category_search严谨分析

经得起推敲的 AI 分析

Skimle 遵循定性分析的步骤,而不是简单地做摘要。它完整阅读每一份文档,为每个段落编码,对照出处核验每一条引语,并构建可供您检查、编辑并追溯到数据的类别。

预约演示

免费试用含 200 积分。无需信用卡。

1

选择分析方式

让主题从数据中归纳式地浮现,带入由预定义类别组成的自有类别系统,或从一个研究问题出发,让智能体分析来规划工作。选择与您的方法相契合的路径即可。

2

是方法,而不是一句提示词

Skimle 不依赖一个庞大的提示词,而是运行一个多步骤流程:逐页提取附带直接引语的洞察,对照原文核验每条引语,形成类别和子类别,并撰写注明依据的摘要。

3

掌控权在您手中

结构只是建议,而非定论。您可以重命名、合并、拆分和移动类别,接受或拒绝建议,并撤销任何操作。最终分析由您的判断来塑造。

4

每项发现都可追溯

点击摘要中的任一引用,即可看到背后的洞察和原文引语,再打开文档查看该段落的上下文,或从说出这句话的那一刻起播放原始音频或视频。反方向同样可行:从任意文档出发,都能看到从中编码出了什么。

5

借助智能体分析深入挖掘

从一个研究问题出发。Skimle 提出一个供您编辑的框架,为每个相关段落编码,探究更宏观的动态,寻找反面证据,撰写附有引证的分析性主题,并记录每一个步骤。

预约演示

分析如何运作

每个步骤只做一件事,并检查上一步的结果,这正是结果可重复、可审计的原因。

  • 1

    提取洞察

    Skimle 大约每次阅读一页文档,识别其中的洞察,每条洞察都附有文本中的直接引语。

  • 2

    核验每条引语

    相似的引语会被合并,每条引语都会与原文核对。不是逐字原文的引语,会在出处中重新找到,否则予以剔除。

  • 3

    形成类别

    洞察会被归入反映您分析选择的类别和子类别,每条洞察都放在最合适的位置。

  • 4

    有据可依的摘要

    Skimle 为每个类别撰写摘要,并附上引用,可回溯到其所依据的洞察和引语。

三种分析方式

选择您的方法所需的路径。同一个项目中可以运行多种分析。

  • segment

    从数据中归纳式地识别主题

    从 Skimle 的建议或一个宽泛的类别开始,让子类别从参与者的话语中浮现出来。

    最适合探索性研究和扎根取向

  • target

    预定义类别

    带入您的类别系统:为想要的类别命名,在名称有歧义处补充说明,Skimle 就会依照您的框架为每份文档编码。

    最适合检验框架或理论

  • flowsheet

    以研究问题为导向的智能体分析

    提出一个研究问题。Skimle 与您一起构建框架,为材料编码,探究其背后的动态,并权衡反面证据。

    最适合解释性和比较性问题

预约演示

无需数周编码,也能做到严谨

人工编码细致但缓慢。通用聊天机器人速度快,却无法展示其工作过程。Skimle 保留方法,省去重复劳动。

人工编码通用 AI 聊天机器人Skimle
覆盖范围由人逐段阅读的每个段落上下文窗口能容纳的内容每份文档的每个段落
40 场访谈所需时间数周几分钟几小时而非数周,再由您审阅
引语逐字原文可能被转述,甚至凭空编造逐字原文,已与出处核对
可追溯性通过您应用的编码无双向追溯,从发现到引语,再从引语回到发现
掌控完全掌控,但全靠手工重写提示词,然后碰运气编辑、合并、拆分、移动和撤销

建立在三项原则之上

  • visibility

    双向透明

    从一项发现到它的引语,从一份文档到从中编码出的一切。分析中没有任何黑箱。

  • folder_match

    真正的人在回路中

    AI 负责阅读和初步处理。类别意味着什么、合并哪些、报告哪些,由研究者决定。

  • science

    扎根于定性研究实践

    各个步骤与成熟的主题分析一一对应,因此您可以在方法部分写明做了什么,并在审稿人或客户面前为之辩护。

常见问题

Skimle 支持哪些定性研究方法?add_circle

三种分析类型:从数据中归纳式地识别主题,依照您自有类别系统中的预定义类别编码,以及以研究问题为导向的智能体分析。许多研究者在反思性主题分析中使用 Skimle 完成编码和整理工作。

AI 会编造引语吗?add_circle

每条引语都会与原始文档核对。如果某条引语不是逐字原文,Skimle 会回到文档中找到真实的原话,因此编造的引语绝不会进入您的分析。

我可以修改 AI 生成的内容吗?add_circle

可以。您可以重命名、合并、拆分和移动类别,在类别之间移动洞察,添加自己的洞察和笔记,并撤销任何更改。分析是一个由您来塑造的起点。

如何在方法部分描述这一过程?add_circle

描述各个步骤:完整阅读文档,提取附有逐字引语的洞察,核验引语,形成类别,再由研究者审阅和完善。智能体分析还会为其运行的每一步保留日志备忘录。

可以把 AI 编码与人工编码结合起来吗?add_circle

可以。您可以在 AI 洞察之外自行为段落编码,也可以把项目以 REFI-QDA 格式导出,在 NVivo、ATLAS.ti 或 MAXQDA 中继续工作。

它支持英语以外的语言吗?add_circle

支持。Skimle 可以分析 100 多种语言的文档,并能跨不同语言的访谈构建一套统一的类别,同时以原始语言保留每条引语。分析和报告可以使用以下 29 种语言中的任意一种撰写:英语、阿拉伯语、中文(简体)、中文(繁体)、丹麦语、荷兰语、爱沙尼亚语、芬兰语、法语、德语、希腊语、希伯来语、印地语、印度尼西亚语、意大利语、日语、韩语、立陶宛语、挪威语、波斯语、波兰语、葡萄牙语、西班牙语、瑞典语、泰语、土耳其语、乌克兰语、乌尔都语和越南语。

我的数据会如何处理?add_circle

所有数据都存储在欧盟境内,传输和存储时均经过加密,绝不用于训练 AI 模型。团队中谁能查看每个项目由您决定。详情请参阅我们的隐私政策。

support了解分析如何运作

您可以为之背书的分析

上传您的访谈,即可看到每一个类别、洞察和引语,随时等待您的审阅。

预约演示

免费试用含 200 积分。无需信用卡。