【WorkBuddy实战系列】一句话,拿到能投放的问卷:WorkBuddy × 腾讯问卷 MCP 实战指南
还在头疼繁琐的问卷制作流程?这份实战指南教你一句话生成可直接投放的问卷。 核心内容: 1. WorkBuddy搭配腾讯问卷MCP的底层运行逻辑与完整工作链路拆解 2. 快速启用连接器、对话式生成可投放问卷的全流程实操步骤 3. 该联动工具的核心能力介绍与提升生成准确率的实用技巧

效率工具 · 实战教程| 关键词:WorkBuddy· 腾讯问卷 MCP· DSL· 对话式建卷
问卷调研是职场里最常见、也最"琐碎"的活儿之一:设计题目要在文档里憋,录入后台要逐题点,逻辑设置要一条条连,收完数据还要自己搬表做图。这篇文章想聊的是——当腾讯问卷把它的能力通过 MCP 开放出来之后,这一整条流水线,是怎么被压缩成"一次对话"的。


一、先说结论:入口变了,链路没变
腾讯问卷官方发布了基于 MCP 协议的 Skill 技能包,所有用户可免费调用。装上之后,你不需要打开问卷工作台,也不需要在 AI 工具和后台之间来回切换——直接在 WorkBuddy 的对话框里说需求,它就能帮你建卷、改题、看数据。
它的底座是两样东西的组合:
DSL(问卷编辑语言):腾讯问卷开放的一套纯文本问卷描述语法。题型、选项、必答设置、分页、跳转逻辑、配额……凡是能写进 DSL 的,平台就能原样生成。 MCP(模型上下文协议):AI 与外部工具之间的标准接口。WorkBuddy 通过腾讯问卷 MCP 连接器,把你的自然语言翻译成 DSL,再调平台 API 落地成一份真实问卷。
换句话说,能写进 DSL 的,MCP 基本都能做到;人工只需要核查和兜底。整条链路长这样:
你(一句需求/一份文档)
↓
WorkBuddy(AI 助手 · 理解需求)
↓
腾讯问卷 MCP(自然语言 → DSL → API:创建/修改/统计)
↓
腾讯问卷平台(题目·逻辑·配额·报表)
↓
产出:可直接投放的问卷链接
(回收数据/统计报表回流到对话)
图 1 · WorkBuddy + 腾讯问卷 MCP 的工作链路:入口前移到对话,平台能力原样保留
二、两步上手:装一次,一直用
STEP 1 · 启用「腾讯问卷」连接器
打开 WorkBuddy → 左侧导航「连接器」→ 搜索「腾讯问卷」安装。授权复用微信生态鉴权:扫码登录、绑定手机号输验证码,然后选择你要的场景——调查、投票、报名、考试、测评,基本覆盖所有问卷需求。全程不到 1 分钟,启用一次就能一直用。
STEP 2 · 对话建卷
回到主界面,把需求说清楚,或直接丢一份问卷需求文档(Word / Markdown / PDF 都行)。点输入框右下角的连接器,勾选 MCP「腾讯问卷」。AI 分析完成后提示授权,允许之后就会返回一条真实可投放的问卷链接。
STEP 3 · 核查与投放
打开链接通读一遍问卷——这一步别省。确认无误后在后台做最后一轮检查(奖励、配额等),即可开启回收。
为什么建议先结构化再对话?实操下来的共识是:把「分析目标、人群范围、必答题、筛选逻辑、结束条件」写进输入,比随口一句"帮我做个调研"稳定得多。AI 拿到的上下文越完整,生成的问卷越接近可用状态。
三、它到底能干什么:三大核心能力
官方对这套 Skill 的定位很克制:建卷、改题、看数据。对应到日常场景,大概是——
| 创建问卷 | ||
| 编辑题目 | ||
| 统计分析 |
支持的题型有多全?
