很顶！用豆包工作策划年度调研：1天就干完2周的活

每年的《行业年度大调研》都是见实的重头戏，一般持续至少两个月，收集多则 2000 家、少则 500 家品牌团队的有效问卷。

经过详细分析后，我们会再整理发布为年度行业白皮书给业界参考。这项工作，见实已经连续做了 6 年。

因此，每次设计问卷，都是一项“看起来只是几十道题，背后却牵动整份报告质量”的大工程：

问卷既要承接过去一年的总结，又要捕捉未来一年新变量和趋势。比如今年，除了我们关心的私域和全域增长有什么变化外，还特别想看看 AI 到底有没有进入真实业务场景，对增长带来的影响和预期如何。

过去我们怎么做这项工作？通常团队先脑暴、翻一年热点、回顾行业讨论大事件、询问会员们感受和焦虑等，再定重点、列问题、调选项、琢磨其中跳转逻辑等。每年都做，每年都不轻松。

今年我们换了一种方法，把这件事交给了 AI。这次选择豆包工作 Agent，主要基于以下原因：

它不只能陪你聊天，还能像办公助理一样接任务：一句话派活，它就会自动拆解任务、读取资料、调用技能、后台执行，最后交付问卷、表单等结果。同时，它支持手机/PC/Web多端同步，任务可以在云端跑，人离开电脑后，也能继续补充信息、推进任务。

因此我们做了一个真实测试：让豆包工作 Agent 帮见实设计今年的私域/全域/AI 年度大调研问卷。

步骤一：让它先去读飞书文档中的历史资料。

过去，见实设计年度问卷，第一步通常是翻旧报告、查旧问卷、看去年哪些结论值得今年继续追踪。同时，整个问卷要考虑品牌方和服务商两个视角，问题设计要非常全面，如果存在遗漏，后面想补就很难。

这次，我们把这些前置工作交给了豆包工作。它与飞书的打通很流畅，见实的文档资料库、知识库，很多都留存在飞书中，包括每年调研的问卷设计和白皮书底稿等，正好可以让豆包工作先读一遍。

我们给它的要求很明确，先理解历史资料，再在去年问卷和报告的基础上重新设计问卷，这样可以延续见实的问卷风格，避免一上来就变成“凭感觉列题”。

步骤二：调用 Skill，把问卷当成研究方案来做。

问卷设计本质上更像研究方案设计：不同对象看到的问题要不同、有些问题要用于年度对比、有些问题要用于发现新趋势、单选/多选要合理搭配、最后收回数据要支撑一份有传播价值的报告，这些都得提前想清楚。

因此我们这次调用了豆包工作内置的多个技能，如能做问卷设计的技能「用户研究与需求洞察」、「研究方案设计」，以及可以进行数据分析的技能「数据分析」，进行见实最新问卷的设计。

值得一提的是，豆包工作的 Skill 不是一个固定功能清单，它有技能中心，也支持技能连接器，可以添加、搜索甚至自定义技能。对不同职业人群来说，都能通过对应技能或连接器来扩展。放到见实这次任务里，相当于给问卷项目临时配了几个趁手的工具。

我们还在指令中加了一句话：可以由多 Agent 进行工作。豆包工作随后就将任务委派给组织者 Agent 进行统筹执行，并在后台继续推进。这中间不用我们每隔一会儿追问下一步，也不影响继续用电脑处理别的工作。

步骤三：豆包工作第一版问卷就保留了分支结构，并自动把结果同步飞书。

豆包工作马上完成了第一版问卷设计，并说明了设计核心结论，包括新增和删除了哪些问题，长度的控制说明等。

这版问卷让我们比较意外的地方有几个：

一是它沿用了见实此前问卷里的分支设计。仍然分两个视角，从品牌方和服务商视角设计了调研问题，并写出了明确的问题跳转逻辑。分支逻辑在第一版里原样保留，说明它看懂了问卷的对象结构。

