病历， 提高医生移动端录入积极性；医学知识智能检索，帮助医生快速、准确、规范地完成诊疗工作 06 面向智慧医疗— AI 语音智能随访 根据医院和科室的随访要求，设计随访问卷与患者进行智能语音交流，收集患者反馈，完成 问卷数据采集，随访、填表、生成数据报告一步到位 另外，患者康复后，智能电话会对患者进行回访，收集患者反馈，汇总患者建议，自动生成 统计图表，辅助医疗质量，得到病人的满意是医院最大的回报，做到医生安心、家人放心

商机挖掘 账单查询 办理贷款 查询额度 通知 消费确认 智能营销催收 客户回访 问卷调查 会议邀约 用户关怀 意向筛选 销售转化 营 销 服 务 信用卡办理 账单查询 办理贷款 查询额度 通知 消费确认 智能营销催收 客户回访 问卷调查 会议邀约 金 融 业 细 分 市 场 场 景 覆 盖 保险 证券 消费金融

建议，然后根据反馈进行迭代改进。在这个过程中，可以使用以下 方法： 1. 定性访谈：与用户进行面对面的访谈，了解他们对交互设计的 看法和建议。 2. 可用性测试：观察用户在使用原型时的行为，记录其遇到的困 难与障碍。 3. 问卷调查：设计问题对平台的易用性、满意度等进行定量分 析。 通过这些方法，团队可以及时发现潜在的问题，调整交互设 计，以更好地满足用户需求。 总而言之，在人工智能行业大模型 SaaS 平台的交互设计中， 需求分析与规 划、平台设计与开发、测试与优化、上线与维护。每个阶段都有明 确的目标、任务及里程碑。 在需求分析与规划阶段，主要任务包括： 1. 收集用户需求：通过与潜在客户和行业专家的访谈、问卷调查 等方式获取用户需求和痛点。 2. 市场调研：分析市场上已有的产品、竞争对手情况、市场规模 及未来趋势。 3. 功能定义：根据用户需求和市场调研，定义平台的功能模块， 优先级，及技术要求。 置多种反馈入口，用户可以通过以下方式表达他们的看法：  应用内反馈：用户在使用平台的各个功能时，可以轻松找到反 馈按钮，随时提交意见或建议。  定期用户调查：每季度进行一次全面的用户满意度调查，包括 Likert 量表问卷、开放性问题等。  社区论坛：建立一个专门的用户社区，鼓励用户在这里分享使 用经验和建议，同时也能促成用户之间的互动。  客服支持：提供热线电话和在线客服，确保用户在遇到问题时 能够获得及时的帮助和反馈。

可视化效果：模型的真实感和细节表现。 3. 反馈响应：系统对用户操作的响应速度和适应性。 4. 用户满意度：通过问卷调查获取用户对模型的总体评价。 接下来，我们将进行定量与定性相结合的评估。定量评估通过 记录用户在使用模型时的操作时间、错误率等数据，以得到具体的 用户行为分析；而定性评估则通过用户访谈和问卷调查收集用户反 馈，了解他们的感受与建议。 在具体实施过程中，我们选择了 10 位具有不同背景的用户进 行体验测试，这些用户包括专业工程师、普通市民以及学生等。每 位用户会在导引下完成一系列操作任务，完成后填写满意度问卷， 评估内容如下： 评估内容 评分 (1-5) 备注 互动体验 4 操作较为流畅 可视化效果 5 真实感强，细节到位 反馈响应 4 响应速度较快 用户满意度 4 整体满意 从问卷调查和访谈反馈中，大部分用户表示三维模型在细节表 现和互动体验上具有良好的表现。然而，也有部分用户提到在初次 CPU 和内存占用情况，以及加载时间等。 5. 用户支持与培训：通过模拟日常使用情况，评估用户在培训后 的支持需求及自助问题解决能力。 测试过程中，将为参与者提供调查问卷和访谈，使用定量与定 性结合的方法收集数据。问卷包括具体评分项，利用李克特量表 （1-5 级）进行评分，并设置开放性问题以捕捉用户意见。 为了便于分析，用户反馈将进行汇总和分类，主要分为以下几 类：  界面设计

