AI 使用者研究工具不能只看誰的 AI 摘要比較漂亮。你要先看資料來源：你是在整理訪談，測試原型，還是在網站上收集訪客回饋。
Dovetail AI、Maze AI、Hotjar AI 解決的是不同階段的問題。
快速選擇
| 需求 | 建議工具 |
|---|---|
| 訪談逐字稿、highlights、insights repository | Dovetail AI |
| 原型測試、任務完成率、產品驗證 | Maze AI |
| 站內問卷、訪客回饋、情緒與標籤分析 | Hotjar AI |
| 大量 CSV 回覆分析 | Julius AI 或 Rows AI 也可輔助 |
| 團隊白板整理與工作坊摘要 | Miro AI |
三個工具差異
| 工具 | 核心定位 | 最適合 |
|---|---|---|
| Dovetail AI | 研究資料庫與洞察整理 | 訪談、逐字稿、標註、研究知識庫 |
| Maze AI | 使用者測試與產品研究流程 | 原型測試、任務、使用者驗證 |
| Hotjar AI | 站內回饋與問卷分析 | 網站訪客、轉換率、開放式回覆 |
如果你是內容網站，Hotjar AI 可以幫你理解讀者卡在哪裡；如果你正在設計新產品，Maze AI 比較適合；如果你已經有很多訪談與客服素材，Dovetail AI 更有價值。
依照資料來源選
來源是訪談
選 Dovetail。訪談資料需要保留原話、標註、脈絡與洞察來源。AI 摘要只是輔助，研究資料庫才是核心。
來源是原型測試
選 Maze。你需要看任務完成率、時間、卡點、點擊路徑與開放式回饋。AI 可以幫忙整理，但測試設計仍要人把關。
來源是網站訪客
選 Hotjar。它適合直接在網站上問問題，搭配 survey、feedback、session recording 或 heatmap 找出轉換障礙。
研究品質檢查表
- 研究問題是否清楚。
- 樣本是否符合目標使用者。
- 問題是否中立，沒有引導受訪者。
- AI 摘要是否回到原始 quote 驗證。
- 結論是否區分事實、推論與假設。
- 是否把少數聲音誤判成主流需求。
- 是否能轉成具體產品、內容或轉換率優化任務。
和 GSC、GA 怎麼搭配
對內容網站來說，可以用 GSC 找出「曝光高但點擊低」或「排名接近首頁但停滯」的頁面，再用 Hotjar 問讀者：「你來這頁想找什麼？有沒有沒找到？」
如果回覆量增加，可以把開放式回覆匯出，再用 Dovetail、Rows 或 Julius 做更深入整理。
結論
AI 使用者研究工具能加速整理，但不能取代研究判斷。真正有價值的是把使用者語句、行為資料與產品決策接起來。
選工具時先問：資料從哪裡來？誰要看結果？結果要推動什麼決策？這三個問題比 AI 功能清單更重要。