对话智能体是唯一能同时兼顾成本与保真度的工具。

进入平台的每段对话都是与我们的 AI 对话智能体进行的十五至四十五分钟语音访谈。智能体从员工近期经历中的具体事件开始，将每个探询与锚点挂钩，在锚点锁定之前绝不推进至下一个主题，并以结构化收尾作结。输出是一份文字记录、一组类型化字段集，以及二十至四十个随时可丰富化的片段。

成本为每次丰富化对话三分钱。第一次对话的协议与第一万次对话的协议相同。这一组合使对话之上的十维度层成为可能。人类定性研究员每次访谈的保真度成本为 400 至 1,200 美元。五点量表调查以牺牲员工所知内容的百分之九十五换取规模。在 AI 引导的结构化访谈出现之前，中间地带并不存在。

抽象问题产生抽象答案。被问到「您对我们的品类有何看法」的顾问会告诉您品类很好。被问到「请带我回顾一下上次客户询问您没有备货的产品的经历」的顾问，会告诉您上周二第三层客户想要的粉底色号，以及他们不情愿地在街对面买到的替代品。第一个答案什么也丰富不了。第二个答案能丰富出一个痛点、品牌图中的一条替代边、一个市场信号和一个客户细分行为事实。

访谈智能体从具体事件开始每个主题，在锚点锁定之前拒绝推进。锚点是访谈的证据基础。下游的每项声明都可追溯到员工亲眼目睹的时刻。锚点失败是审计中的硬性失败。它会阻塞对话的分数，并在访谈到达当天浮现于运营商仪表板。

一个引导性问题会毁掉品牌感知图。问「您不认为新香水发布的定位很好吗」，每个回答都会偏向肯定。中立性协议是防止智能体这样做的一套规则。探询中不使用带有价值判断的形容词，不暗示期望的答案，不进行社会期望效应诱导（「大多数顾问认为……」「我们最好的门店告诉我们……」）。在智能体发出任何下一句话之前，该句话都会通过中立性分类器进行检查。被标记的发言在到达员工之前会被改写。

中立性还会去除评价框架。对话不是绩效考核。访谈脚本明确说明了这一点：员工在开场时听到，其管理链上的任何人都不会看到他们说的内容，音频在存储前会被替换为合成声音，系统对实际发生在一线的事情感兴趣，包括与官方叙事不符的内容。在真实通话中听到这段开场白的员工，会就调查和管理层主导的对话系统性遗漏的话题类型进行深度披露。

访谈最后两分钟产生保真度最高的内容。员工已进入状态，工具已获得信任，残留的想法（他们本来要说但没说到的事情）会在结尾时浮现。随意结束会丢弃这些内容。收尾协议包含三个结构化节拍：结晶（智能体复述员工最清晰提出的一两项声明）、残留（智能体询问员工是否有想说但未说的内容）和告别。审计根据这三个节拍对结尾进行评分。圆满的结尾在执行分数上值四分。

这是方法论中让大多数运营商感到惊讶的部分，也是拥有最强实证记录的部分。关于向对话式 AI 自我披露的文献，综述了二十六项对照研究，发现了一致的规律：当话题带有任何社会权重时（与同事的摩擦、偏离政策的变通做法、员工未记录的客户投诉），人们向结构化 AI 访谈者的披露程度多于向人类访谈者，远多于书面调查。

研究中命名了该效应背后的机制。AI 智能体不携带员工需要应对的评价能力。房间里没有职业后果。匿名性（员工知道音频在存储前会被替换为合成声音，知道文字记录不会以姓名形式到达其经理）降低了印象管理。对话格式建立了调查无法实现的信任关系。语音模式很重要：员工说话时的自我披露程度多于打字时，听声音时的披露程度多于在屏幕上阅读文本时。这些效应中的每一个都在已发表综述的多项独立研究中有文献记载。

这就是我们使用语音的原因。文字聊天机器人会失去披露深度。经理主导的访谈会引发社会期望效应偏差。调查会将格式上限固定在五点，并丢弃其余内容。结构化语音智能体是唯一能让员工就带有社会权重的话题进行深度交谈、以协议级保真度、每次对话三分钱成本的工具。访谈者的选择，就是员工告诉你多少的选择。

同一文献中的一个细节：具身化（智能体有脸）往往会减少对敏感话题的披露。脸重新引入了匿名性所消除的那个评价线索。智能体没有脸，只有声音、名字和协议。这一选择是刻意为之的。

自愿参与倾向于参与度高的员工。仅由回应电子邮件群发的人构成的语料库，是一个倡导者语料库。方法论要求在采集开始前确定的抽样设计：按层级（方向、品牌运营商、一线员工、客户）进行分层，设有每层配额，并为通常不会主动举手的员工校准外联脚本。

在早期商业部署中，样本覆盖了方向、品牌运营商、门店经理和加盟商以及外部客户四个层级。对于跨多个市场运行的大型美妆零售部署，抽样设计将地理位置、门店格式和客户细分作为配额轴添加进来。抽样设计随参与合同交付，在任何语音通话安排之前就已到位。

智能体不会在未锁定的锚点之后继续推进。如果尝试这样做，执行分数会对对话进行惩罚。智能体不会重复提问员工已经回答过的问题（这是审计中权重最高的 KPI：七分）。它不会发出未通过中立性分类器的探询。它不会虚构引用。每条关键逐字引用在持久化之前都被验证为真实员工轮次的字面子字符串，任何未通过子字符串检查的引用会被删除而非改写。它不会将员工的魁北克法语语域压平为巴黎法语或通用英语。源语言逐字引用以原始语域保留作为溯源记录。

每项拒绝都通过流水线中的机制强制执行，而非依赖对智能体的信任。中立性分类器阻止探询。幻觉过滤器删除虚构的引用。交叉污染检查清除任何提及了员工从未提及的品牌的品牌感知字段。智能体是工具的一部分，审计和过滤器是另一部分。两者一并交付。

人类访谈者会产生漂移。每位定性研究员周五下午的引导方式与周一早晨略有不同，当周第二十三次访谈的引导方式与第一次略有不同。这种漂移是人工主导的规模化采集的真实上限。AI 智能体不会漂移。配置智能体的系统提示词在每次通话之前都通过 SHA-256 哈希进行验证。如果已部署的哈希与注册版本不匹配，通话会以失败关闭。协议无法在部署之间悄然改变。

在早期商业部署中，相同协议在整个样本中、跨越四个层级运行，可测量的差异仅出现在我们预期会有差异的维度上（丰富度取决于员工实际有话要说的内容）。在跨多个市场运行的大型美妆零售部署中，相同属性也成立。工具在魁北克、巴黎、圣保罗和东京，在同一天和相距一年的情况下，都是同一个工具。