探索性、描述性和因果调研最重要的差别，不是分别“用访谈、用问卷、用实验”，而是研究者准备对结论承担多强的责任。探索性研究承诺发现值得验证的概念、过程与可能机制；描述性研究承诺在清楚定义的人群和时间内估计分布或差异；因果研究承诺回答反事实——如果没有这项改动，同一结果原本会怎样。
因此，一份问卷既可能只是探索，也可能用于描述；加入随机刺激的问卷实验可以支持特定因果比较。一次深度访谈可以揭示机制，但“十个人都提到了”仍不是总体比例；一张覆盖上万答卷的交叉表能显示相关，却不会因样本大而自动排除选择偏差和混杂。先写清准备说到哪里，再决定怎样取证。
第一种承诺：把未知领域变成可检验的候选解释
当团队连关键概念、受访者使用的语言、事件怎样发生都不清楚时，问题属于探索性。例如“消费者为什么看不懂新的包装信息”，内部可能先猜字太小、颜色不醒目或说明太长，但真正障碍也许是消费者根本不知道某个认证标志代表什么，或在货架上使用了不同的比较顺序。
探索性研究适合从具体经历出发：情境访谈、观察、任务演示、客服文本分析、开放式回答或小规模原型测试。样本选择追求相关经历和差异性，而不是用人数假装代表总体。分析时寻找事件路径、概念边界、反例和可能机制，并保留原始语境。
探索结论的通行证：可以写“我们识别出三种可能的理解障碍，其中一种此前未进入假设”；不应写“60%的消费者因认证标志流失”，除非另有能估计比例的抽样与测量。
探索阶段不是“随便聊聊”。研究者仍要说明找了谁、为何选择他们、怎样记录和编码、什么时候停止扩展，以及哪些反例没有被主主题解释。它的严谨性体现在候选解释是否来自可检查的材料，而不是结论看起来是否确定。
第二种承诺：说明某种现象有多少、分布在哪里
当概念和候选答案已经足够清楚，决策需要知道规模、排序或人群差异时，问题进入描述性。例如团队已经从观察中发现“把每份含量误读成整包含量”这一具体障碍，接下来想知道它在目标购物者中多常见，是否集中于首次购买者，以及与包装版本、阅读习惯有什么关系。
描述性研究需要先定义目标总体、抽样来源、测量方式、时间窗口和估计的不确定性。结构化问卷常用，但日志、交易记录、内容编码或追踪数据也可以描述现状。决定结论能否外推的，不是“用了量化方法”，而是覆盖、抽样、无回答、测量和权重条件。
描述结论的通行证：可以写“在本次符合资格并完成测试的样本中，28%把每份含量理解为整包含量；加权估计及区间见报告”；不能仅凭两个群体比例不同就写“误读导致购买意愿下降”。
描述性研究也不一定需要全国代表样本。若决策只涉及一个现有客户群，抽样总体可以限定为这批客户；若只为选择下一轮要测试的两个方案，方向性样本也可能够用。但报告必须把目标限定在真实覆盖的人群，不能用“消费者普遍认为”抹掉范围。
第三种承诺：估计改动本身带来的净变化
“新包装是否提高正确理解率”已经不是描述现状，而是在比较两个潜在世界：同类参与者看到新版本时会怎样，如果没有看到新版本又会怎样。同一个人无法在同一时刻同时经历两种状态，所以因果设计的核心是构造可信的反事实，而不是在问卷里增加一句“这个包装会不会影响你”。
可随机分配时，把符合条件的参与者随机看到旧版或新版，预先定义主要结果、排除规则和最小有意义差异，通常能形成更可信的比较。随机化要在分配、展示和分析上真正保持；若中途按表现换组，或只报告显著人群，优势会被破坏。英国政府当前的《Magenta Book》方法附录把随机对照描述为通过随机分组形成干预与对照比较，并同时提醒实验较擅长估计影响，通常较难单独解释影响如何发生、为何发生或对谁不同。
无法随机时，可以根据事件发生时间、阈值规则、相似对照或其他准实验条件建立反事实，但每种方法都有需要成立的识别假设。单纯“改版前后各发一次问卷”尤其薄弱，因为同期营销、季节、样本构成和熟悉度都可能变化。样本再大，也不能把没有对照的前后差异变成改版净效应。
