AI 设计调研、AI 实时访谈、AI 制作洞察报告,和用户行为数据打通,构建验证闭环。
说出研究问题,AI 追问目标与人群,生成访谈提纲,并帮你招到合适的受访者。
你会得到一份经过预演、版本锁定的访谈提纲,和一份按配额招满的受访者名单。
找出新用户首周放弃的时刻和原因,决定先改哪一步引导。
第一周里,哪一刻让你想停下来?当时具体发生了什么?
几百场一对一访谈同时进行,AI 按提纲提问,顺着每个回答追问到具体经历。
你会得到每场访谈的完整记录:每个主题都追问到位,要点经受访者本人确认。
预计 15 分钟。你的回答只用于本次研究,报告引用原话时不会显示你的姓名。
AI 归纳主题、提炼洞察,每条洞察附原话与反例,研究员审核后进入报告。
你会得到一份由研究员确认、每条结论都附原话的报告。

要上传收入证明,我手边没有,想着回头再弄,后来就忘了。
受访者 044 · 新客户 · 03:05以 30 场一对一深度访谈为例,对比传统访谈和 heari 的完整流程。研究员的时间从约访、转写和整理,转到判断结论上。
逐个联系受访者、协调时间,通常 1–2 周

发出访谈链接,受访者随时开始,不用约时间
一位研究员一天做 3–4 场,30 场约需 2 周

几百场同时进行,不受时区限制
人工转写、整理笔记,约 1 周

自动转写,按主题整理
研究员归纳结论、撰写报告,约 1 周

几小时生成报告,研究员审核确认
与 ThinkingAI Agentic Engine 打通后,从选人、访谈到验证结论,都和真实行为数据连在一起。
从未复购、加购未下单、会员沉默等行为里直接圈人,不用手工导名单。
AI 知道受访者买过什么、在哪一步停下,提问更有针对性。
把受访者的说法和真实行为放在一起看,找出说的和做的不一致之处。
研究结论写回为用户标签,运营和产品可以直接用来分群。
改动上线后对照行为数据,把结论标为已证实、待验证或被推翻。
「挺好喝的,就是我最近不怎么买酸奶了。」
首购后 30 天没有复购,同期买了两次另一款无糖酸奶。
不接入行为数据,heari 也可以完整使用。
通过 MCP 和 CLI,Codex、Claude Code 或你自己的 Agent 可以直接调用 heari。
# 安装并登录 $ npm install -g @heari/cli $ heari login # 创建研究,导入受访者名单,开始访谈 $ heari studies create --goal "Lead with comfort or noise cancelling?" $ heari interviews launch st_8f2k --list owners_120.csv --count 120 # 取回结论,每条附原话 $ heari findings st_8f2k --format json { "insight": "Comfort matters more than noise cancelling", "participants": 69, "quotes": ["u083", "u097", "u019"] }
// Codex、Claude Code 等支持 MCP 的客户端
{
"mcpServers": {
"heari": {
"command": "npx",
"args": ["-y", "@heari/mcp"],
"env": { "HEARI_API_KEY": "hk_live_..." }
}
}
}create_study创建研究,生成访谈提纲launch_interviews发出邀请,开始访谈get_study_status查看进度与访谈质量get_findings取回洞察与原话证据search_quotes按主题检索原话ask_knowledge_base跨研究提问