访谈了四位专家，三种说法，我该信谁
做 AI 产品绕不开专家访谈——找行业里的人聊方向，找一线的人聊细节，找用过的人聊体验。
但专家访谈是出了名的"看起来容易做起来亏"：聊得很热闹，结束后笔记摊开，却发现支撑不了任何决策。
最近一轮行业调研里，我同时访谈了四位候选专家，他们的口径出现了明显的方差。
处理这个方差的过程，让我把访谈方法论彻底整理了一遍。
一、先回答：这个问题值得访谈吗
访谈很贵——约人、时间、事后整理。
不是所有信息需求都值得开一场。我的判断标准是两个变量的乘积：决策成本 × 信息不确定性。
决策越小、公开资料越充分，越不该访谈——搜索和报告解决。
只有"决策很重 + 公开信息不够 + 有人知道答案"时，访谈才划算。
反面的教训：我曾为一个小功能决策约过一场专家聊，聊完发现答案在某个公开技术报告里就有。用重武器打蚊子，亏的是自己的信用额度——专家的时间也是。
二、提纲的四维度设计
漫谈式访谈的产出密度极低。我的提纲固定四个维度，从事实到预测逐层推进：
事实层："你实际怎么做的？流程是什么？"——只要可验证的描述，不要观点。事实层的作用是为后面三层打地基，也顺手校准对方的专业程度。
判断层："你怎么看 X 路线？"——收集观点，但必须追着要依据。
依据层："你这个判断基于什么数据、什么经历？"——这是访谈里最值钱的部分。观点网上到处有，观点背后的依据结构才是专家的稀缺价值。
预测层："如果资源翻倍、规则改变，你会怎么调整？"——条件假设题，能逼出对方思维的弹性与盲区。
顺序很重要：先事实后判断。不然访谈会变成对方的观点表演。
三、四位专家三种说法，怎么办
这是最常见也最容易被错误处理的局面。
错误处理方式是"听最权威那位"或"取平均"。
口径不一致本身就是信息。
我的处理分三步：
先看分歧的结构：他们是在"事实"上不一致（说明有人信息过时或领域不同），还是在"判断"上不一致（说明这个问题真的有不确定性），还是在"利益立场"上不一致（说明答案跟立场绑定）？三种分歧的用法完全不同。
回追依据链：把每个人判断的依据拆出来对比。依据扎实程度的差异，往往自然消解一部分分歧。
把分歧带进决策：剩下无法收敛的分歧，不要强行裁决，把它变成决策的敏感性分析——"如果 A 是对的，我们该 X；如果 B 是对的，该 Y"，找对分歧不敏感的路径。
四、沉淀：单场价值有限，链条才值钱
48 小时内整理：记忆衰减极快，拖过三天，录音里的黄金细节就永远丢了。
三层分离记录：对方原话（引用级）、我的解读（标注为推断）、待验证的疑点。混在一起的笔记，三个月后你分不清哪些是他说哪些是你猜。
与新访谈对齐：每场新访谈整理后，回头对照历史调研链——上次的判断被证实了还是被推翻了？调研链的复利来自纵向对比：一场访谈是一次快照，链条才是趋势。
五、一个反直觉的提醒
专家对本专业现状与机理的发言，可信度极高。
对未来趋势的发言，可信度并不比认真研究的普通人高多少——因为趋势是复杂系统，专家优势在局部机理。
所以我的访谈策略是：把专家时间尽量花在机理与事实上，趋势判断留给自己的综合。
把专家的预测当"一个需要校准的观点源"，不是答案。
证据先行的原则与 双轨情报系统 的月度信号复核同构；委托与验证的边界见 协作边界。