处理这个问题，我付了款，但是你们没接收，导致我逾期好几个月了。” 预测型分析：同样可以建立指标树完成 预测 统计型 归因型 预测型 决策型 通过归因分析，发现电话进件量、功能访问量、问卷调查评分等因素会导致投诉量变化，进一步 分析，技术支持和投诉建议的通话长度和客户数，以及联系我们 / 在线客服的访问量，可以有效 预测投诉量的变化 归因分析结果 KPI 第一维度：直接影响 第二维度：间接影响 投诉建议客户数 通过率 YY% 投诉建议通话长度 通过率 YY% 业务功能跳出率 YYY 万 业务功能渗透率 XXX 万 在线客服访问量 YYY 万 联系我们访问量 XXX 笔 问卷调查评分 预测型分析：将归因逆向运用即可预测 通过归因分析，发现线上申请总量过低、笔均交易额降低，需要分析具体线上各渠道 申请变化情况，是否有渠道终止合作等；以及笔均交易额的变化情况，是否有渠道或

支持信息，中国内部审计协会联 合北京谷安天下科技有限公司于 2023 年 10 月初开展了针对数智化审计的问卷调查。本次 调查是通过网上渠道自愿报名方式参加，一共收到 191 名受访者（受访机构）的反馈，涉及 金融、制造、教育、医疗卫生、商业服务业等行业。本调研报告就是在本次调查问卷的统计 分析基础上，结合编者多年的行业经验而编写完成的。 希望本研究报告能够及时准确地反映国内数智化审计的现状，为行业主管部门提供宏观 受访者是一般审计人员，他们的参与是从普通从业者的角度，反映了对 调查问题的意见，增加了调查的全面性。 图表.2.受访者职级分布 10 数智化审计调研报告 第三章 本次调研的典型问题分析 通过对调查问卷所反馈结果的分析与汇总，并结合编者在行业中长期实施经验，把本次 调研反映的问题从九个方面进行分析。. ( 一 ) 组织高层领导已开始重视数智化审计 统计数据表明，组织的高级管理层对数智化重视程度已经达到较高的程度，管理层的认

其次，选择调研方法。可以采用多种调研方法，如问卷调查、 深度访谈、焦点小组讨论等。问卷调查适用于收集大量用户的反 馈，深度访谈则有助于深入了解个别用户的详细需求和痛点。根据 项目预算和时间安排，选择合适的调研方法组合。 接下来，设计调研工具。例如，设计一份结构化的问卷，涵盖 用户基本信息、使用习惯、现有智能体的优缺点、对未来智能体的 期望等方面。问卷应简短明了，避免用户因问题过多而产生疲劳 感。访谈提纲应提前准备好，确保访谈过程中能够引导用户深入表 达需求。 在数据收集阶段，需确保样本的代表性和数据的真实性。可以 通过线上平台发布问卷，或者线下组织访谈和小组讨论。收集到的 数据应进行分类整理，便于后续分析。 数据分析是调研的关键环节。通过统计分析方法，对收集到的 数据进行量化分析，找出用户需求的共性和差异。例如，可以使用 频率分析、交叉分析等方法，识别出用户最关心的功能和痛点。对 操作手册：提供详细的操作步骤和截图，确保用户能够按图索 骥。  案例分析：结合实际业务场景，展示智能体在不同情况下的应 用效果。  互动练习：设计互动环节，让用户在模拟环境中进行实战操 作。  反馈机制：通过问卷调查或访谈，收集用户对培训的反馈，持 续优化培训内容。 通过系统的用户培训，用户可以快速上手并充分利用 DeepSeek 智能体的各项功能，提升工作效率和决策质量。同时， 培训不仅为用户提供

