会話エージェントはコストと忠実性を同時に維持できる唯一の手段です。

プラットフォームに入るすべての会話は、AIの会話エージェントとの15〜45分の音声インタビューです。エージェントはワーカーの最近の経験における具体的な出来事から始まり、各プローブをアンカーに対してゲートし、アンカーがロックされるまでテーマを先に進めず、構造化されたクロージングで終了します。出力はトランスクリプト、型付きフィールドセット、および20〜40のエンリッチメント準備済みチャンクです。

コストは1エンリッチメント会話あたり3セントです。1回目の会話のプロトコルは1万回目の会話のプロトコルと同じです。その組み合わせが、会話の上に10次元レイヤーを可能にするものです。人間の質的研究者は1インタビューあたり400〜1,200ドルで忠実性を生み出します。5段階の調査はワーカーが知っていることの95%を捨てるコストでスケールを生み出します。AIガイド付き構造化インタビューが登場するまで、その中間は存在しませんでした。

抽象的な質問は抽象的な答えを生み出します。「品揃えについてどう思いますか」と聞かれたアドバイザーは品揃えが良いと言うでしょう。「お客様が在庫にない商品を求めた最後の機会を教えてください」と聞かれたアドバイザーは、先週火曜日にTier-3の顧客が欲しがっていたファンデーションのシェードと、しぶしぶ近くの店で買った代替品について話してくれるでしょう。最初の回答はエンリッチメントで何も生み出しません。2番目の回答は、ペインポイント、ブランドグラフの代替エッジ、マーケットシグナル、顧客セグメント行動ファクトにエンリッチされます。

インタビューエージェントはすべてのテーマを具体的な出来事から始め、アンカーがロックされるまで進みません。アンカーはインタビューの証拠基盤です。後続のすべてのクレームは、ワーカーが実際に目撃した瞬間に遡ります。アンカーの失敗は監査での重大な失敗です。会話のスコアをブロックし、インタビューが届いた日にオペレーターダッシュボードに表示されます。

誘導的な質問はブランド認知マップを台無しにします。「新しいフレグランスのローンチは上手くポジションされていると思いませんか」と聞けば、すべての回答がYesに偏ります。中立性プロトコルはエージェントがこれをしないようにするルールのセットです。プローブに価値観を含んだ形容詞はありません。暗黙の望ましい答えはありません。社会的望ましさのプライミングはありません（「ほとんどのアドバイザーは...と感じています」、「私たちの最良の店舗によれば...」）。エージェントが次の発言を行う前に、その発言は中立性分類器にかけられます。フラグが立てられた発言はワーカーに届く前に書き直されます。

中立性は評価からも切り離します。この会話は業績評価ではありません。インタビュースクリプトはこれを明示します: ワーカーは冒頭で、自分の管理チェーンの誰も自分が言ったことを見ることはなく、音声は保存前に合成音声に置き換えられ、システムは公式のストーリーに合わないことを含めて、実際に現場で起きていることに関心があると聞かされます。実際の通話でその冒頭を聞いたワーカーは、調査や上司主導の会話が組織的に見逃すトピックについて深く開示します。

インタビューの最後の2分は最も忠実度の高いコンテンツを生み出します。ワーカーはウォームアップしており、手段は信頼されており、残留思考（言おうとしたが言えなかったこと）が終わりに出てきます。フェードアウトする終わり方はそのコンテンツを捨てます。クロージングプロトコルは3つの構造化されたビートです: 結晶化（エージェントがワーカーが最も明確に提示した1〜2のクレームを繰り返す）、残留（エージェントがワーカーが言いたかったが言わなかったことがあるか尋ねる）、そしてお別れ。監査はその3つのビートでクロージングを採点します。優れたクロージングは実行スコアで4点の価値があります。

これは方法論の中でほとんどのオペレーターを驚かせる部分です。また、最も強力な実証的記録を持つ部分でもあります。26の制御された研究にわたって調査された会話型AIへの自己開示に関する文献は、一貫したパターンを示しています: トピックに社会的重みがある場合（同僚との摩擦、ポリシーから逸脱した回避策、ワーカーが記録しなかった顧客の苦情）、人々は構造化されたAIインタビュアーに対して人間のインタビュアーよりも多く開示し、書面による調査よりもはるかに多く開示します。

