為什麼需求探詢通話的第一個問題，是你最好的 prompt？

因為一句說出口的第一個問題，是 prompt 調研裡唯一同時帶著一個人、一個日期和一份未被污染的詞彙的產物。搜尋查詢有日期，也有部分身分，但抵達時已經被壓縮進搜尋語法；社群討論串有那些詞，卻沒有你要賣的那個人。通話裡的第一個問題，是買家還在用自己的說法描述問題時說出的句子，而那正是人們敲進助手裡的語域：長、口語化，而且寫成問句而不是關鍵字。

疑問形式也是最可靠地產出 AI 答案的形式。一項研究採集了 2026 年 3 月 13 日至 4 月 21 日之間的 55,393 條熱門查詢，測得 Google AI Overview 在疑問句式查詢上的觸發率為 64.7%，在非疑問句式查詢上為 9.5%。¹ 通話裡的問題到手時就已經是那個形態，這也是它們幾乎不需要加工的原因：把關鍵字變成 prompt 的那道工序，已經由一個不知道自己在做這件事的人替你做完了。

還有第三個理由，而且它會改變你接下來要做的事。同一項測量發現，AI Overview 引用的網域中有 29.8% 完全沒有出現在對應的第一頁結果裡。¹ 一項針對某個助手最常被引用頁面的廠商研究指向同一個方向，只是那個數字，廠商以外的人無從核對。² 無論如何，一套從關鍵字資料出發的調研方法看不見那部分族群。通話看得見，因為它從人出發，而不是從索引出發。

只做五處修改，其他一處不動，並把逐字原文留在旁邊那一欄，讓任何後來的讀者都能核對你改了什麼。去掉可識別資訊：人名、公司名、發票號碼，以及任何能指認說話者的東西。去掉口頭語：那些「嗯」、說到一半重來的開頭、重複的詞。把代名詞還原成說話者剛剛用過的那個名詞，而不是你會用的那個名詞。把複合問題拆開，一條一個，因為兩段式的問題會產出一個你沒辦法評分的答案。其餘全部保留，包括他們對你這個品類的叫法，即使那個叫法是錯的，因為那個詞正是一個真人會敲進去的詞。

你絕不能做的，是所有人都想做的第六處修改：把問題翻譯成你的產品詞彙。「我這樣做會不會害帳號被封？」變成「帳號安全控制有哪些？」，這條條目就不再測量任何東西了。改寫後的版本會把你自己的文件檢索回來，因為官方來源是被引用來源裡最大的單一類別：在一項 602 條受控 prompt、產出 21,143 條搜尋層引用的研究裡，視平台而定佔 34.22% 到 46.35%。⁴ 而原句檢索到的，是開放網路上關於你這個品類裡封鎖問題的說法，那才是你真正想知道的東西。

兩欄都要永久保存。六個月後，當面板產出一個有人質疑的數字時，逐字那一欄是唯一能證明這些 prompt 是真實問題、而不是你團隊想像中的問題的證據；而一份無法審計的面板，恰恰會被你當初想說服的那個人打折看待。

飽和是一個借來的概念，但它背後有真實的測量，而正是這份借用讓停止規則站得住腳、而不是拍腦袋。關於這個問題最著名的實驗，是 2006 年發表在 Field Methods 上、分析了六十次深度訪談的一項研究，它報告說「飽和出現在前十二次訪談之內，儘管元主題的基本要素早在第六次訪談時就已出現」。⁵ 那項研究講的是另一個年代、另一個主題，所以請把它當作先驗而不是目標：正確的數量級是十幾，不是上百；而停止規則是觀察到曲線走平，不是一個固定數字。

請自己把曲線畫出來：試算表裡的三欄，分別是每通電話新增的不同問題數、累計不同問題數、已處理通話數。連續兩批各五通、每批新增都不到一個新問題，就表示這個來源暫時被挖盡了。那一刻，有用的產出也隨之改變，因為「有多少買家用過每一種說法」的計數，成了這份資料裡更有價值的一半。