AI 用户访谈模拟器

一个基于大语言模型的用户访谈练习工具，帮助产品/运营从业者系统训练用户访谈与洞察能力。

项目背景

找真实用户难、访谈反馈缺失——这是产品/运营从业者在日常工作中普遍面临的痛点。本项目通过 AI 模拟不同类型的用户角色，让用户能够随时随地练习访谈技巧，并获得专业的评估反馈。

核心功能

1. 多角色用户模拟

AI 扮演四种典型用户画像，模拟真实访谈场景：

角色	特点	练习要点
新手用户	好奇但容易放弃，功能认知有限	引导表达真实需求，避免带预设
重度用户	理性有主见，对细节要求高	深挖未被满足的高级需求
流失用户	果断，有失望情绪，不愿多反馈	练习处理负面情绪，挖掘真正流失原因
竞品用户	善于比较，带有偏见	识别竞品的真正优势 vs 用户主观偏好

支持自定义年龄、职业、性格、痛点等参数，灵活配置用户画像。

2. 四维度智能评估

每次访谈结束后，系统从四个维度进行专业评估：

• 提问质量：问题是否开放式、具体、有逻辑主线
• 追问深度：是否在用户回答基础上深挖真实动机
• 倾听能力：是否捕捉到关键信号并跟进，是否打断用户
• 洞察提取：能否识别用户未明说的潜在需求

每个维度 1-5 分，附带具体评价和改进话术建议。

3. 结构化洞察提取

自动从对话中提取：

• 用户核心痛点（按优先级排序）
• 使用场景分析
• 未被满足的需求
• 可落地的产品/运营建议

4. 进步轨迹追踪

• 得分趋势折线图，直观看到能力成长
• 各维度历史对比，定位持续弱项
• 练习场次、总时长、最高分等统计
• 完整对话记录和评估结果可随时回看

5. 语音播报（TTS）

支持 AI 回复的语音合成，根据用户画像自动匹配音色和语气风格：

用户画像	音色	风格
新手用户	茉莉（年轻女声）	温柔、耐心
重度用户	冰糖（成熟女声）	专业、理性
流失用户	苏打（男声）	失望、坦诚
竞品用户	白桦（男声）	比较、挑剔

技术架构

user-interview-simulator/
├── app.py              # 主入口（页面配置、路由、session 初始化）
├── styles.py           # CSS 样式常量
├── keys.py             # API Key 持久化管理
├── utils.py            # 通用工具函数 + SVG 图标
├── config.py           # 配置管理（模型、音色、用户画像模板）
├── llm_client.py       # LLM 调用封装（Chat + TTS）
├── prompts.py          # Prompt 模板（角色扮演、评估、开场白）
├── evaluator.py        # 评估结果解析引擎
├── database.py         # SQLite 数据层
├── report.py           # 访谈报告生成
├── logger.py           # 日志配置
├── pages/              # 页面模块
│   ├── home.py         # 首页
│   ├── setup.py        # 访谈设置 + 侧边栏
│   ├── interview.py    # 访谈对话页
│   ├── evaluation.py   # 评估报告页
│   └── history.py      # 历史记录页
├── tests/              # 单元测试
├── docs/               # 文档
├── requirements.txt    # 依赖清单
└── LICENSE             # MIT License

技术选型

组件	选择	理由
LLM API	OpenAI 兼容格式	支持 DeepSeek / MiMo 可切换
前端框架	Streamlit	纯 Python，开发最快，适合展示
数据库	SQLite	本地存储，零配置
语音合成	MiMo TTS	预置音色丰富，支持风格控制
可视化	Plotly	雷达图、折线图交互式展示

快速开始

1. 克隆仓库

git clone https://github.com/<你的用户名>/user-interview-simulator.git
cd user-interview-simulator

2. 安装依赖

pip install -r requirements.txt

3. 启动应用

streamlit run app.py

4. 配置 API Key

在左侧边栏输入你的 API Key：

• DeepSeek：前往 platform.deepseek.com 获取
• MiMo：前往 platform.xiaomimimo.com 获取

5. 开始练习

1. 输入产品名称和描述
2. 选择用户画像（或自定义）
3. 开始访谈，提出你的问题
4. 结束后查看评估报告

支持的模型

模型	提供商	用途
DeepSeek V4 Pro	DeepSeek	高质量对话
DeepSeek V4 Flash	DeepSeek	快速响应（默认）
MiMo V2.5 Pro	小米	高质量对话
MiMo V2.5	小米	快速响应
自定义模型	任意 OpenAI 兼容	灵活接入

运行测试

# 运行所有测试
pytest

# 运行并生成覆盖率报告
pytest --cov=. --cov-report=html

评估体系说明

评分标准

分数	水平	说明
4.5 - 5.0	卓越	具备专业用研水准
3.5 - 4.4	良好	能独立完成有效访谈
2.5 - 3.4	合格	基本能力具备，需加强追问技巧
1.0 - 2.4	待提升	需要系统学习访谈方法论

评估置信度

系统会根据对话轮次和质量给出置信度评分（0-1）：

• > 0.8：评估结果可靠
• 0.6 - 0.8：评估有一定参考价值
• < 0.6：建议增加对话轮次后重新评估

适用场景

• 产品/运营入门：从不知道问什么到能挖出真实需求
• 面试备战：提前暴露问题与方法盲区
• 日常能力打磨：形成结构化提问的肌肉记忆
• 团队培训：统一访谈标准，减少质量波动

贡献

欢迎贡献！请查看 贡献指南 了解详情。

License

MIT