ראיונות לקוחות עם AI: מהתמלול ועד מפת כאבים, בלי ציטוטים מומצאים ובלי לחשוף מרואיינים

ערכתם עשרה ראיונות עם לקוחות. יש לכם עשר הקלטות של 40 דקות, קובץ הערות חצי ריק ותחושה כללית ש“אנשים מתלוננים על המחיר”. שבועיים אחר כך ההקלטות עדיין יושבות בתיקייה, וההחלטות מתקבלות לפי מה שזכרתם מהשיחה האחרונה.

המדריך הזה מיועד לבעלי עסקים קטנים, מנהלי מוצר, יזמים, מעצבי UX ואנשי שיווק שמדברים עם לקוחות ורוצים להפיק מהשיחות יותר מתחושת בטן. AI יכול לקצר עבודה של ימים לשעות, אבל יש בו שתי סכנות שרוב המדריכים מדלגים עליהן:

1. ציטוטים מומצאים. מודלי שפה נוטים “לשפץ” את מה שנאמר, לסכם במילים שלהם ולהציג את הסיכום כציטוט, או פשוט להמציא משפט שנשמע אמין. מצגת עם ציטוט שאף לקוח לא אמר היא בעיה מקצועית ואתית.
2. חשיפת מרואיינים. תמלול כולל שמות, מקומות עבודה, מספרי טלפון, ואפילו סיפורים אישיים שמזהים אדם בלי שמו מופיע בהם. העלאה שלו כמו שהוא לצ’אטבוט, או שיתוף שלו עם הצוות, יכולה להפר את ההבטחה שנתתם למרואיינים, ובישראל גם לסבך אתכם עם חוק הגנת הפרטיות.

בסוף המדריך תהיה לכם שיטה שאפשר לחזור עליה: מההקלטה, דרך תמלול נקי ואנונימי, ניתוח שכל ציטוט בו אפשר לבדוק, ועד מפת כאבים ורשימת צעדים.

שלב 0: לפני שמקליטים. הסכמה, מטרה ושאלות טובות

AI לא יציל ראיון גרוע. אם שאלתם “הייתם משתמשים במוצר כזה?”, תקבלו “כן, בטח” מנומס, וה-AI יסכם אותו בנאמנות כ“ביקוש גבוה”.

הסכמה מראש. בתחילת כל שיחה אמרו במפורש שאתם מקליטים, שתשתמשו בכלי AI לתמלול ולניתוח, ושפרטים מזהים יוסרו. משפט לדוגמה:

“אני מקליט את השיחה כדי שלא אצטרך לרשום. התמלול יעבור דרך כלי AI לניתוח, ואני מוריד ממנו שמות ופרטים מזהים לפני שמישהו אחר רואה אותו. זה בסדר מבחינתך?”

אם מישהו מסרב, רשמו הערות ידניות. אל תקליטו “בכל זאת”.

מטרה אחת לכל סבב. לפני שבונים את התסריט, כתבו משפט אחד: “בסבב הזה אני רוצה להבין איך מנהלות חשבונות עצמאיות מתמודדות היום עם גביית חובות מלקוחות”. מטרה כזו קובעת מה שואלים, ובהמשך גם מה מבקשים מה-AI לחפש.

בניית תסריט עם AI. כאן ChatGPT, Claude ו-Gemini עוזרים מאוד, בתנאי שמבקשים מהם שאלות על התנהגות בעבר ולא על כוונות לעתיד:

אני מתכנן סבב של 8 ראיונות עומק עם [תיאור קהל, למשל: בעלי מספרות קטנות בישראל].
מטרת הסבב: [משפט אחד].

בנה לי תסריט ראיון של 35 דקות לפי העקרונות הבאים:
- שאלות על מה שקרה בפועל בעבר ("ספר לי על הפעם האחרונה ש..."), לא על מה שהם "היו עושים".
- בלי שאלות שמזכירות את הפתרון שלי או מכוונות לתשובה.
- לכל שאלה מרכזית הוסף 2 שאלות המשך לחפירה ("מה עשית אז?", "כמה זמן/כסף זה עלה לך?").
- סמן אילו שאלות אפשר לוותר עליהן אם הזמן נגמר.
- בסוף, כתוב רשימה של 5 שאלות שאסור לי לשאול בסבב הזה ולמה.

כתוב בעברית מדוברת, כמו שאדם אמיתי שואל.

הרשימה של “שאלות שאסור לשאול” היא הטיפ הכי שימושי כאן: היא חושפת את ההטיות שלכם לפני שהן נכנסות להקלטה.

