本文目录
用户访谈要多少人，没有一个通用数字，取决于人群是否相近、问题是否聚焦、要不要分群对比。经验上，一个相对同质的人群围绕一个聚焦的问题，做到 12 场左右通常已能听到大部分主要观点；人群差异大或要分群比较时，按群分别计算。读完这篇，你能为下一次研究定一个说得出理由的样本量，并知道在访谈过程中什么时候该加人、什么时候可以停。
主题饱和：访谈够不够的判断标准
定性研究判断样本量够不够，常用的标准是主题饱和：继续访谈新的受访者，已经很少出现新的主题，新听到的内容大多是在重复或补充已有主题。到这个点，再加人的收益明显下降。
最常被引用的是 Guest、Bunce 与 Johnson 在 2006 年发表的研究。他们分析了 60 场深度访谈，逐场记录新出现的编码，发现在一组相对同质的受访者中，前 12 场访谈已经覆盖了绝大多数主题，主要的大类主题在前 6 场就已出现。
引用这项研究时要注意它的前提：受访者背景相近，访谈提纲结构化程度较高，问题范围聚焦。如果你的受访者横跨新老用户、多个国家、多种付费层级，或者研究问题本身很开放，12 场不足以说明问题。它给的是一个起点，不是一条规定。
饱和是针对某个人群、某个问题而言的。换了人群或换了问题，要重新判断。
可用性测试 5 人：适用范围与常见误用
Jakob Nielsen 在 2000 年的文章中提出，一轮可用性测试找 5 位用户，就能发现界面上大部分可用性问题；与其一次测 15 人，不如分三轮、每轮 5 人，改完再测。这个结论建立在一个前提上：大家在同一个界面上完成同样的任务，遇到的障碍高度重合。
常见误用是把「5 人就够」套到所有用户研究上。探索需求、理解动机、比较不同人群的态度，这些问题的答案分散得多，5 场访谈往往只够听到最显眼的几个观点。Nielsen 在同一篇文章里也说明，用户群差异明显时应分组测试，而需要统计数字的定量研究需要更多样本。
按人群分组时，每组多少人
如果研究目的之一是比较人群，例如流失用户和留存用户、新手和老手、不同城市，那么饱和要在每一组内部分别达到。总数 12 人、分成三组，每组只有 4 人，任何组间差异都很难站得住。
- 先列出必须对比的分组，通常不超过 3 组，组越多每组越薄。
- 每组按同质人群的标准估算，一般从 6 至 8 人起步，问题开放或组内差异大时向 12 人靠。
- 只是想让样本覆盖面更广、不打算做组间比较的维度，用配额保证每类至少有人即可，不必按组算满。
- 某一组特别难招时，宁可缩小对比范围，也不要用两三个人代表一整组。
| 研究类型 | 建议样本量（经验参考） | 说明 |
|---|---|---|
| 探索性深度访谈，人群相近 | 约 12 人 | 参考 Guest 等 2006 年的饱和研究，问题越开放越要多留余量 |
| 可用性测试 | 每轮约 5 人，做多轮 | 参考 Nielsen 2000，仅适用于同一界面、同一任务 |
| 分群对比访谈 | 每组 6 至 12 人 | 组数建议不超过 3 组，按组分别判断饱和 |
| Jobs to be Done 购买动机访谈 | 10 至 15 人 | 经验做法，最好覆盖买了的、没买的和换掉的 |
| 概念或方案反馈 | 每个概念 8 至 12 人 | 多个概念轮换出现顺序，避免先入为主 |
| 定价问卷（如 Van Westendorp） | 定量样本，通常数百份 | 属于问卷而非访谈，样本量按统计要求另算 |
这张表是经验参考，不是统计要求。实际数量以访谈中是否还在出现新主题为准。
访谈过程中：什么时候加人，什么时候停
样本量在开始前定一个计划值，访谈进行中根据实际情况调整。建议每做完 3 至 4 场就停下来，把新出现的主题记在一张表上，看曲线是否在走平。
这些情况应该加人
- 最近几场仍在持续出现新的主题，没有走平的迹象。