この効果の背後にあるメカニズムは研究で名付けられています。AIエージェントはワーカーが管理しなければならない評価能力を持っていません。部屋にキャリアの影響はありません。匿名性（ワーカーは音声が保存前に合成音声に置き換えられることを知り、トランスクリプトが名前付きで上司に届くことはないことを知っている）が印象管理を軽減します。会話形式は調査が作れないラポールを構築します。音声モダリティが重要です: ワーカーはタイピングよりも話すときに、画面上のテキストを読むよりも音声を聞くときに、より多く自己開示します。これらの効果のそれぞれは、公開されたレビューの複数の独立した研究で記録されています。

これが私たちが音声を使う理由です。テキストチャットボットは開示の深みを失うでしょう。上司主導のインタビューは社会的望ましさのバイアスを引き起こすでしょう。調査はフォーマットの上限を5段階に固定し、残りを捨てるでしょう。構造化された音声エージェントは、ワーカーを社会的重みのあるトピックについて深く話させ、プロトコルグレードの忠実性で、1会話あたり3セントで実現できる唯一の手段です。インタビュアーの選択は、ワーカーがどれだけ話してくれるかの選択です。

同じ文献からの1つのニュアンス。身体化（エージェントの顔）は敏感なトピックへの開示を減らす傾向があります。顔は匿名性が取り除いた評価の手がかりを再導入します。エージェントには顔がありません。音声、名前、そしてプロトコルです。この選択は意図的です。

任意参加はエンゲージされたワーカーに偏ります。メール一斉送信に「はい」と答えた人だけで構成されたコーパスは支持者のコーパスです。方法論はキャプチャが始まる前に組み込まれるサンプリング設計を必要とします: ティア（Direction、Brand Operator、Front Line、Customer）で層別化され、ティアごとのクォータを持ち、通常は手を挙げないワーカー向けにキャリブレーションされたアウトリーチスクリプトを持ちます。

初期の商業展開では、サンプルはDirection、Brand Operator、店舗マネージャーとフランチャイジー、外部顧客の4つのティアにわたって構成されました。多くの市場にわたる大規模なビューティー小売展開では、サンプリング設計は地域、店舗フォーマット、顧客セグメントをクォータ軸として追加します。サンプリング設計はエンゲージメントとともに提供されます。音声通話がスケジュールされる前に設置されます。

エージェントはロックされていないアンカーを超えて進みません。試みると実行スコアがその会話にペナルティを課します。エージェントはワーカーがすでに答えた質問を再度聞きません（これは監査で最も高い重みのKPIです: 7点）。中立性分類器で失敗したプローブを実行しません。引用を作りません。すべての主要な逐語的発言は保存前に実際のワーカーターンのリテラル部分文字列として検証され、部分文字列チェックで失敗した引用は書き直されずに削除されます。ワーカーのケベック・フランス語のレジスターをパリのフランス語や一般的な英語に平坦化しません。ソース言語の逐語的発言は起源記録としてオリジナルのレジスターで残ります。

各拒否はパイプライン内のメカニズムによって強制されます。エージェントへの信頼によるものではありません。中立性分類器がプローブをブロックします。幻覚フィルターが作られた引用を削除します。クロスコンタミネーションチェックがワーカーが名前を挙げなかったブランドに言及するブランド認知フィールドをクリアします。エージェントは手段の一部です。監査とフィルターがもう一部です。両方が一緒に提供されます。

人間のインタビュアーはドリフトします。すべての質的研究者は月曜日の朝とは少し異なる金曜日の午後にプライミングし、週の最初のインタビューとは少し異なる23回目のインタビューでリードします。そのドリフトはスケールでの人間主導のキャプチャの実際の上限です。AIエージェントはドリフトしません。エージェントを設定するシステムプロンプトはすべての通話の前にSHA-256ハッシュで検証されます。展開済みのハッシュが登録済みのバージョンと一致しない場合、通話は失敗します。展開間でプロトコルが静かに変更されることはできません。

初期の商業展開では、同じプロトコルがサンプル全体にわたって4つのティアにわたって実行され、測定可能な分散は変動すると予想する次元のみ（リッチネスはワーカーが実際に言うべきことに依存する）にありました。多くの市場にわたる大規模なビューティー小売展開では、同じプロパティが維持されます。この手段は、同じ日においても1年後においても、ケベック、パリ、サンパウロ、東京で同じ手段です。