解读

面试官想验证三件事：

1. 你是否只盯着“任务成没成”，而忽视用户“爽不爽”；
2. 你是否熟悉国内可用、可落地、可对比的主观量表；
3. 你是否能把主观得分翻译成产品迭代动作，而不是“考完就锁抽屉”。
   因此，回答要“量表+场景+闭环”三位一体，既要展示专业深度，又要给出国内落地细节。

知识点

1. 主观体验量表三大流派
   a. 可用性流派：SUS、UMUX、UMUX-Lite（工信部《用户体验评测指南》2022 推荐）
   b. 认知负荷流派：NASA-TLX、RSME（Raw NASA-TLX 中文版已在中国航天员中心完成信效度检验）
   c. 对话/智能体流派：CUQ（Conversational User Experience Questionnaire）、CUX（百度2021开源）、Chatbot Usability Scale（清华大学改编版）

2. 国内数据合规与采样要点

   • 量表收集属“个人信息”范畴，需《个人信息处理规则》内嵌、最小化字段、脱敏入库；
   • 小程序、APP 内弹窗需遵循《工信部弹窗信息推送服务管理规定》“一键关闭+频次限制”；
   • 样本量：可用性量表≥30 即可做置信区间，但 AI 产品需按算法版本分桶，每桶≥50 才能通过中央网信办“算法备案”中的用户体验说明。

3. 主观与客观指标耦合方法

   • 双因子模型：主观得分与任务完成率做二元逻辑回归，找到“高完成率却低满意度”的异常场景，反向驱动数据标注补充；
   • Kano-CS 联动：将 SUS 分数映射到 Kano 模型，区分“魅力属性/基本属性”，决定是优化模型还是改交互文案；
   • A/B 阈值：设定“SUS 提升 ≥5 分且负面舆情率下降 ≥1%”才全量发布，防止“高分低转”。

答案

我会根据产品阶段与风险等级，组合使用以下三类主观评分，并配套闭环机制：

1. 基础可用性：SUS+UMUX-Lite
   场景：功能 MVP 上线 48h 内，在小程序结果页弹窗，两题 UMUX-Lite 做快速体温计；7 天后邮件回收完整 SUS。
   指标：SUS<68 分触发“橙色预警”，强制进入下一轮交互走查；UMUX-Lite<85% 满意则暂停拉新。

2. 认知负荷：Raw NASA-TLX（中文版）
   场景：复杂多轮对话、长文本生成、医疗/法律等高后果场景。
   采样：每完成 1 个核心任务即触发 6 维量表（心理需求、时间需求、努力等），后台自动关联任务耗时、轮次、模型置信度。
   用法：TLX>60 分且置信度<0.7 的样本，自动流入“困难样本池”，用于后续 RLHF 奖励模型微调。

3. 对话体验：CUX+负面情感词聚类
   场景：开放域闲聊、客服机器人。
   做法：结果页嵌入 5 维 CUX（有用性、人格化、安全感、响应速度、共情度），每维 5 分李克特；同时把用户输入中的“答非所问”“重复”关键词实时聚类。
   闭环：当 CUX<3.5 且负面词占比>8%，自动回捞对应 session，标注团队 24h 内完成“bad case”标注，下周版本强制修复。

落地细节

• 量表收集与算法版本号、用户 ID 哈希、场景标签四段式落库，确保后续可回溯；
• 所有主观得分每季度输出《AI用户体验白皮书》，作为算法备案与上市审计的核心材料；
• 主观指标权重占 OKR 30%，与任务完成率、算力成本并列，防止技术团队“只追准召，不追感受”。

拓展思考

1. 主观量表≠问卷堆砌，关键是“可行动”：每增加一道题，必须提前写好“如果得分低于 X，谁、在多久、用什么资源、做哪件具体的事”。
2. 在生成式 AI 时代，需引入“即时情绪曲线”——把用户输入的标点符号密度、修改次数、撤回行为做成实时特征，与事后量表做皮尔逊校验，逐步用行为数据替代部分问卷，降低对用户打扰。
3. 国内监管趋向“算法可解释+用户可投诉”，未来主观评分可能直接接入 12315 平台接口，产品侧需预留“一键提交投诉+自动附带量表得分”功能，实现体验监测与合规风控同源。