- 某个关键结论只有一两位受访者支持，又会直接影响决策。
- 出现了意料之外的人群差异，例如某个渠道来的用户说法明显不同。
- 某一组的受访者有明显偏向，例如都是活跃用户，缺少沉默或流失的人。
这些情况可以停
- 连续 3 场左右没有出现新主题，新增内容只是在补充细节。
- 要回答的几个研究问题，每个都有多位受访者的原话支撑，也找到了反例。
- 继续访谈得到的信息不会改变要做的决定。
- 这次研究要回答的问题是否聚焦在一两个上
- 受访者是否属于同一类人群，若不是，需要分几组
- 每组计划访谈几人，理由是什么
- 每做完 3 至 4 场，是否更新了主题记录表
- 最近 3 场是否还出现了新主题
- 每条关键结论是否有多位受访者支撑并检查过反例
- 是否有某一组人数明显不足或来源过于单一
- 再加人得到的信息是否还会影响决定
AI 访谈让样本量可以更大：什么变了，什么没变
AI 主持的访谈可以多场同时进行，单场成本也更低，样本量从十几人扩大到几十人甚至上百人变得可行。这带来几个实际变化：可以给每个分组都配足人数，可以把边缘人群单独拉出来听，也可以在结论里给出更有分量的人数比例。
有些事情没有变。样本的代表性仍然取决于招募：100 位都是活跃用户的访谈，比不上 20 位覆盖新老和流失用户的访谈。访谈质量仍然取决于提纲和追问，问浅了，人数再多也只是同一层信息的重复。人多以后，整理的工作量变大，更需要按主题归类、标注人数、保留原话。定性访谈的人数比例也不应当作统计结论，需要准确比例时，应该用问卷或行为数据去验证。
常见错误
- 把 Nielsen 的 5 人结论用于需求探索：5 人适用于同一界面上的可用性测试，探索性访谈应按饱和判断。
- 总人数够了但分组太细：每组只有三四个人时不要做组间比较，要么减少分组，要么给每组补足人数。
- 开始前定死人数、中途不看：应每做完几场就检查新主题是否还在出现，据此加人或收尾。
- 只追求人数不管来源：样本全来自同一渠道的热心用户时，人数再多也会有偏差，先修正招募。
- 用访谈比例代替统计结论：访谈中的人数用来说明覆盖面，需要可推断的比例时用问卷或行为数据验证。
用 heari 怎么做
用 heari 怎么做：在研究方案里按分组设定每组的目标人数，AI 实时访谈可多场同时进行，便于给每组配足样本。洞察报告会按主题归类，每条结论标注覆盖人数，并附原话与反例，方便判断是否已经饱和。打通 Agentic Engine 行为数据后，可以按行为圈选受访者，补足人数不足的分组。
常见问题
用户访谈最少要做几场？
没有统一的最少场数。人群相近、问题聚焦的探索性访谈，可以按 12 场左右做计划，这一数字参考 Guest、Bunce 与 Johnson 在 2006 年的饱和研究；如果最近几场仍在出现新主题，就继续加人。
可用性测试 5 个人就够，访谈是不是也一样？
不一样。Nielsen 2000 年提出的 5 人结论针对的是同一界面、同一任务的可用性测试，并建议多轮迭代。需求探索和动机研究的回答更分散，通常需要更多受访者，并按主题饱和来判断。
要比较两类用户，每类访谈多少人合适？
比较人群时，饱和要在每一类内部分别达到。经验上每类从 6 至 8 人起步，组内差异大或问题开放时增加到 12 人左右。分组建议不超过 3 组。
怎么判断访谈已经达到饱和？
每做完 3 至 4 场，把新出现的主题记录下来。若连续约 3 场没有新主题，关键结论都有多位受访者支撑并检查过反例，继续访谈也不会改变决定，就可以认为已基本饱和。
AI 访谈能做上百人，是不是结论就更可靠了？
人数多有助于覆盖更多分组和边缘人群，但可靠性仍取决于招募是否有代表性、提纲和追问是否到位。访谈中的人数比例用于说明覆盖面，需要准确比例时应结合问卷或行为数据验证。
