Как составить анкету с помощью ИИ: что дать модели и что проверить

Просишь ИИ собрать анкету, и первый ответ выглядит прилично: есть шкала, есть открытый вопрос, есть NPS.

Разваливается он, когда читаешь его как заказчик. Вопрос про функцию, которой у вас нет. Вопрос, ответ на который ничего не изменит, потому что решение уже принято. Вопрос, дублирующий предыдущий другими словами. И перекос в сторону формулировок, подталкивающих к положительному ответу, потому что маркетинговых опросов в обучающих данных больше, чем исследовательских.

Почему так выходит

Запрос без контекста заставляет модель угадывать три вещи: какое решение вы примете по результатам, кто будет отвечать и что у вас за продукт. Ни одну из них она про вас не знает, признаваться в этом не станет и честно выдаст усреднённое из своего обучения.

Проверяется это в одно движение: попросите ту же модель объяснить, зачем в анкете каждый вопрос. На части она ответит общими словами вроде «понять отношение к бренду», и это ровно те вопросы, которые надо убрать. Под ними нет решения, потому что решения ей никто не называл.

Три вещи, которых модель не знает

Какое решение вы примете. Это главное. Вопрос нужен не чтобы что-то узнать, а чтобы что-то решить. Пока решение не названо, отличить нужный вопрос от просто красивого невозможно, и в анкете останутся все. Если сформулировать решение сходу тяжело, помогает промежуточный шаг: назвать гипотезу и метрику, которой вы её проверите.

Кто будет отвечать. Один и тот же вопрос звучит по-разному для того, кто платит, и для того, кто пользуется каждый день. Без этого модель пишет для среднего пользователя, которого не существует.

Что у вас за продукт. Отсюда берутся вопросы про мобильное приложение, которого нет, и про программу лояльности, закрытую год назад. Модель дописывает то, что обычно бывает у похожих компаний. Лечится тремя-четырьмя предложениями конкретики и стоит дешевле остальных двух пунктов.

Три режима работы

Дальше развилка. От неё зависит, сколько модель достанет сама и сколько работы останется руками.

Чат. Универсально и бесплатно, но всё копируется руками: контекст туда, результат обратно, потом правки, потом перенос в конструктор.

Форма генерации. На странице ИИ-инструментов задача описывается обычным языком, и на выходе получается не текст, а собранная и опубликованная анкета с рабочей ссылкой. Ответы по ней приходят в WebAsk, и чтобы они стали вашими, опрос нужно забрать себе. Экономит именно перенос: не надо копировать вопросы по одному.

Подключение по MCP. Model Context Protocol это стандарт, по которому ассистент вроде Claude или Cursor подключается к сервису напрямую и работает с данными без копирования. У нас это MCP-сервер: ассистент читает ваши опросы, ответы и аналитику и выполняет действия. Ключ создаётся в кабинете и показывается один раз.

Подключение выглядит буднично: в кабинете создаётся ключ, в настройках ассистента прописывается адрес сервера, дальше он появляется в списке доступных инструментов. Меняется после этого жанр разговора. Вместо «вот структура моего опроса, посмотри» получается «открой опрос про доставку, посмотри, какие вопросы дали больше всего пропусков, и предложи, что переформулировать». Ассистент сам достаёт нужное, и пересказывать контекст заново на каждой задаче больше не приходится.

Оговорка тут одна, но важная. Ассистент получает доступ к данным вашего аккаунта, а значит и к ответам респондентов, включая контакты, если вы их собираете. Это тот же вопрос обработки персональных данных, что и с выгрузкой в чат, только автоматизированный. Решать его надо до подключения, а не после, и ключ хранить как пароль: он выдаётся один раз и правит от вашего имени.

Как создать онлайн-опрос: пошаговая инструкция

Выбор между режимами это не вопрос продвинутости. Разовый опрос быстрее всего собрать формой: описали задачу, получили ссылку. Чат выигрывает, когда анкету надо долго обсуждать и править. MCP окупается там, где опросов много и они похожи друг на друга, потому что именно там ручной перенос контекста и съедает время.

Из чего собирается промпт

Если работаете через чат, промпт стоит собирать из пяти частей. Пропуск любой из них узнаваемо портит выдачу.