שלב 1: מהקלטה לתמלול שאפשר לעבוד איתו

תמלול. יש כמה דרכים, וכל אחת מתאימה למצב אחר:

• תמלול מובנה בכלי השיחה. Zoom, Google Meet ו-Teams מציעים תמלול בחלק מהחבילות. האיכות בעברית משתנה, ובדרך כלל חלשה יותר עם סלנג, אנגלית משולבת ושמות מותגים.
• העלאת קובץ שמע לצ’אטבוט. Gemini מקבל קבצי שמע ישירות ויודע לתמלל אותם. ב-ChatGPT וב-Claude, תלוי בגרסה ובחבילה, לפעמים נוח יותר להעלות תמלול טקסט מוכן. בדקו מה החשבון שלכם תומך בו, ואל תניחו.
• כלי תמלול ייעודיים שתומכים בעברית ובהפרדת דוברים.

בכל דרך שתבחרו, הקפידו על שלושה דברים בתמלול:

1. הפרדת דוברים: “מראיין” ו“מרואיין”, ולא גוש טקסט אחד.
2. חותמות זמן או מספור שורות. זה הבסיס לכל הבדיקה בהמשך.
3. שמירת קובץ המקור (השמע) עד סוף הפרויקט, כדי שתוכלו לחזור אליו כשמשהו לא ברור.

ניקוי בלי עריכה. תמלולים אוטומטיים מלאים בשגיאות. אפשר לבקש מה-AI לתקן אותן, אבל בזהירות, כי “ניקוי” הוא בדיוק השלב שבו המודל מתחיל לנסח מחדש. פרומפט שמגביל אותו:

לפניך תמלול אוטומטי של ראיון בעברית. תקן רק:
- שגיאות תמלול ברורות (מילה ששובשה כך שאין לה משמעות בהקשר)
- סימני פיסוק בסיסיים
- זיהוי דוברים, אם הוא שגוי באופן ברור

אסור לך:
- לשנות ניסוח, סלנג, משפטים קטועים או טעויות דקדוק של הדובר
- לקצר, לסכם או למחוק חזרות ("אה", "כאילו", "נו")
- לנחש מילה שלא ברורה. סמן אותה כ-[לא ברור] במקום

בסוף, תן רשימה של כל התיקונים שעשית בפורמט: שורה | לפני | אחרי.

את רשימת התיקונים חשוב לבקש: היא מאפשרת לעבור עליה בשתי דקות, במקום להשוות שני קבצים שלמים.

שלב 2: הסרת פרטים מזהים לפני שהטקסט מגיע לכל מקום אחר

זה השלב שרוב האנשים מדלגים עליו, והוא החשוב ביותר מבחינה אתית.

קודם כל, הגדרות הפרטיות של הכלי. לפני שמעלים תמלול כלשהו לצ’אטבוט, בדקו בהגדרות החשבון אם השיחות משמשות לאימון מודלים ואם אפשר לכבות את זה. בחשבונות ארגוניים ובחשבונות צוות ההגדרות בדרך כלל שונות מחשבון אישי. אם אתם לא בטוחים, הניחו שמה שאתם מעלים עלול להישמר.

פסאודונימיזציה בשתי שכבות. השיטה שעובדת הכי טוב:

1. שכבה ידנית, מחוץ ל-AI. לפני ההעלאה, החליפו בעורך טקסט רגיל (עם חיפוש והחלפה) את הדברים הברורים: שם המרואיין, שם העסק, טלפון ומייל. תנו לכל מרואיין קוד קבוע: מ-01, מ-02 וכן הלאה. את טבלת המפתח (קוד מול שם אמיתי) שמרו בקובץ נפרד, מקומי, שלא עולה לשום כלי AI ולא נשלח לצוות.
2. שכבת AI לאיתור מה שפספסתם. כאן המודל טוב במיוחד, כי הוא מזהה פרטים עקיפים:

לפניך תמלול ראיון שכבר הוסרו ממנו שמות. המטרה: לוודא שאי אפשר לזהות את המרואיין.

סמן כל פרט שיכול לזהות אדם, לבד או בשילוב עם פרטים אחרים, כולל:
- שמות של אנשים, עסקים, מוסדות, יישובים קטנים ורחובות
- תפקיד ייחודי ("הרופאה היחידה במרפאה ב...")
- אירועים ספציפיים שאפשר לאתר (תאריך + מקום + אירוע)
- מספרים מזהים, סכומים חריגים, פרטי רכב
- מידע רגיש: בריאות, מצב משפחתי, חובות, השתייכות פוליטית או דתית

לכל פרט החזר: מספר שורה | הטקסט | למה הוא מזהה | הצעת החלפה כללית
(למשל: "קופת חולים מאוחדת בבאר שבע" → "קופת חולים בעיר בדרום").