二是它根据今年的调研重点，强化了我们希望新增的 AI 应用与趋势模块。

比如围绕 AI 主题，拆成了几类更适合分析的问题：AI 用在了哪些业务环节；当前处于试用、局部应用还是规模化应用阶段；企业是否为 AI 增加了预算等。

这些问题设计好了，才方便后续形成一系列能传播的结论，如形成行业榜单、社群讨论话题。

需要特别说一下的是：往年团队脑暴，其实不太会提前思考传播结论，而是聚焦想调研的方向、设计问题，最后才想可能的传播点，但 AI 却把这件事想在了前面。

三是除了问卷外，豆包工作还在飞书文档里附了一份迭代说明。

如新增了哪些题，删了哪些题，哪些题做了表达调整，为什么要控制整体长度等，豆包工作也替我们想到了用户填写问卷的舒适时长问题。

同时，新问卷还根据去年的报告结果，倒推了可能的新问题。

其实问卷调整最怕改了不知道为什么改，豆包工作把背后说明都详细列了出来。

四是新问卷还根据我们要求，参考了头部调研机构的问卷设计方式。

过去设计问卷时，我们也会担心做不好，和行业优秀问卷有差距。于是这次干脆让豆包工作将这份问卷对标行业中最好的那些标杆问卷，看看有无值得修改和优化的地方，很快结论就出来了。

它对一些百分比区间和阶段分类进行了调整，让最后的数据更容易被分析：比如有些选项如果区间过粗，报告里很难看出差异；但如果区间太细，又会增加填写难度。

豆包工作在这一轮里做了平衡：既考虑填写体验，也考虑后续报告的数据可读性。

看完第一版问卷时，我们有个明显感受：它不只是在“帮我们写问卷”，而是在尝试理解这份问卷未来要服务于一份年度报告。

步骤四：最像 Agent 的一刻——人出门了，任务还在继续跑。

任务进行到一半时，编辑临时出门了一趟。偏偏这时，同事发来了一份用其他智能体做的问卷版本，希望让豆包工作进行两份问卷的对比。

按过去的工作习惯，这时任务很容易中断：第一份问卷资料还在电脑上，对话在电脑上，任务也在电脑上，人不在工位，就只能等回去再处理。

但这次不一样，我们直接在手机上打开豆包，继续推进刚才的任务。授权豆包读取同事发来的工作文档，并让它把两份问卷进行对比分析。虽然人不在电脑前，但任务可以在云端继续跑，并没有被一台电脑锁住。

现在豆包工作已经支持手机、PC、Web多端同步，可以在手机上继续电脑上的任务。人在外面，也可以用手机随时补充新信息、查看进度、下新指令。

这里要提一个细节：豆包工作的任务模式可以选择本地电脑或云电脑。如果需要调用本地文件、操作本机工具，可以用本地电脑模式；如果任务需要持续执行、跨设备继续推进，云电脑就很有用。

这次我们人在外面，用手机继续刚才的任务，本质上就是把“任务”从某一台电脑里解放出来。它不再完全依赖电脑一直开着，也不需要一直守在工位前等结果。

另外，云电脑处理任务时也不占本地电脑资源，可以让豆包工作在后台跑。这次我们临时加了对两个问卷的对比分析，豆包工作也能接着新方向继续推进，可以在一个持续任务里不断接收反馈、调整方向、往交付推进。

步骤五：吸收另一个版本问卷优点，生成一份融合版完整问卷。

拿到同事发的版本后，我们先让豆包工作对比了2个版本各自的优缺点，如结构是否清晰，问题是否重复，是否覆盖今年重点等。

对比完后，我们继续给了它新指令：吸收同事这个版本中的优点，结合原来的问卷方案，生成一份融合版完整问卷。

这个任务其实很考验整合能力，它不能机械拼接两个版本，而是要判断：原方案的结构是否要保留；哪些题目和现有模块重复；哪些表达需要改得更适合调研对象；哪些新增问题能强化 AI 和增长趋势分析；给答题人增加负担的问题是否要删掉或合并。

最终它生成的融合版，继续保留了见实此前问卷的分支逻辑，也吸收了同事版本里的很多细节优点，继续强化了 AI 应用与趋势模块。

从这个过程看，豆包工作 Agent 比较适合处理“多版本、多资料、多轮反馈”的任务。这也是真实办公的常态，很少一个人写完初稿就一路顺利定稿，更常见的是 A 写了一版，B 补了一版，老板又提了几个方向，最后需要有人把多个版本合并、去重、统一表达，整理成可交付的版本。