Разница видна на одном примере. Запрос «сделай опрос про наш сервис доставки» возвращает дюжину общих вопросов. Запрос «ты методолог опросов. Сервис доставки еды по Москве, аудитория 25–40 лет, заказывают 2–3 раза в неделю. Гипотеза: люди уходят из-за опозданий, а не из-за цены. По результатам решим, вкладываться в логистику или в скидки. Дай 8 вопросов, из них один измерительный и один открытый, без наводящих формулировок, таблицей с колонкой зачем» возвращает анкету, которую правят, а не переписывают.

Что стоит поручать модели, а что нет

Есть работа, где она выигрывает не в скорости, а в качестве, и это не написание анкеты целиком.

Варианты ответов к готовому вопросу. Человек вспоминает три очевидных и дописывает «другое». Модель предложит восемь, и пара окажется тем, о чём вы не подумали. Отсеять лишнее проще, чем вспомнить забытое.

Переформулировки. Один вопрос в пяти вариантах, чтобы выбрать самый нейтральный. Тут модель полезна именно тем, что ей не жалко: человек держится за формулировку, которую придумал сам.

Перевод анкеты. Не дословный, а с сохранением шкал и вежливой формы обращения, которая в разных языках устроена по-разному. Проверять перевод стоит обратным: попросите перевести назад и сравните со своим оригиналом. Разошёлся обратный, значит разошёлся и прямой.

А вот чего поручать не стоит: решать, что именно вы хотите узнать. Это единственная часть работы, которую нельзя делегировать, потому что она про ваш бизнес, а не про формулировки.

Дефекты, которые придётся вычистить

Даже с хорошим промптом часть выдачи уйдёт в корзину, и это нормальный результат, а не провал инструмента: вычёркивать всё равно быстрее, чем писать с нуля. Дефекты повторяются от модели к модели, поэтому искать их проще списком.

Наводящие формулировки. «Насколько вам понравился наш удобный личный кабинет» вместо «Насколько удобно было пользоваться личным кабинетом». Оценка спрятана внутри вопроса, и ответы завышаются. Самый частый дефект.

Двойные вопросы. «Довольны ли вы скоростью доставки и упаковкой». Если человек доволен одним и недоволен другим, ответить честно нельзя, а вы потом не поймёте, о чём была оценка.

Перекрывающиеся варианты. Шкала «до 1000, 1000–3000, 3000 и больше» выглядит нормально, пока не появится ответ ровно 1000. У модели границы диапазонов слипаются регулярно.

Выдуманные бенчмарки. Модель уверенно напишет, что средний NPS в отрасли такой-то, и не назовёт источник. Числа в вопросах и пояснениях надо либо проверять, либо убирать.

Игнорирование контекста. Вопросы про то, чего у вас нет. Ловится только вами, потому что кроме вас никто не знает, что есть.

Первые четыре можно не искать глазами: улучшатель анкеты прогоняет готовый черновик, показывает найденные проблемы и предлагает новые формулировки. Пятый остаётся на вас, машине его поймать не с чего.

В обычном чате работает та же логика, если просить не «проверь анкету», а конкретное: «найди вопросы, на которые нельзя ответить честно» и «найди вопросы, которые меряют одно и то же». Смысловые повторы модель ловит лучше человека, потому что не помнит, что имелось в виду, и читает ровно то, что написано. По той же причине ей стоит отдавать на проверку чужие черновики: свои вы дочитываете глазами автора.

Открытые и закрытые вопросы: когда какой

Пилот на пяти людях

Шаг, который пропускают чаще чек-листа, хотя стоит он полчаса. Анкету, собранную с ИИ, перед рассылкой проходят пять живых человек, желательно не из вашей команды.

Смотреть надо не на ответы, а на поведение. Где человек задумался дольше пары секунд, там формулировка непонятна. Где переспросил «а что имеется в виду», там вопрос надо переписать. Где выбрал «другое» и вписал текст, там не хватает варианта.

Отдельно засеките время прохождения. Модель обычно недооценивает, сколько занимает её же анкета: двенадцать вопросов, из которых три открытых, это не три минуты. Если реальное время вдвое больше обещанного в приглашении, часть людей бросит анкету на середине.

Пилот заодно ловит то, чего не видит ни один чек-лист: логику. Переходы и условия показа ИИ описывает словами, а собирать их в конструкторе вам, и ошибка всплывает именно на живом прохождении.

