访谈逐字稿如何编码？一个可复用的分析流程

逐字稿最先遇到的不是编码问题

同一份访谈，如果说话人标记混乱、段落边界不清，后面再精细的编码也很难复核。研究者常常急着把文字导入软件，却没有确认转录是否漏掉了否定词、时间顺序和关键停顿。编码之前花一点时间整理材料，往往比在结果页反复修补更省力。

匿名化也不只是把姓名替换成字母。学校、实验室、地名和独特经历组合在一起，仍可能让熟悉现场的人认出参与者。建议把对照表与分析文件分开保存，并在公开论文或示例中改写可识别的原句。材料的合法使用范围由研究者和所在机构的伦理要求决定。

转录本身也带着选择：口语中的重复、停顿和自我修正，有时是犹豫或权力关系的线索，有时只是录音质量造成的噪声，因此不能用一条规则把它们全部抹平。研究者可以在处理日志里写明哪些内容被保留、哪些内容被规范化，并在需要时回听原始记录，以免把整理动作误当成参与者的表达。

切片尺度决定后面能不能比较

意义切片没有一个适用于所有项目的固定长度。研究“学生如何做出选题决定”时，一个决定或转折可能是合适单位。研究身份经验时，一句孤立的话可能必须和前后的叙事一起保留。切得太短会丢掉代词、反问和因果关系，切得太长又会让不同片段难以对照。

可以先用一两份逐字稿试切，再把遇到的边界写进备忘录。例如，受访者说“他这样说以后我就不敢再问了”，若不保留上一段对话，研究者无法知道“这样说”指的是批评、玩笑还是规则说明。把切片规则固定下来，后续新增材料时才不会一会儿标单句、一会儿标整页。

切片也会影响引语怎样进入论文。一个只保留结论的短片段看似有力，却可能隐藏了受访者后来修正说法的部分。较长的片段虽然不够利落，却能让读者看到意义如何转折。遇到这种取舍，可以在编码记录里同时保存分析片段和写作引用，前者服务于比较，后者服务于论证。

从初始编码走向范畴命名

初始编码应描述片段里的行动、感受或条件。“通过同伴确认标准”“回避公开表达”比“缺乏自信”“沟通有问题”更容易说明证据在哪里。编码名称可以使用参与者的原话，也可以使用研究者的概念，但定义中要写清纳入和排除边界，避免同一个词在不同材料里承担不同意思。

当相近编码出现时，不要只按词面合并。比如“担心被评价”和“担心被误解”都带有担忧，却可能对应不同的社会后果。如果研究问题关心的是表达策略，二者或许应当保留区分。合并、拆分或改名之后，记录修改理由和受影响的材料，编码框架才有可追踪的历史。

编码定义可以随着材料推进而变得更具体。第一次出现“回避公开表达”时，研究者可能只记录不主动发言。后来发现有些受访者会在会后私下补充意见，定义就应写入场景差异，而不是把两种行为混成一个心理特征。这样的修订不是反复无常，而是持续比较留下的结果。

在一份关于实验室协作的访谈中，受访者说自己“会上不说，群里会补充”。如果编码只写“沉默”，就会忽略表达渠道的变化。若直接写“权力压制”，又超出了这一片段能证明的范围。较稳妥的做法是先分别记录“公开场合延迟发言”和“会后寻找替代渠道”，再用更多材料判断它们是否属于同一范畴。

复核与写作要在同一条证据链上

每条编码都应能回到材料编号和原文位置。复核时先看片段前后的语境，再检查标签是否超出了参与者实际表达。遇到反例，不要为了让主题整齐而把反例删除。写作阶段引用的句子也要回到完整段落，确认省略号没有改变原意。

研究备忘录可以把“为什么这样判断”保留下来。你可能在第二轮分析中发现某个范畴过宽，于是把它拆成两个条件。如果没有记录，论文读者和合作研究者就无法理解结果为何变化。更多关于判断可靠性的讨论，可阅读AI 做质性分析可靠吗。

写作时可以把一条引语放回它所属的互动过程。先说明谁在什么情境下说了什么，再解释这句话怎样支持或限制你的主题，读者就能区分材料陈述和研究者推断。若同一主题有相反案例，分别呈现并解释差异，通常比挑选几句最顺耳的引语更有说服力。

复核还应覆盖那些没有被编码的段落。研究者很容易只检查 AI 或自己标出的“重要”片段，却忽略被快速略过的转折和补充说明。抽取几段未编码内容重新阅读，常会发现新的边界。把这类检查结果记在材料清单里，写作时就能说明主题并非只由少数醒目的句子拼成。

这张表可以作为每轮讨论后的简短检查单，不要求把所有判断压缩成勾选项。真正重要的是在表格之外保留必要的原文和备忘录，让检查结果能够被解释。

AI 辅助逐字稿编码的合适边界

将已经整理为文本的访谈逐字稿上传到灵析后，可以获得开放编码、主轴编码和选择编码草稿，并回溯每条编码的原文位置。研究者可以先用少量材料检查切片和命名是否符合自己的研究方案，再把合适的草稿带入编码表讨论。AI 不能替你决定理论立场，也不能替你承担受访者授权和材料脱敏责任。

灵析当前不支持音频或视频直接上传、转写或分析。AI 结果必须由研究者逐条复核，必要时对编码进行合并、拆分或删除，再导出 .qdpx 衔接 NVivo。若你需要了解输入材料和导出边界，可以查看AI 质性数据分析功能说明。

常见问题

逐字稿中的口头语要全部删除吗？

不必全部删除，无意义的重复词可以按统一规则处理，但会改变语气的停顿、笑声、沉默和自我修正可能是分析证据。处理原则应在方法部分说明，并保留未经处理的原始版本。

一份逐字稿应该有多少条编码？

没有适用于所有项目的固定数量。编码数量取决于研究问题、切片尺度、材料差异和方法论。与其追求数量，不如检查每条编码是否有清楚定义、原文证据和适用边界。

灵析能直接分析录音或视频吗？

当前不能，请先取得合规的文本逐字稿并完成必要校对，再上传文本材料生成编码草稿。