因果结论的通行证：只有当分配或识别策略、组间可比性、失访、干预执行和替代解释都经过检查，才可使用“新包装使正确理解率提高”这样的措辞；否则应降级为“新版组观察到更高比例”或“改版后指标上升”。
用一次包装改版看三类证据如何交接
一家食品品牌准备修改营养标签。第一阶段邀请具有不同购买频率、营养知识和家庭任务的购物者完成货架选择并复述理解。研究发现，有些人按整包而非每份比较含量，另一些人先看正面宣称，再决定是否查看背面标签；这形成了候选机制和测试语言。
第二阶段把经认知测试的理解题放入结构化调查，在事先定义的目标购物人群中估计各类误读的比例，并比较首次购买者与熟悉品牌者。结果说明问题覆盖范围以及哪些群体更需要清晰呈现，但还不能证明某个设计能解决问题。
第三阶段随机展示旧版与两个新版包装，让各组完成相同的理解任务和模拟选择，以预先指定的正确理解率为主要结果，同时记录完成时间和不确定回答。若其中一版提高理解却降低关键信息发现率，团队面对的是权衡而非“获胜方案”。上线后的实际购买和退货还要继续监测，因为受控任务中的理解改善不等于真实市场行为一定改变。
这个顺序不是硬性模板。若既有研究已经把误读机制解释清楚，可以直接进入描述或实验；若实验显示平均效果为零，却在执行中出现大量未按设计展示，过程性探索应返回来解释失败。阶段的依据是剩余未知，不是项目文档必须集齐三章。
阶段转换要满足条件，而不是看到“有意思”就升级
从探索进入描述，至少要有稳定到足以测量的构念、可理解且尽量不重叠的选项、明确资格和可接触的目标总体。可以按照问卷预测试与认知访谈方法检查参与者是否按预期理解题目。美国人口普查局在介绍调查方法研究时明确说明会结合统计学、心理学、社会学、人机交互、语言学、人类学和数据科学中的定性与定量方法来减少测量误差；这也说明定性与量化不是互相替代的标签。
从描述进入因果，必须多问一句：“如果我们什么都不改变，本来会发生什么？”若没有可信比较、时间顺序含糊，或干预与目标结果之间的机制说不通，就应把结果保留为关联或趋势。当前《Magenta Book》也区分过程问题与影响问题：前者关心是否按计划实施、什么对谁更好以及为何；后者还要评估观察到的变化有多大、能在多大程度上归因于干预，以及没有干预时会发生什么。
反过来，因果结果也常需要回到探索。实验告诉你平均改变了多少，不一定告诉你参与者如何理解、为何只对某组有效、是否出现意外路径。只有“效应估计”没有过程证据，团队可能复制一个表面动作，却复制不了真正机制。
报告中最容易发生的不是算错，而是动词越界
同一结果可以被写成不同强度。下面四句不是文风差异，而是证据等级差异：
- “访谈显示价格是用户流失的主要原因”应改为“在本轮受访者的具体流失叙述中，价格常与价值不清同时出现，形成待量化的解释”。
- “35%的用户都遇到该问题”若来自便利样本，应改为“本次便利样本中35%报告该问题，不能据此外推全部用户”。
- “满意度与续约显著相关，所以提高满意度会增加续约”应拆成关联结果和待验证机制，列出使用深度、客户规模等可能混杂。
- “改版无效”若置信区间仍兼容有实际意义的正负差异，应改为“现有样本不足以排除重要差异”，或按预设等效界限分析。
在问卷派中，AI 访谈可以承接机制与语言的探索，结构化问卷适合在定义清楚的人群中测量分布；题目或刺激随机化能够支持特定的受控比较。平台把几种采集方式放在同一流程，并不意味着它们产出的结论自动同级。研究负责人仍需为每条结论标注“探索线索、样本描述、关联证据或因果证据”，同时保存样本、分母、设计和限制。
真正值得在项目首页写下的，不是“本研究采用定性加定量”，而是每个关键问题允许使用的最强动词。只要报告里的动词强于设计能够兑现的承诺，方法再丰富也只是包装；当证据和措辞保持同级，探索、描述与因果才能前后接力而不互相冒充。