預定義類別

預定義類別是當您想決定資料中應該得出什麼內容時所使用的分析模式。您命名要擷取的類別，Skimle 會依照這些類別對每份文件進行分類，然後根據找到的內容形成子類別。

這涵蓋了歸納與演繹兩端的範圍。帶著您已有的分類架構，分析就是演繹式的。從 Skimle 的建議開始，或從一個廣泛的類別開始，讓子類別從資料中浮現，分析就是歸納式的。同樣的畫面，同樣的工作流程。

步驟 1：選擇您的類別

填入類別清單有兩種方式，您可以混用：

• 新增您自己的類別。 點按添加您自己的類別並命名。當您已經知道自己要尋找什麼時，請採用此方式。
• 從建議中選取。 Skimle 會讀取您的專案，並根據素材本身提出類別建議。點按其中一項即可新增。當您想讓資料引導方向時，請採用此方式。

每個類別都可以附加可選的說明：

• 說明指引 AI 針對此類別擷取哪些內容，讓您可以擴大或縮小納入的內容範圍。
• 分類說明指引洞察如何被分類到其下的子類別中。
• 可以產生範例，讓您在進行完整分析之前，預覽 AI 將找到的洞察類型。

沒有說明的類別也能正常運作。當類別名稱本身意義模糊，或兩個類別都可能適用於同一段落時，說明最為重要。

步驟 2：資料擷取

Skimle 會逐一檢視您的每份文件，擷取符合您類別及其說明的洞察。每則擷取的引述都會對照原始文件進行核實，因此未逐字出現在原文中的引述永遠不會進入您的分析。

步驟 3：子類別從洞察中形成

Skimle 會檢視分配給每個類別的洞察，並形成子類別，然後將每則洞察移至最合適的子類別。這正是歸納式分析取得結構的地方：您提供廣泛的焦點，而其下的層級則來自資料本身。

注意：只有當類別被分配到足夠數量的洞察時，才會形成子類別。 只擷取到少數洞察的類別會維持單一層級，這通常表示該類別定義過於狹窄，或是相關素材並不存在。

步驟 4：類別摘要

資料分類完成後，Skimle 會為每個類別撰寫摘要。摘要可在類別檢視中查看，您也可以在此重新命名、合併、拆分並重新整理分析產生的任何內容。

CSV 檔案匯入

當您匯入 CSV 檔案時，「內容」欄位的名稱會被儲存，並用於為此分析類型建立預設類別。這也是在匯入資料前，為您的資料設定清楚且具說明性標題列的另一個理由。如需了解 CSV 匯入的運作方式，請參閱支援的檔案格式與 CSV 匯入。

何時使用

當您知道分析應在類別層級回答什麼問題時，無論這些類別來自您自己的框架還是 Skimle 的建議，都可以使用預定義類別。如果您的文件具有共同的結構，並且您想要完全不需輸入、直接根據該結構建立類別，自動主題分析會更快。如果您想要針對研究問題獲得書面的分析解答，而不是一個分類後的類別樹，請使用代理式分析。