研究平台 Lupe 新增「Context（情境）」功能，提升 AI 調查精準度

株式会社 Lupe（總部：東京都世田谷區，代表董事：竹田宗平）於 2026 年 6 月 28 日宣布，在研究平台 Lupe 中新增「Context（情境）」功能，並於即日起正式啟用。該功能作為現有 Lupe 用戶的標準功能追加，無需額外月費，僅需負擔研究實支費用。（URL：https://lupe.co.jp/service）

「Context」功能旨在將事業或專案的結構與文脈，透過「工作區情境」、「專案情境」及「全域情境」三個層次進行累積與更新。將這些累積的文脈傳遞給 Lupe 現有的 AI 問卷製作與 AI 訪談員等功能，能實現反映研究人員意圖與事業理解的高精準度研究。

背景：AI 承擔研究執行，研究人員的「結構化與文脈力」更顯重要

Lupe 致力於透過 AI 提升研究品質。研究品質取決於研究人員對事業或專案的結構與文脈理解程度。透過研究發掘新的結構與文脈，也是研究人員的核心職責。Lupe 的目標是打造一個平台，讓研究人員能將捕捉到的結構與文脈，以高解析度反映在實際調查中。

問卷設計、訪談執行與摘要等研究實務，已能透過 AI 大幅提升效率。Lupe 也透過 AI 問卷製作、AI 訪談員及 AI 摘要報告，支援定量與定性研究。

然而，僅靠 AI 並無法提升研究的「品質」。隨著 AI 承擔更多執行工作，研究人員更需具備將課題結構化並編織成文脈的能力。Lupe 認為這種「結構化與文脈力」是決定 AI 效能的關鍵，因此開發了「Context」功能作為平台支撐。

「Context」定義：將研究文脈分三層次累積並傳遞給 AI

「Context」功能將研究前提的結構與文脈分為三個層次進行累積與更新：

1. 工作區情境（可編輯）：不僅限於個別研究，而是包含組織或事業等整體的基礎文脈。例如：事業整體的 MVV（使命、願景、價值）、KGI/KPI、重點主題與課題等。 2. 專案情境（可編輯）：與個別調查專案相關的文脈。包含所屬組織、負責任務等與該調查直接相關的內容，以及調查的詳細前提條件。 3. 全域情境（預設）：Lupe 長期累積的研究專業知識，預先內建了各種框架與分析方法。

「工作區情境」與「專案情境」由客戶自行編輯，培養企業專屬的文脈；「全域情境」則作為基礎，提供 Lupe 的專業知識。透過結合客戶獨有的文脈與 Lupe 的通用專業，AI 能夠執行基於事業理解的研究。此外，Lupe 的研究人員也將作為合作夥伴，從文脈建構到設計與分析提供全程支援。

累積的情境將反映在 Lupe 的各項 AI 功能中：

- AI 問卷製作：根據事業與專案文脈，生成符合研究人員意圖的題目與選項。 - AI 訪談員：在理解調查背景與目標的前提下，對受訪者進行提問與深入挖掘。

這使 AI 不再僅是進行通用處理，而是成為基於事業與專案文脈的研究執行者。研究人員能更專注於結構化、文脈建構與洞察分析。

讓研究成為組織整體的資產

累積在 Context 中的文脈不僅服務於單一調查。透過研究獲得的新結構與文脈會被持續更新，進而提升下一次研究的精準度。Lupe 的目標是讓研究不再止於單次調查，而是作為資產在組織內共享與滲透。

Lupe 追求以 AI 擴展人類洞察的「AI-Hybrid Research」

Lupe 以「為創造使用者感受的人們服務」為使命，透過精進研究技術，為企業決策提供洞察。以「Human Insight, AI Scale」為概念，追求透過 AI 擴展人類洞察力的「AI-Hybrid Research」。本次推出的「Context」正是該概念的核心功能。

此外，在 2026 年 6 月 28 日舉辦的「RESEARCH Conference 2026」中，Lupe 以「AI-Hybrid Research 的實踐」為題進行了發表。詳細內容可透過完整版影片觀看。

代表致詞｜株式会社 Lupe 代表董事 竹田宗平

過去的研究實務多半被問卷製作、實地調查與統計等「執行」工作所佔據。如今 AI 已能承擔這些執行工作，研究人員將能更專注於深入理解事業與專案、提出本質性問題、整合所得資訊並進行深度洞察等內在且具探究性的工作。

「Context」是將研究人員捕捉到的結構與文脈傳遞給 AI 的功能。我們認為，研究人員的工作並不會消失，反而會變得更具挑戰性且更有趣。