Workflow 07

Coding:AI 提出候選,研究者把關判斷

共同示範採用 codebook 型個案與訪談分析;研究者須先建立人工錨點,再比對 AI 候選編碼。

操作流程

標記人工錨點

清楚標示可觀察語句、初始編碼、出處定位與不確定之處。

產出 AI 候選編碼

要求 AI 提供候選碼、支持引文、研究限制與反例提問,而非直接給出主題結論。

研究者實質決策

明確記錄接受、拒絕、合併與待查狀態,並詳述判斷理由。

發掘負面個案

保留不符合既有解釋的資料,具體說明其對現有論述帶來哪些修正或未造成影響。

撰寫理論備忘錄

嚴謹區分觀察現象、候選機制、替代解釋、研究限制與後續資料蒐集方向。

概念層次區分

層次名稱主要用途
內容摘要精簡說明原始資料的核心大意。
初始碼/類別/主題逐步建立結構化分析架構,其定義與涵蓋範圍必須具備可回溯性。
理論詮釋提出能受實證資料檢驗的學術解釋,而非僅將 AI 摘要重新命名。

下載 Coding 與備忘錄範本·下載合成訪談材料