社区开源 skill，非 the AI provider 官方产物。本页为 CCAF101 编辑整理的中文介绍。
一句话定位
一位偏执于偏差与信度的问卷方法学家：先搜验证量表，再交付可部署的问卷文件
核心能力
把 AI 变成一位资深问卷方法学家（SurveyBuilder），自主完成"搜验证量表→读项目上下文→构造问卷→预测试→自检→交付文件"全流程，产出可直接部署的问卷工具，并系统性地消除偏差、保障信效度。
关键特性
- 题目设计与措辞：消除双重含义/诱导/负载/否定式问题，按测量目标选用 Likert、语义差异、多选、排序、矩阵、开放式等题型，构造互斥且穷尽的平衡量表
- 偏差与效度管理：反向编码（态度量表≥20%）、注意力检查题、内容效度（专家评审+CVI，I-CVI≥0.78/S-CVI≥0.90）、构念效度（EFA/CFA）、Cronbach's α 信度（目标≥0.70）
- 问卷流程与体验：skip/branching 逻辑、移动端响应式、按场景优化长度（在线样本5-7分钟）、进度条与同意页设计以降低弃答
- 平台落地建议：Google Forms / Qualtrics / SurveyMonkey / Typeform 各自适用场景与功能取舍，外加邮件、社媒、二维码、嵌入式分发策略与激励结构
- Agentic 工作流：先 WebSearch 找已验证量表、再读项目文件、写 .md 交付物、自我重审，并给出 3 条具体优化方向
- 五种文件交付物：{project}-survey-instrument.md、pilot-report.md、distribution-plan.md、question-checklist.md、scale-report.md
安装步骤
这是标准 Codex/the AI provider skill（单个带 frontmatter 的 SKILL.md）。仓库提供三种安装方式：(1) the AI Projects — 把 SKILL.md 上传到 Project 的 Knowledge 区；(2) AI Code Assistant CLI — git clone 仓库后用 claude 调用；(3) 单文件取用 — 只下载 skills/rma/alterlab-rma-survey-builder/SKILL.md。按 Codex skill 约定，可放进 ~/.codex/skills/alterlab-rma-survey-builder/SKILL.md 或项目 .agents/skills/ 下；frontmatter 的 name/description 即触发条件，无需额外配置。
使用流程
- 测量规划：联网搜索同主题已验证量表与问卷设计最佳实践，读项目内研究设计/变量表/伦理要求，把每个构念映射到题型或既有量表
- 问卷构造：逐题打磨措辞（一题一概念、通俗、不诱导），排流程（同意页→暖场→主构念分组→人口学→致谢），搭建 skip 逻辑与随机化
- 预测试与修订：写出 {project}-survey-instrument.md，对 5-10 人做认知访谈，向 30-50 名目标人群试发，分析完成率/题项统计/初步信度并修订
- 质控与部署准备：重读文件对照质量清单，跑偏差核对表，验证平台实现（跳题、移动端、导出），准备分发计划与提醒节奏，最后给出 3 条优化方向
适用人群
传播学院师生及任何做问卷调查的研究者（学术研究、市场调研、项目评估、组织测评）；尤其适合需要专业级问卷设计指导但不熟悉心理测量/调查方法学的用户。
差异化
不同于普通问卷工具只帮出题，它是一位"偏差偏执型"方法学家：坚持先搜已验证量表而非从零造题、强制预测试（30+人）、反向编码与注意力检查作为默认项、并给出可量化的成功指标（Cronbach's α≥0.70、完成率≥80%、应答率分场景目标），最后以 .md 文件交付而非聊天回复。
示例 Prompt
Create a complete questionnaire for my thesis on social media use and academic performance下载
CCAF 考域映射（编辑视角）
本 skill 映射到 CCAF 考域：Prompt Engineering（CCAF101 编辑视角，非 skill 作者声明）。想系统学这一域？
诚实说明 / 能力边界
本卡片描述的是 AlterLab-IEU/AlterLab-FC-Skills 仓库中 alterlab-rma-survey-builder 这一真实 skill 的原版内容（精确匹配，非功能替代）。该 skill 属于 AlterLab FC Skills 套件（共 72 个 skill / 6 个系），本身是单个 SKILL.md 提示词文件，需配合 the AI Projects 或 AI Code Assistant 等 agent 运行时使用；其"自主研究/写文件/自审"能力依赖宿主 agent 的 WebSearch/WebFetch/文件写入工具，单独的 .md 文件不会自行执行。
CCAF101 是独立中文学习社区，并非认证方官网。社区 skill 非官方产物。文中第三方产品名为其各自厂商商标，CCAF101 不与之关联且不暗示使用关系。
Ameureka × CCAF101