אל תשנה את התמלול עצמו. רק החזר את הטבלה.

אחרי זה אתם מחליטים מה להחליף. ההחלטה נשארת אצלכם: לפעמים “עיר בדרום” חשוב לתובנה, ולפעמים הוא מזהה מדי בתחום שבו כולם מכירים את כולם.

טיפ שלא מוצאים בכל מקום: בתחומים קטנים, כמו קהילה מקצועית בישראל או נישה של 200 עסקים, השילוב “תפקיד + גודל עסק + אזור” מספיק כדי לזהות אדם. כשמשתפים ציטוטים עם הצוות או בהרצאה, הורידו גם את התיאור (“בעלת מספרה בצפון עם 3 עובדות”) והשאירו רק את הקוד.

שלב 3: ניתוח ראיון בודד, כשכל ציטוט ניתן לבדיקה

עכשיו התמלול נקי, אנונימי וממוספר שורות. העיקרון המרכזי: ה-AI לא כותב ציטוטים, הוא מצביע עליהם. כל טענה חייבת להגיע עם מספר שורה, ומה שאין לו שורה לא נכנס.

לפניך תמלול ראיון ממוספר שורות עם מרואיין [מ-03].
מטרת המחקר: [המשפט מהשלב הראשון].

חלץ מהתמלול את הדברים הבאים:
1. כאבים/בעיות שהמרואיין תיאר
2. מה הוא עושה היום כדי להתמודד (פתרונות עוקפים, כלים, אנשים)
3. מחיר הבעיה: זמן, כסף, תסכול, כפי שנאמרו במפורש
4. רגעים של רגש חזק (כעס, מבוכה, הקלה)
5. סתירות: מקומות שבהם מה שהוא אומר לא מתיישב עם מה שהוא מתאר שעשה

כללים מחייבים:
- כל פריט חייב לכלול ציטוט מילה במילה מהתמלול + מספר השורה.
- העתק את הציטוט בדיוק כפי שהוא, כולל שגיאות, סלנג ומשפטים קטועים. אסור לנסח מחדש.
- אם אין ציטוט שתומך בפריט, אל תכלול אותו.
- הפרד בין "ציטוט" לבין "הפרשנות שלך". הפרשנות בשורה נפרדת, מסומנת "פרשנות:".
- אם קטגוריה ריקה, כתוב "לא נמצא בתמלול". אל תמלא אותה בכוח.
- אל תסיק מה המרואיין "כנראה מרגיש" מעבר למה שנאמר.

הסעיף “אם קטגוריה ריקה, כתוב לא נמצא” חשוב יותר ממה שנראה. בלעדיו, המודל ירגיש מחויב למלא כל סעיף, ושם נולדות ההמצאות.

בדיקת הציטוטים, בשיחה נפרדת. אל תבקשו מאותה שיחה “לבדוק את עצמה”. פתחו שיחה חדשה, או השתמשו בכלי אחר, למשל ניתוח ב-Claude ובדיקה ב-ChatGPT או להפך, והדביקו את התמלול ואת רשימת הציטוטים:

לפניך תמלול ממוספר ורשימת ציטוטים שנטען שהם מופיעים בו.
לכל ציטוט בדוק:
- האם הוא מופיע בשורה שצוינה, מילה במילה?
- סמן: ✅ זהה | ⚠️ דומה אבל לא זהה (הצג את הנוסח המקורי) | ❌ לא נמצא
- האם ההקשר הסובב (2 שורות לפני ואחרי) משנה את המשמעות? למשל ציטוט שהוא בעצם שאלה של המראיין, או אירוניה.

אל תתקן את הציטוטים. רק דווח.

וגם בלי AI: Ctrl+F על כל ציטוט שתכניסו למצגת. זה לוקח 30 שניות לציטוט, וזו הדרך היחידה להיות בטוחים.

שלב 4: מכמה ראיונות למפת כאבים

אחרי שכל ראיון עבר ניתוח ובדיקה, מגיע שלב הסינתזה. כאן הטעות הנפוצה היא להדביק עשרה תמלולים לשיחה אחת ולבקש “תן לי את התובנות”. התוצאה: תובנות כלליות, משקל מוגזם לראיונות הראשונים והאחרונים, וטעויות ספירה.