源管理的生产力，加强管理者驾驭人力资源管理的能力，不断释放人力资源管理的 价值，挖掘人力资源管理的潜力，易路人力资源科技、HR 数智研究院联合复旦大学 企业人力资源研究所，携手 10 余位专家，通过对 100 多份有效调研问卷的收集、整 理和分析，以及对 30 多家企业人力资源负责人的访谈，策划和撰写了本白皮书。本 书包含以下内容： ·关于 AI 的基本概念、发展历史、最新技术及未来发展趋势 ·AIGC 给企业及人力资源管理带来的变化、挑战和使命 负责此次白皮书专家访谈的组织、调研问卷的设计、整体内容的撰写 及整体的项目管理。 尹妮妮（Nini Yin）女士 负责此次白皮书专家访谈纪要的整理、调研问卷的分析、部分内容的 撰写及校对工作。 国家二级人力资源管理师、二级心理咨询师，曾担任莎莎化妆品中国 区 HRBP Leader、上海香雪海国际贸易有限公司 HR Leader。 周美晨女士 易路人力资源科技市场部数字营销师 负责此次白皮书调研问卷的分发和收集以及文字的校对工作。 是主流招聘管理软件的标准功能，但通常是 标准化“千人一面”的，基于 AIGC 的个性 化的拒信撰写也是在创意和探索阶段，暂时 没有看到相对成熟的产品。 到 33 AI 在企业人力资源中的应用白皮书 从调研问卷和企业访谈的结果来看，在招聘模块中应用 AI 功能最多的场景为智能简历推荐和 简历解析，AI 面试辅助在校园招聘场景和批量面试的场景中也较为普遍。此外，随着生成式人工 智能应用的普及已经有一些企业开始使用

4% 68.9% 复杂场景交互优化 通过强化学习持续优化对话策略，系统可处理保险服务中的长周 期、多线程交互场景： - 核保咨询：支持超过 20 轮次对话的病史 追溯，自动生成结构化问卷 - 理赔指导：根据用户上传的医疗记录 动态生成补充材料清单 - 争议调解：通过情绪识别自动切换沟通策 略，投诉场景解决率提升 40% 实时决策支持能力 在核保风控场景中，系统可同步处理客户健康告知、医疗影像报 对接客户数据源（包括健康档案、财务信息、征信记 录等），智能体执行三层风险评估： o 规则预筛：加载保险公司 3000+条核保规则库，例如对 BMI>35 的投保人自动触发高血压相关问询 o 动态问卷：根据初始数据生成个性化问卷，采用渐进式 披露技术减少客户输入负担 o 模型决策：应用 XGBoost 算法（准确率 92.7%）综合评 估风险等级，输出核保结论与费率浮动建议 典型核保决策矩阵示例如下： 业），通过预 训练的保险风控模型实时输出风险评分。例如： o 对高血压病史描述自动提取关键指标（收缩压/舒张压数 值、服药情况） o 识别体检报告中的异常指标并关联潜在疾病风险 2. 动态问卷生成 根据初步风险评估结果，自动生成补充询问清单。例如： o ” ” 当系统检测到投保人提及 甲状腺结节 ，动态推送 B 超 分级、穿刺结果等追问项 o 对高净值客户自动追加资金来源证明要求

摄像头，实时采集运营数据及乘客行为信息。  与政府及公共机构合作：政府及公共机构拥有大量的交通流 量、环境监测和市民行为的数据，通过合作获取相关数据资 源，以便进行全面分析。  用户调查与数据共享：通过问卷、访谈等方式定期收集用户数 据，同时与其他出行服务平台（如共享单车、网约车公司）构 建数据共享机制。  历史数据档案建立：对现有的运营记录、报表等历史数据进行 系统归档，实现数据的集中存储与管理，为模型训练时提供丰 大模型的实施步骤与方案中，首先需 要进行全方位的需求分析与系统评估，以确保充分理解相关部门和 用户的实际需求。此步骤的关键是明确 AI 模型的具体应用场景， 例如智能调度、故障预测、客流分析等。通过问卷调查、访谈和数 据审核等方式，确定优先级高的应用场景。 接下来，基于需求分析的结果，进行数据采集与预处理。这一 阶段需要对原始数据进行质量检查，确保数据的准确性和完整性。 常见的数据来源包括 收集已有数据：通过分析城市轨道交通的历史数据和现有报 告，初步评估当前系统的运作效率和存在的问题。这些数据可 能包括客流量、故障记录、维护成本等。 3. 设计调研问卷：编制针对不同利益相关者的调研问卷，设置开 放式和封闭式问题，以便获取定量与定性信息。问卷每个部分 应涵盖需求、当前问题、期望功能等方面。 4. 进行深入访谈：与关键利益相关者进行面对面的深度访谈，挖 掘他们对 AI 大模型的具体需求和期望。访谈对象可以包括运