← 返回首页
🎙️

Napster Pulse

Napster

让 Agent 一对一视频访谈几百人,再让另一个 Agent 把话读成结论

语音 人力资源 调研 多智能体 新
B
把「深度访谈」做成可规模化的双 Agent 流水线
⭐⭐⭐⭐

📖 产品简介

Napster 于 2026 年 11 月 18 日(纽约)发布 Napster Pulse:用 AI Agent 与员工、客户、合作伙伴做一对一视频访谈,规模远超任何主管能亲自打的电话,再把听到的内容整理成可执行洞察。

产品起点是 Napster 工程团队每周的 scrum 工具——60 多人的一对一访谈汇入一个看板,自动算出最该被高层跟进的阻塞项。机制是双 Agent:第一个 Agent 按参与者自己的时间做视频对话,实时追问对方真正说出的内容;第二个 Agent 叫 Nadia,横向读完全部访谈记录,给出主题、异常项以及每一条结论对应的原话出处——主管可以用自然语言提问,Nadia 回答后再进看板指给你看答案来自哪一段。官方把它和问卷/电话做了区分:问卷能覆盖所有人但问不出「为什么」,电话问得出原因但一周塞不进几个人。上线自带 97 个访谈模板,覆盖销售赢单/丢单、客户流失、产品研究、员工反馈等;访谈分开放式(可作 standup、复盘、一对一、脉搏调查的引子)与结构化(按作者设定的脚本,适合问卷式交流)两类;追问可预设,也可由访谈 Agent 按回答实时决定。访谈官可按组织内真人建模(外观与声音)并挂自定义知识库,让对话更像和真实主管交谈。所有访谈汇入同一看板,可看群体全貌也可下钻到单场对话,并支持跨场次识别趋势与反复出现的问题。官方引用一项约 7 万名客服岗位申请者的随机实地实验:78% 的人在有选择时更愿意接受 AI 语音面试官。产品已上线,定价未公开。

定位
让 Agent 一对一视频访谈几百人,再让另一个 Agent 把话读成结论
适合人群
需要大规模员工脉搏/离职访谈的 HR 做赢单丢单复盘的销售组织 用户研究与产品团队 客服与前线团队的质检与反馈
支持平台
Web、移动端、电话、视频
开源
否

✨ 核心功能

  • 🎥 一对一视频访谈 Agent,按参与者自己的时间进行并实时追问
  • 🧠 第二 Agent「Nadia」横读全部记录,给主题、异常项与原话出处
  • 📚 97 个访谈模板:赢单/丢单、流失、产品研究、员工反馈等
  • 🗣️ 开放 / 结构化两类访谈,追问可预设也可实时判断
  • 🧑‍🎤 访谈官可按组织内真人建模(外观+声音)并挂自定义知识库
  • 📊 统一看板:群体全貌 + 单场下钻 + 跨场次趋势识别

⚖️ 优缺点分析

👍 优点

  • 把「访谈」这种最费人力的定性研究做成了可规模化流水线,且保留原话出处
  • 双 Agent 分工清晰:一个负责问出原因,一个负责归纳并给出证据
  • 97 个模板 + 真人建模,落地时不用从零设计访谈脚本
  • 对人员规模大的组织(客服、销售、全员脉搏)价值最直接

👎 缺点

  • 定价、并发上限、数据留存策略均未公开
  • 「AI 访谈官像真人主管」在合规与员工信任上是双刃剑
  • 定性结论质量取决于模板与追问,官方无独立效果评测
  • 中文与本地化场景支持未说明

📊 评分详情

功能完整
7.5
易用程度
8
安全可靠
7
性价比
7.5

💬 用户评价

问卷覆盖广但问不出为什么,访谈问得出却做不了几百场——Pulse 是把这两件事缝在一起的那根线。

📝 更新日志

  • 2026-11-18
    Napster Pulse 发布
    Napster 于 11/18 发布 Pulse:AI Agent 与员工/客户/伙伴做一对一视频访谈,第二个 Agent「Nadia」横读全部记录并输出主题、异常项与逐条原话出处,主管可用自然语言提问并追溯来源。自带 97 个访谈模板,分开放式与结构化两类,追问可预设或实时判断;访谈官可按组织内真人建模(外观+声音)并挂自定义知识库;所有访谈汇入统一看板,支持群体全貌、单场下钻与跨场次趋势。产品已上线,定价未公开。