腾讯问卷平台侧的题型几乎全部可以通过 DSL 表达:
单选/多选/下拉· 量表/NPS/满意度· 评价打分/评价单选· 排序题· 矩阵单选/多选/量表/填空· 多项填空· 多级联动· 日期时间· 附件/图片与文件· 滑动条/比重· 手写签名· 地理位置· MaxDiff· 自增表格· 知情确认· 文本描述与分页
题型之外,跳转逻辑、甄别题、随机抽题、配额、结束页、错误提示校验这些"高级设置",也都在能力范围内。
四、实战:从需求文档到投放链接
看一个真实节奏的例子。假设我们要收集团队对产品的使用反馈:
我:我是产品运营,想收集大家使用 WorkBuddy 的建议反馈,要有优化建议和期望功能需求,能上传截图也能输入文字。
——说清目标、人群和想要的题型,把这句话连同 MCP 开关一起发出去
WorkBuddy:已调用腾讯问卷 MCP 生成问卷,共 9 题:使用频率(单选·必答)、主要用途(多选·必答)、最大痛点(多行文本)、优先优化方向(多选)、详细建议(多行文本)、期望新功能(多行文本)、截图上传(附件·选填)、联系方式(单行文本·选填)、其他建议(多行文本)。问卷链接:https://wj.qq.com/s2/…
——几秒钟,返回一条可以直接投放的链接
中间如果觉得某版不合适,直接追加一句"去掉满意度评分和访谈意愿,重建一个干净版",它就删掉重建,全程不碰后台。整个过程是:说需求 → 自动生成 → 拿到链接。
如果你是"先写设计文档"流派,体验会更顺手:把 Markdown 需求文档的路径丢给 WorkBuddy,它会自动完成四步——解析文档理解每道题的题干、选项与题型;转换成 DSL 语法;调用接口一次性提交;再回头校验是否全部录入正确。你唯一要做的事,就是检查它生成的题干有没有问题。
看看 DSL 长什么样
DSL 是一套纯文本语法,结构固定为 标题[题型][设置](描述),人也能直接读:
# 一道普通的必答单选题
你的使用频率[单选题][必答](最近一个月)
每天使用
每周 3-5 次
每周 1-2 次
偶尔使用
# 附件题设为选填(重要!后面踩坑会讲)
上传问题截图[附件题][选答](支持图片和文件)
# 分页
===分页===
# 量表题
你对本产品的整体满意度[量表题]1~5
五、进阶:把"逻辑"也交给对话
问卷真正见功力的地方在逻辑:甄别、跳转、随机抽题、自定义校验。这些在后台是"连线+配置"的重活,在 DSL 里是几行可读的规则语句。举个经典的甄别场景——只调研 20 岁以上的女性用户:
# Q1 性别:选男性直接结束
if Q1A1 then branch from Q1 to END
# Q2 年龄:小于 20 直接结束
if Q2 < 20 then branch from Q2 to END
# 组合条件也行:男性满 60 / 女性满 50 才继续(退休人群调研)
if (Q1A1 and Q2 < 60) or (Q1A2 and Q2 < 50) then branch from Q2 to END
# 分组随机抽题(多套题随机展示一套)
random show 1 from (Q1,Q4),(Q2,Q5)
# 自定义错误提示:条件成立就拦截提交
if Q1 > 60 then block Q1 with "年龄不能大于60岁"
对应的甄别流程:
Q1 性别(男/女)──选「男」──✕──→ END 结束页
│女·继续
Q2 年龄(单行文本)──图 3 · 甄别题逻辑:两句 DSL 规则,替代后台里一堆连线配置
六、彩蛋:再接一个自动化,问卷就有了"日报"
问卷建好只是开始,更费人的是盯数据。有个很实用的组合玩法:问卷 + WorkBuddy 自动化任务。收完需求直接问一句"有没有办法定时把问卷收集的数据导出汇总?",WorkBuddy 会建议并创建一个定时任务,核心逻辑大概是这样:
每天早上 9 点,调腾讯问卷 MCP 拉取全量回答数据; 单选/多选题统计百分比分布,文本题列出全部原文; 对比上一次的结果,标出哪些是新增回复; 汇总写入本地 Markdown 报告,有新增才推送通知。
设好之后就不用管了,相当于给自己配了一个问卷日报机器人。有用户用这套组合收社群反馈:群消息刷屏留不住的好想法,全部沉淀进结构化问卷;每天早上只看一眼通知。零代码、零额外成本。
七、五个踩坑与对策(都是真金白银换来的)
| 默认全必答 | [选答]标签;第一轮对话就把必答/选答说清楚 | |
| 口语化需求不稳 | ||
| 连接器偶发失联 | ||
| 跳过核查直接投放 | ||
| 数据口径没想清楚 |
八、边界在哪:它不是万能的
平心而论,这套组合改变的是"搭"和"盯",不是"想"。三件事仍然属于你:
调研设计——问什么、按什么顺序问、样本怎么圈,这是方法论问题,AI 只能辅助不能替代; 结论把关——AI 报告和交叉分析能给出统计事实和初步观点,但结论要不要落地成决策,责任在人; 精细视觉——皮肤、品牌定制、复杂奖励规则,后台手动操作仍然更精细。
一个简单的判断:凡是能用一份结构化文档说清楚的问卷,都值得交给对话;凡是需要反复权衡取舍的设计,先跟 AI 磨文档,再让它去执行。
九、写在最后
回看整套东西的思路其实很清晰:腾讯问卷把多年积累的题型体系、逻辑引擎和统计能力,封装成一套 DSL 和 MCP 接口;WorkBuddy 这样的 AI 工作台把入口前移到对话框。于是"做问卷"从一个多窗口切换的后台操作,变成了一个可以随时追问、随时返工的对话过程。
从写设计文档到发布问卷,实测不到 10 分钟;问卷发出去之后,还能顺手接一个每日自动汇总。调研这件"琐碎活",正在被认真地变轻。
立即咨询 JOTO
JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务,帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询
想把这些做法用到你的业务里?
留下你的场景和痛点,我们帮你判断从哪一步开始。
联系我们


