنید.
برای طراحی سؤال نظرسنجی چه اطلاعاتی لازم است؟
تصمیم مورد نظر، مخاطب، تجربه مورد سؤال، بازه زمانی و شیوه استفاده از پاسخ را مشخص کنید. سپس برای هر سؤال یک هدف قابل توضیح بنویسید.
سؤال جهتدار چیست؟
سؤالی است که با واژه یا فرض خود، پاسخ خاصی را ترجیح میدهد؛ مثلاً درباره خدمات عالی از قبل قضاوت میکند. متن را به پرسش خنثی درباره تجربه مشخص تبدیل کنید.
چطور به کسی که پشتیبانی نگرفته سؤال مرتبط نشان دهیم؟
ابتدا درباره تماس با پشتیبانی بپرسید و سؤال کیفیت پاسخ را فقط برای افراد دارای آن تجربه نمایش دهید. گزینه تجربه ندارم و منطق نمایش باید در فرم واقعی آزمایش شوند.
آیا پاسخهای ساختگی AI را میتوان نتیجه نظرسنجی دانست؟
خیر. پاسخ ساختگی فقط برای آزمایش فرم و تحلیل نمونه مناسب است و باید برچسب آموزشی داشته باشد. شناخت مشتری به داده واقعی و روش جمعآوری مناسب نیاز دارد.
ما در GPT Plus هر روز با مدلهای هوش مصنوعی کار میکنیم و تجربههایمان را به فارسی مینویسیم تا استفاده از AI برای همه سادهتر شود.
مطالب مرتبط

سناریوی تماس فروش با هوش مصنوعی؛ نمونه فارسی
سناریوی تماس فروش با هوش مصنوعی را با نمونه فارسی، سؤال نیازسنجی، شاخه پاسخ مشتری و پیام پیگیری بسازید؛ همراه پرامپت تمرین و چکلیست کنترل ادعاهای فروش.

تحلیل رقبا با هوش مصنوعی برای فروشگاه اینترنتی
آموزش ساخت جدول تحلیل رقبا با AI برای فروشگاه اینترنتی؛ بررسی محصول، قیمت، پیام فروش، منابع واقعی و جداکردن واقعیت از فرضیه.

تحلیل نظرات مشتریان با هوش مصنوعی؛ نمونه فارسی
آموزش تحلیل نظرات فارسی مشتریان با AI؛ دستهبندی شکایتهای پرتکرار، استخراج احساس، تشخیص کنایه و تبدیل بازخورد به اقدام عملی.