这类工作过去很耗时间，考验耐心和结构化能力。豆包工作在这里就像不怕繁琐的统筹助理，先对比，再提炼优点，最后合并成更完整的版本。

步骤六：问卷设计确认后，它继续往交付物推进。

我们又让豆包工作优化修改了几轮细节，确定完最终问卷设计后，开始让它在飞书里生成问卷链接。

过去这一步很费时，文档写完，还要复制到表单里，设置题型、配置选项、检查跳转、生成可发布链接，这次我们交给了豆包工作。

中间出现了一个小插曲：生成后的题目数量和原文档不完全一致。我们追问后，豆包工作解释说，这是因为表单本身存在限制，部分矩阵题在生成表单时被拆分成了独立题目，所以题目数量看起来发生了变化。

随后，它给出了 4 种可选处理方式，除了飞书，还可以用问卷星等方式新建链接。其实 Agent 在执行任务时，不可能每一步都没有偏差，但在遇到限制时，它给出了我们可选方案，这点很好。

最后，我们根据实际调研需求，还是选择了继续用飞书，并最终生成了问卷发布版本。到这一步，问卷已经从研究方案推进到了可发布链接。

步骤七：调用设计技能，对问卷做最终视觉优化。

问卷发布后，我们突然觉得还不够美观，因为要考虑用户填写体验、品牌感、页面观感和传播效果。

因此调用了UI设计、视觉创作等豆包工作自带的技能，对问卷继续做了视觉优化。

豆包工作对问卷布局、主题颜色、显示模式、选项配色等进行了美化。

优化后的问卷视觉效果也很适合对外传播：

一份对外发布的行业问卷，视觉统一、表达清晰、结构友好，完成率往往会更好。年度大调研这种需要认真填写的问卷，视觉本身也是体验的一部分。

这次完整跑下来，我们觉得豆包工作整体表现超出了预期。或者说，一个字：夯！

它真正省下来的，除了“设计几十道题”的时间，还有一整串重复、耗时、但必须反复做的细节工作：

如读取历史报告、对照旧问卷、搭建新版结构、控制题量和答题时长，中间还有多次反复微调问题和选项本身，围绕某个特定小问题和答题跳转逻辑而不断修正……

不夸张地说，往年我们一个熟练编辑，至少要两周时间才能完成这个工作。如今，满打满算也才1天就完成了，中间还要加上同事临时提出的一堆新要求，及团队一起审核和讨论最终问卷所需时间。再到生成飞书文档，推进到表单链接、继续做视觉优化。（当然，也期待豆包工作后续能打通各种问卷平台连接器，体验将会更好）

设计问卷这类任务有个共同点：不一定特别难，但链条很长、细节很多、很容易消耗人的注意力。豆包工作Agent适合接手的，就是这种有资料、有流程、有协作、有交付物的复杂办公任务。

对经常写报告、做调研、整表格、做方案、写复盘的人来说，这种“把重复耗时的办公活儿丢给 Agent”的方式，确实会改变工作节奏。

当然，什么问题代表行业变化，哪些结论值得写进报告，传播点有没有价值，最终仍然要由人来判断。人的工作现在变成了提需求、补信息、做判断和最后拍板。

对了，我们把优化好的问卷已经放在了“阅读原文”，您可以提前参与填写（年度问卷测试版），看看 AI 和我们一起设计的问卷如何。

这件事我们后续还会继续：调研出来后，团队紧锣密鼓分析数据和撰写年度报告，又会需要至少两周时间。不过，照现在应用豆包工作的情况，估计这个工作会在2-3天内完成，甚至还会生成多份不同角度和主题的年度报告。

豆包工作自带的定时任务、PPT生成、数据分析等能力，到时也能帮上大忙！

最后，豆包工作 Agent 已全新升级，想试试的朋友，可以网页搜索「豆包工作」，下载电脑端，体验一句话派活、自动执行复杂办公任务的 AI 办公能力。对了，现在还能限时免费领取 30 天订阅权益。