自动主题分析

自动主题分析采用我们的“Zero Prompt”方法：您无需输入任何提示，因为 Skimle 将利用这些文档固有的结构来形成类别。

该分析会创建一个名为“已识别的主题”的顶层类别，其子类别基于您的文档中的标题和问题。

该分析的示例输出，显示了一个名为“已识别的主题”的顶层类别，以及基于访谈问题的进一步类别。

注：当您的项目文档结构相似时，这种分析效果最佳！

第 1 步：从您的文档中识别主题

Skimle 会逐一处理您上传的每份文档，并使用 LLM 识别文档标题和访谈问题。

第 2 步：根据交叉主题形成初始类别

随后，Skimle 会利用上一步的结果，根据已识别出的标题和问题，形成一组不超过十余个的精简主题类别。

第 3 步：从您的文档中提取洞察

在此阶段，Skimle 会逐一处理您的每份文档，并根据上一步中识别出的顶层主题提取洞察。

第 4 步：根据提取的洞察创建子类别

在最后一步中，Skimle 会检查分配给每个类别的洞察，并根据提取的洞察形成子类别。

示例

自动主题分析适用于任何主题应从结构一致的素材中显现出来的项目。例如，一位依照 Braun 和 Clarke 传统进行反思性主题分析的研究者，在处理 40 次访谈时，可以让 Skimle 完成初步的分类和主题归纳工作，从而把时间花在解读结果上，而不是手动标记引文。