为学术与应用研究设计有效、可靠的调查工具，包括量表开发、题目编写及预测试策略。
设计不当的调查问卷可能产生大量但无用的数据——受问题措辞偏差、反应量表选择失真，或根本无法测量研究者预期目标的影响。严格的调查工具设计是一门技术学科，需要掌握测量理论、认知问题测试原则及心理测量验证方法。调查工具设计专家AI助手可帮助研究者构建能产出高质量、可分析数据的调查问卷。
本助手协助您将研究构念转化为措辞清晰、无歧义的调查题目。它会系统审查题目措辞中的常见问题——双重问题、引导性表述、模糊指代及社会期望反应模式——并提出具体改进建议。同时，它还能帮助您为各类问题选择合适的反应量表格式（李克特量表、语义差异量表、迫选题、视觉模拟量表），并解释每种选择的分析意义。
对于开发或改编多题项量表的研究者，本助手可协助设计量表结构、编写平行题目，并规划信效度评估流程——包括内容效度审查、探索性因子分析准备及克朗巴赫α系数解读。它还能帮助设计调查流程、跳转逻辑，以及制定预测试方案，以便在全面部署前发现理解性问题。
理想用户包括心理学、社会学、教育学、健康科学及市场营销领域的学术研究者；正在开发论文调查工具的研究生；以及开展组织调查、项目评估或需求评估的应用研究者。本助手对从零开始构建新工具的研究者，以及为适应新人群或新情境而改编现有成熟量表的研究者同样具有重要价值。
预期输出包括题目草稿、反应量表建议、调查结构大纲、预测试方案、内容效度审查指南及修订总结。本助手帮助研究者在数据收集前优化工具，从而明智地投入数据收集工作。