
Nexa Intelligence访谈代理运行对话。您配置队列。
每位员工一次对话。
每次丰富对话三美分。
[ 01 ] · NAMED: 队列设置
您定义接受访谈的对象及访谈节奏。
从运营控制台,您定义一个队列:利益相关者层级(典型的四层结构涵盖第一层管理层、第二层品牌运营商、第三层一线员工和第四层客户)、地理范围、角色过滤以及节奏。平台负责招募外联、日历协调和同意流程。员工和客户在任何对话开始前均能看到同意语言。招募漏斗在控制台的每个环节对您可见。
对于 Pulse 层级部署,目标是在一个市场中约 250 次对话。对于 Macro 层级,约为跨地区 1,000 次。对于大型美妆零售网络,则是跨 35 个市场每周刷新 50,000 次。平台在同一架构上处理所有三种规模。Cloud Harness 在最小部署时即为最大场景准备就绪。
[ 02 ] · NAMED: 访谈代理在对话中
以调查问卷的成本,实现研究级访谈。
代理以受访者领域中的一个具体近期事件开启每次访谈:「请描述上次有客户向您询问您未备货产品的经历。」代理在锚点锁定之前不会进入下一个主题,因为抽象问题产生抽象答案,而抽象答案无法丰富。中立性在每次表达前均经过检查。收尾遵循固定的结束序列(结晶、残留、告别),使最后两分钟携带对话中保真度最高的内容。完整协议位于方法论页面。
与相邻采集方法的机械比较十分清晰。人工质性研究员在全成本下每次访谈费用为 400 至 1,200 美元,且每位访谈员都会产生漂移。调查每份回复仅需几美分,但为每个答案设置了李克特量表上限。代理每次丰富对话仅需三美分,并在第一次和第一万次对话中执行完全相同的协议。在 AI 访谈代理出现之前,成本与保真度曲线的中间地带并不存在。
代理进行的每次对话均由独立审计代理针对六项协议 KPI 进行审计:背景传递、档案覆盖、品牌感知覆盖、无重复提问、中立性和优雅收尾。执行质量不佳的对话,其情报在综合质量评分中被折扣。完整审计描述位于访谈员质量审计下。
[ 03 ] · NAMED: 语音与身份处理
语音在任何内容存储之前便已消失。
原始音频通过与 ElevenLabs 签订的零留存合同进入。在您的租户内,内存 worker 去除姓名、个人标识符以及编辑清单上的任何短语。您可在控制台编辑编辑清单:添加竞争对手名称、内部项目代码,或任何不应出现在转录稿中的内容。清洗后的转录稿随后通过 ElevenLabs 以合成语音形式返回。原始音频从不被我们运营的任何系统写入磁盘,ElevenLabs 依据合同将其丢弃。
落入您语料库的是清洗后的转录稿和合成语音音频。通过语音重新识别身份需要录音的存在,而录音并不存在。完整的处理链描述位于合成语音替换下。
[ 04 ] · NAMED: 实践中的队列层级
四层工作示例。
典型的零售队列针对同一品牌的四个层级运行代理。第一层(管理层)是高级领导层,他们提供公司对自身的战略叙事。第二层(品牌运营商)是市场营销、传播、采购和设计部门,即执行品牌的人员。第三层(一线员工)是门店经理和加盟商,他们观察品牌在市场上的落地情况。第四层(客户)是决定品牌是否真正奏效的外部购物者。
相同的品牌感知问题以经过校准的措辞触达所有四个层级。语料库随后允许您将四个答案作为具有不同细分市场向量的四项事实进行比较。「品牌是一个价值时尚目的地」可能在今天的第四层是真实的,在今天的第二层存在争议,在 2023 年的第一层是真实的。这种跨层级的结构性分歧,正是该层被构建来呈现的发现类型,而且对于仅询问一个层级的调查来说是不可见的。
[ 05 ] · NAMED: 您在控制台中看到的内容
实时招募漏斗。实时审计。实时成本。
运营控制台向您显示队列填充率、每个阶段的招募漏斗、当前正在进行的对话、来自审计代理的每次对话质量评分,以及累计成本。未通过预丰富关卡(不足 60 秒、少于六次交流、低信号)的对话会标明关卡原因并从聚合中排除。您可在控制台中看到它。情报记录保留在审计追踪中,从不删除。
您可以从控制台收听任何合成语音录音(原始录音不存在),并将清洗后的转录稿与丰富管线提取的十个类型化维度并排阅读。每个维度中的每条引用都链接回其数据块标识符。每次丰富调用都链接回其在审计追踪中的行。当您发现看起来有误的内容时,从控制面板单元格到产生它的 LLM 调用只需两次点击。