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：
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：
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：
对应的甄别流程：
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。
上手清单
-
⬜ -
⬜ -
⬜ -
⬜ -
⬜
如果你也用这套组合搭过问卷，欢迎在评论区聊聊你的场景和踩坑。下一篇，我们聊聊问卷数据的 AI 分析与报告生成。
参考：腾讯问卷官方文档《Skill 使用说明》、问卷 DSL 语法文档（wj.qq.com/docs）；文中案例整理自公开的用户实践分享。
往期回顾
稀奇不？Workbuddy 对零元面馆有自己的看法
一只"小龙虾"的三年：WorkBuddy 前生今世
读完了 228 页 WorkBuddy 手册
别刷新闻了：我给 Work Buddy 装了一块「全球雷达」!
免费学 WorkBuddy 最好的资料，一直摆在官网上
10 分钟做出这套高级 PPT：我把做 PPT 这件事，外包给了 WorkBuddy。带附件！
下载榜前 8 的 WorkBuddy Skill，我全都试了一遍!
30 分钟上手 WorkBuddy：90% 的人第一步就错了!
欢迎加入WorkBuddy 嗨聊社区！xuya
