Discy.ai

AI 驱动的定性研究平台

概述

Discy AI 是一款洞察平台，可将访谈、笔记与文档转化为可辩护、可溯源的洞察。

作为 Discy AI 的产品设计师，我主导了旗舰产品 洞察工作室 的改版。目标是把它从手动标注工具转变为主动的 AI 驱动发现空间，让建议洞察、结构化叙事与丰富数据可视化成为核心。

访问 Discy.ai

客户 Discy

时间线 2024 年 2 月 — 2025 年 6 月

工作范围用户体验与界面设计 · 企业级仪表盘

地点英格兰与威尔士

挑战

把研究变成可信、可分享的故事非常耗时。

旧版的洞察工作室只产出一个静态报告，输入分散、视图僵化。AI 停留在分类阶段，团队仍需重新撰写内容、在工具间复制粘贴，并追踪不断漂移的版本。

这导致节奏缓慢、输出不一致以及竞争劣势——促使创始人推动从“分类”迈向可信、可适配的洞察交付。

Old insight interface showing static report limitations

解决方案

AI 辅助画布替代静态报告

Redesigned solution — AI-assisted canvas interface

画布工作区

集中：一个项目内可管理多个报告/画布。
多标签与对比：切换或对比不同视图/画布。
模板/续写：从画布模板或历史项目快速开始。

新洞察卡片：构建模块

用卡片构建：将模块化卡片拖入画布。
丰富表单：从图库选择表单（框架 / 叙事 / 图表），继承该卡片的数据与筛选。

AI 叙事卡片

内联生成：直接在画布内生成摘要与要点。
复用与精修：应用提示词预设，按语气或重点一键重新生成。

01 研究

用户与市场证据

我们与 7 位有经验用户进行了主持式、任务导向的产品内走查，以验证痛点并挖掘需求。同时进行竞品扫描，对进入方式、多表单视图、AI 可控/可追溯与导出模板进行对标。

走查

我们与 7 位 Discy 用户进行了30 分钟产品内走查。参与者在数据工作室标注、并在洞察工作室组装（图表、表格、询问 AI、已保存）时进行口述思考，描述他们被卡住或感觉缓慢/不清晰的地方。每次结束我们会用“魔法棒问题”追问：如果一切皆有可能，你希望实现什么，以挖掘需求与信任阻碍。

问题

观察到的摩擦点

视图被拆成多个标签，筛选会丢失，用户不得不重新设置。

当前图表分析/询问 AI 没有起始提示，用户会停顿，不确定先做什么。

参与者的话

当我对比图表与 AI 摘要时，无法同时看到它们，切换标签会打断思路并拖慢决策。

询问 AI 的语气很泛，我无法在不重启的情况下调整语气，也无法把输出串成连续报告。

我不知道如何在洞察工作室里并排对比两份报告……难道要导出两份才能比较？

需求

问：如果你有一根魔法棒，你会构建什么让研究分析与报告高效且可信？

理想的研究工具应帮我做脏活，比如自动标注、版本管理，并在证据更新时显示变化。

我希望模板能从每次编辑中学习，布局选择能训练系统，让下一次简报更符合我们（组织）的风格。

如果能生成可定制报告就好了，动态图表可点击追溯来源并调整变量查看影响。

给我们一个统一工作区：导入、标注、理解、撰写、审核、导出，并支持评论、权限与保存视图。

竞品分析

我们对定性研究软件领域的 7 个竞品进行了对标，重点关注提升效率与信任的能力。扫描结果显示存在空白：运营工具（Asana/Linear）与证据工具（Dovetail/Atlas.ti）无法在一个地方产出可定制、可引用的报告；Notion/copy.ai 提供灵活文档与改写，但缺少溯源，进一步印证了 AI 辅助画布在可复现、可分享输出上的空间。