证据从精确的文字稿选区开始
研究者高亮文字时，ScribeFlash 会保存来源片段、时间戳、说话人、访谈和上下文。删除高亮只解除研究编码，不删除原始文字稿。
- 片段级来源引用
- 时间戳和说话人上下文
- 删除高亮不删除文字稿
证据关联 AI
基于原始访谈证据的 AI 研究分析
ScribeFlash 帮助研究者从原始访谈文字稿走向可核验的研究结论。建议主题、反例和报告结论会保留对原始引用、文字稿片段、时间戳、参与者和研究问题的引用。
- 每条结论都回连到来源证据
- AI 建议在审核前保持 Suggested 标识
- 引用可以带着证据进入可编辑报告
证据关联 AI
ScribeFlash
1
每条结论都回连到来源证据
2
AI 建议在审核前保持 Suggested 标识
3
引用可以带着证据进入可编辑报告
ScribeFlash 如何让 AI 分析建立在证据上
这个页面面向 UX 研究员、产品经理和顾问：你需要的不是漂亮但无法核验的总结，而是能在交付前逐条检查的访谈洞察。
研究编码直接附着在证据上
Evidence 可以包含多个标签和一个主要 Research Question，让 AI 分析围绕研究目标展开，而不是把访谈变成普通会议纪要。
- 主题、痛点、行为标签
- 主要研究问题映射
- 引用旁保留研究备注
AI 建议和已确认结论分开
ScribeFlash 可以建议有用的证据和结论，但建议内容会保持标识，直到研究者确认、编辑、合并或拒绝。
- Suggested 状态可见
- 研究者做最终判断
- 编辑仍保留在审核流程中
Finding 可以包含支持证据和反例
好的研究结论不只是润色过的一句话。它可以包含支持证据、反例、置信度和限制条件，避免少数意见被隐藏为噪音。
- 支持引用引用
- 反例引用
- 适合写入报告的限制说明
从引用到证据关联报告
证据工作流刻意保持清晰：捕捉引用，连接研究问题，让 AI 建议模式，再由研究者决定哪些内容进入报告。
高亮一段引用
在文字稿中选择文本，创建带有来源片段和时间戳的 Evidence。
给证据编码
添加标签、研究问题映射和备注，让引用具备分析意义。
审核 AI 建议
在接受之前检查建议证据、主题、反例和置信度。
插入报告
把确认后的 Finding 和 Quotes 移入可编辑报告，并保留 EvidenceReference。
可信控制
为降低研究交付中的 AI 幻觉风险而设计
产品设计把 AI 当作助手，而不是不可见的作者。证据引用、置信度和限制说明帮助团队检查从文字稿到最终结论的链路。
可追溯
一条 Finding 应该能回到引用、片段、参与者和访谈上下文。
人工审核
AI 建议证据和 Finding 不会与研究者已确认决定混在一起。
报告完整性
Finding 进入报告生成器后，EvidenceReference 仍会保留，便于之后核验。
常见问题
什么是证据关联 AI？
证据关联 AI 是指 AI 生成的研究结论会连接到背后的访谈证据：原始引用、文字稿片段、时间戳、参与者和研究问题。
它和普通 AI 总结有什么不同？
普通 AI 总结往往难以核验。ScribeFlash 的设计目标是让每条重要结论在进入报告前都能回到原始访谈证据检查。
AI 会覆盖原始文字稿吗？
不会。产品设计会区分 Original 与 Clean、Translated、Anonymized 或 AI-assisted 等派生版本，避免来源内容被静默替换。
删除 Highlight 会发生什么？
删除 Highlight 会解除这条高亮的研究编码，但不会删除原始文字稿文本。
报告里的引用能跳回来源吗？
可以。Finding 和 Quote 会保留 EvidenceReference，便于追溯到底层引用、时间戳、片段和访谈。
继续了解完整研究工作流
需要可以被追问、也站得住的访谈结论？
创建项目、上传访谈，并让每条重要洞察都保留来源证据。