עבדו מהניתוחים, לא מהתמלולים הגולמיים. הדביקו את הטבלאות המאומתות משלב 3 (או העלו אותן כקבצים לפרויקט, ב-Claude Projects או ב-ChatGPT Projects, או כמסמכים ב-Gemini), ואז:

לפניך ניתוחים מאומתים של 9 ראיונות (מ-01 עד מ-09). כל פריט כולל ציטוט ומספר שורה.

שלב א – קיבוץ:
קבץ את הכאבים לנושאים (6-10 נושאים). לכל נושא תן שם קצר שמתאר את הבעיה מנקודת המבט של הלקוח, לא את הפתרון.

שלב ב – לכל נושא החזר:
- מספר מרואיינים שהזכירו אותו (לא מספר אזכורים!) + הקודים שלהם
- עוצמה: גבוהה / בינונית / נמוכה, לפי קריטריון אחד: האם המרואיין כבר משקיע זמן או כסף כדי לפתור את זה היום?
- פתרונות עוקפים קיימים
- 2 ציטוטים מייצגים מ-2 מרואיינים שונים, עם קוד ומספר שורה, מועתקים כפי שהם מהחומר שסיפקתי
- ראיות נגדיות: מרואיינים שאמרו משהו שסותר את הנושא

שלב ג:
- נושאים שעלו אצל מרואיין אחד בלבד – רשימה נפרדת, "אותות חלשים", לא לערבב.
- מה חסר: איזו שאלה מהמטרה שלי הראיונות לא ענו עליה?

כללים: אל תמציא ציטוטים חדשים, השתמש רק במה שמופיע בחומר. אם ספירה לא ודאית, ציין זאת.

המפה עצמה. הצורה הכי פשוטה ששימושית באמת היא טבלה עם שני צירים: כמה אנשים (שכיחות) מול כמה זה כואב להם (עוצמה, לפי השקעה בפועל). נושא ש-7 מתוך 9 הזכירו ו-5 כבר משלמים עליו משהו הוא עדיפות ראשונה. נושא שכולם הזכירו אבל אף אחד לא עשה לגביו כלום הוא לרוב “נחמד שיהיה”.

אפשר לבקש מה-AI להפוך את הטבלה לתרשים או לרשימה מדורגת. אם יש לכם הרבה ראיונות ורוצים לעבוד בגיליון, תמצאו עוד כלים במדריך ניתוח נתונים עם AI.

טיפ: ספרו אנשים, לא אזכורים. מרואיין אחד שמתלונן על המחיר שבע פעמים בשיחה ייראה ל-AI כמו “נושא דומיננטי”. בגלל זה הפרומפט מבקש במפורש את מספר המרואיינים ואת הקודים, כדי שתוכלו לבדוק.

שלב 5: מתובנה לפעולה

מפת כאבים שנשארת בשקופית לא שווה הרבה. השלב האחרון מתרגם כל נושא בעדיפות גבוהה למשהו שאפשר לעשות השבוע.

נסחו תובנה בפורמט קבוע: “[מי] מתקשים ב-[מה] כי [למה], ולכן היום הם [פתרון עוקף], וזה עולה להם [מחיר].” תובנה שאי אפשר לנסח ככה היא כנראה עדיין תצפית ולא תובנה.

לפניך מפת הכאבים המאומתת. לכל אחד מ-3 הנושאים המובילים:

1. נסח תובנה בפורמט: "[מי] מתקשים ב-[מה] כי [למה], ולכן היום הם [פתרון עוקף], וזה עולה להם [מחיר]".
   השתמש רק במידע שמופיע במפה. אם רכיב חסר, כתוב [חסר מידע] ולא תשלים מהראש.
2. הצע 2 כיווני פעולה שונים (לא רק "לבנות פיצ'ר"): שינוי תהליך, תוכן, תמחור, שירות.
3. לכל כיוון, ניסוי קטן שאפשר להריץ בשבועיים עם תקציב מינימלי, ומה יחשב הצלחה (מספר ספציפי).
4. מה הסיכון הגדול ביותר שאנחנו טועים בתובנה, ואיזו שאלה כדאי לשאול בסבב הראיונות הבא כדי לבדוק אותו.

סעיף 4 סוגר את המעגל: כל סבב ראיונות מייצר את השאלות של הסבב הבא. אם אתם בשלב של בדיקת רעיון חדש, השלב הזה מתחבר ישירות למדריך אימות רעיון עסקי עם AI.