Чего ИИ доверять не стоит

Персональные данные в промпте. Выгрузка с именами, телефонами и почтами не отправляется в публичный чат. Если нужен разбор ответов, данные обезличиваются до отправки, а лучше разбираются там, где они уже лежат: для этого есть анализ ответов, и выгрузка никуда не уезжает.

Синтетические ответы вместо настоящих. Модель охотно сгенерирует сто ответов респондентов. Они будут правдоподобными и бесполезными: это пересказ обучающих данных, а не мнение ваших клиентов. Для проверки логики анкеты сгодится, для выводов нет.

Готовые выводы по вашим цифрам. ИИ склонен находить закономерность там, где её нет, и формулировать уверенно. Расчёты стоит перепроверять, а выводы сверять с данными.

Отдельно про частый вопрос: надо ли предупреждать респондента, что анкету составил ИИ. Не надо, это техническая деталь вашей работы. Предупреждать надо о другом: кто собирает ответы, зачем и что с ними будет. А вот если ответы будет читать ИИ, это уже обработка данных, и про это в согласии сказать придётся.

Разбор открытых ответов с помощью ИИ

Чек-лист перед запуском

1. У каждого вопроса можно назвать решение, которое от него зависит. Нельзя, значит вопрос лишний.
2. Ни в одном вопросе нет оценочных прилагательных: удобный, качественный, быстрый.
3. Ни один вопрос не спрашивает про две вещи сразу.
4. Диапазоны в шкалах не пересекаются и покрывают все случаи.
5. Все числа и отраслевые нормы проверены по источнику или убраны.
6. Нет вопросов про функции и услуги, которых у вас нет.
7. Порядок вопросов идёт от простого к чувствительному, а не как выдала модель.
8. Анкета пройдена самостоятельно с телефона, от начала до конца.

Про седьмой пункт отдельно. Модель выдаёт вопросы в том порядке, в котором придумала. В анкете порядок другой: сначала простое и нейтральное, чтобы человек втянулся, потом чувствительное, и только в конце то, что можно потерять без ущерба, вроде демографии. Перестановка занимает минуту и влияет на долю дошедших до конца.

Частые вопросы

Можно ли составить анкету полностью с помощью ИИ?

Собрать и даже опубликовать да, запускать без проверки нет. Форма генерации возвращает готовую ссылку, но вопросы всё равно надо прочитать глазами: часть окажется наводящими, двойными или не относящимися к вашему решению. Вычёркивать быстрее, чем писать с нуля, поэтому время инструмент экономит в любом случае.

С чего начинать работу с ИИ над опросом?

С решения, которое вы примете по результатам. Пока оно не названо, невозможно отличить нужный вопрос от лишнего, и в анкете останутся все. Дальше добавляются аудитория и описание продукта, а порядок между ними не важен.

Как написать промпт для генерации вопросов?

Пять частей: роль (методолог опросов), контекст (продукт, аудитория, что известно), решение (что вы сделаете с результатом), ограничения (число вопросов, типы, запрет на наводящие и двойные) и формат ответа. Обязательно просите колонку «зачем этот вопрос в анкете»: для лишнего вопроса модель её не заполнит.

Какие ошибки ИИ делает в анкетах чаще всего?

Наводящие формулировки с оценкой внутри вопроса, двойные вопросы про две вещи сразу, пересекающиеся границы диапазонов в шкалах, выдуманные отраслевые бенчмарки без источника и вопросы про функции, которых у вас нет. Первые четыре ловит улучшатель анкеты, последний только вы.

Что такое MCP и зачем он для опросов?

Model Context Protocol это стандарт, по которому ассистент вроде Claude или Cursor подключается к сервису напрямую и работает с данными без копирования. Для опросов это означает, что ассистент видит ваши анкеты, ответы и аналитику и может выполнять действия, а не только советовать. Ключ создаётся в кабинете WebAsk и показывается один раз.

Можно ли загружать ответы респондентов в ChatGPT?

Не в исходном виде. Имена, телефоны и почты убираются до отправки, а лучше разбирать ответы там, где они уже собраны, чтобы выгрузка вообще никуда не уезжала.

Можно ли заменить респондентов ответами ИИ?

Для проверки логики анкеты и оформления сгодится, для выводов нет. Сгенерированные ответы это пересказ обучающих данных, а не мнение ваших клиентов, и решения по ним принимать нельзя.