לשיתוף עם הצוות או עם משקיעים: צרפו לכל תובנה את הציטוטים עם הקוד בלבד (מ-04, שורה 112). מי שרוצה לבדוק יכול לבקש מכם את התמלול האנונימי. את טבלת המפתח לא משתפים אף פעם.

טעויות נפוצות

1. לבקש “סיכום” במקום “חילוץ”. “סכם את הראיון” מזמין את המודל לנסח במילים שלו. “חלץ ציטוטים עם מספרי שורות” מכריח אותו להישאר צמוד לטקסט.

2. לסמוך על “ציטוטים” שהם בעצם פרפרזה. הסימן המובהק: עברית תקנית ומלוטשת מדי. לקוחות אמיתיים אומרים “זה פשוט סיוט, כאילו כל חודש מחדש אני יושבת על זה”, לא “התהליך החודשי מהווה עבורי מקור לתסכול”. ציטוט שנשמע כמו מצגת כנראה לא נאמר ככה.

3. להעלות תמלולים גולמיים “רק לרגע”. אין “רק לרגע”. הסירו פרטים מזהים לפני ההעלאה הראשונה, לא אחריה.

4. להדביק את כל הראיונות לשיחה אחת ארוכה. בשיחות ארוכות מאוד המודל עלול לפספס או לבלבל בין מרואיינים, ובעיקר לערבב ביניהם. נתחו כל ראיון בנפרד, ורק אז עשו סינתזה מהניתוחים.

5. לבלבל בין מה שאמרו שיעשו לבין מה שעשו. “בטח שהייתי משלם על זה” שווה הרבה פחות מ“שילמתי לפרילנסר 800 ש”ח בחודש שעבר כדי לסדר את זה”. בקשו מה-AI להפריד בין השניים במפורש.

6. לתת ל-AI לקבוע עדיפויות לבד. המודל לא יודע מה האסטרטגיה שלכם, מה התקציב ומה כבר ניסיתם. הוא מסדר ראיות, וההחלטה שלכם.

7. לשכוח את מה שלא נאמר. אם אף מרואיין לא הזכיר את הנושא שחשבתם שהוא הכאב המרכזי, זו תובנה בפני עצמה. בקשו מה-AI לדווח גם על “ההנחות שלא קיבלו תמיכה”.

8. ראיון אחד מרשים שמכתיב את כל המסקנות. מרואיין רהוט עם סיפור דרמטי נשאר בזיכרון. הספירה (כמה אנשים מתוך כמה) היא התרופה.

סיכום וצ’קליסט התחלה

AI לא מחליף את השיחה עם הלקוח, ולא את שיקול הדעת שלכם. הוא חוסך את העבודה השחורה: תמלול, ניקוי, איתור פרטים מזהים, חילוץ וקיבוץ. כל זה בתנאי שמגדירים לו כללים נוקשים, כמו ציטוט מילה במילה, מספר שורה לכל טענה, “לא נמצא” כתשובה לגיטימית ובדיקה בשיחה נפרדת. ככה מגיעים למפת כאבים שאפשר להציג בביטחון, כי כל משפט בה נאמר באמת, ואף מרואיין לא נחשף.

צ’קליסט לסבב הראשון:

• כתבתי משפט מטרה אחד לסבב.
• בניתי תסריט עם שאלות על התנהגות בעבר, וקיבלתי רשימת “שאלות אסורות”.
• הכנתי משפט הסכמה שמזכיר הקלטה, AI והסרת פרטים מזהים.
• בדקתי בהגדרות של כלי ה-AI אם השיחות משמשות לאימון, וכיביתי את זה במידת האפשר.
• תמללתי עם הפרדת דוברים ומספור שורות, ושמרתי את קובץ השמע.
• החלפתי ידנית שמות ופרטי קשר בקודים (מ-01, מ-02…), וטבלת המפתח שמורה מקומית בלבד.
• הרצתי פרומפט לאיתור פרטים מזהים עקיפים והחלטתי מה להחליף.
• ניתחתי כל ראיון בנפרד, עם ציטוטים ומספרי שורות.
• בדקתי את הציטוטים בשיחה נפרדת וגם ב-Ctrl+F.
• בניתי מפת כאבים לפי מספר מרואיינים ועוצמה (השקעה בפועל).
• ניסחתי 3 תובנות בפורמט הקבוע, עם ניסוי קטן לכל אחת.
• כתבתי את השאלות לסבב הבא.

התחילו עם שלושה ראיונות ולא עשרה. אחרי שהשיטה עובדת על שלושה, הוספת עוד ראיונות היא עניין של זמן ולא של עבודה נוספת.