模块 1 · 招募筛选问卷
依据《用户访谈执行包》Part 1。提交后系统自动执行：① 剔除无效样本（信息不全/逻辑矛盾）② 依预设条件过滤目标受访者（A类自我探索型 / B类表达需求型）。
模块 2 · 受访者库（筛选结果）
自动标注：入选类别（A/B）、入选状态、剔除原因。目标配额：A类 3–5 人、B类 3–5 人。
模块 3 · 访谈执行采集（对应执行包 Part 4）
选择一名受访者，按模块 1–8 录入；模块 8 为神圣理念间接测量（反应质地矩阵）。数据保存在本地，可随时回看。
模块 4 · 数据导入 / 导出
真实数据可从问卷星 / 腾讯问卷导出 CSV 后在此导入，系统会对每一行自动跑筛选逻辑；也可导入/导出 JSON 与 CSV 两种格式。所有导入导出均支持 JSON / CSV 双模式。
导入（支持 CSV / JSON）
CSV 列名需包含：tests,word,pref,aestheticWords,willing,age,role,contact,city,channel,record（tests 多值用 | 分隔）；JSON 为受访者记录数组，导入时按 id 合并到当前库（不覆盖其他人）。
导出（支持 CSV / JSON）
筛选逻辑自测（内置样例，不写入数据库）
用 3 条标注为「测试样例」的输入验证剔除与 A/B 过滤是否正确。
数据备份与回收（防 localStorage 丢失）
所有操作均支持 JSON / CSV 两种格式：JSON 为完整结构（含访谈/作答），CSV 为扁平表格（可用 Excel 打开，且含 interview_json / pretests_json 列，导回不丢数据）。
⚠ 整库恢复导入会全量覆盖当前数据：在「后端数据库」模式下会清掉后端整库，其他设备/协作者的新数据将一并丢失。跨设备协作请优先用「追加导入」。
- 整库备份导出：把当前浏览器里的全部受访者（档案＋所有作答）打包下载，作为保险。每次采集后必点。JSON 保留完整结构；CSV 为扁平档案（含筛选结论与编码）。
- 整库恢复导入：选一个备份文件（JSON 或 CSV），整体替换当前数据。用于换电脑／清缓存后还原。⚠ 在「后端数据库」模式下，它会全量覆盖后端整库，其他设备/协作者的新数据会被一并清掉。 跨设备协作时优先用「追加导入」，避免误删他人数据。
- 追加导入（不覆盖）：把文件里的受访者追加合并到当前库（同 id 覆盖、新 id 新增，不动已有其他人）。适合把新生成／外部数据并入当前库。
- 导出单受访者完整数据：先在本卡片上方「选择受访者」里选一个人，把这一个人的全部记录导出成文件（JSON 完整／CSV 扁平）。内容为：档案 ＋ wave 作答与评分 ＋ 访谈编码，用于分散自测回收后合并到本机。
- 导入单受访者数据：把他人发来的单人文件合并进当前库（按 id 匹配，同人记录追加／覆盖，不覆盖别人）。
- 导出单受访者引擎自评数据：先选受访者，导出其在「模块3 神性测评引擎」填写的引擎自评作答（answers）＋权重。该文件格式兼容「引擎 demo 页」的「导入自评数据」按钮，可直接回填自评页重算／生成（即梦出图前的本地映射也基于此作答）。
- 一键去重：按录入内容扫描，合并"重复导入"产生的副本，带测试记录的版本优先保留。
删除数据
数据分两类：库数据＝受访者档案（录入信息／筛选结论＋访谈记录）；作答数据＝其在预测试中的 wave 作答与评分。两者可分别删除。注意：上方「导出单受访者完整数据」导出的是含访谈在内的整条记录，与这里仅指 wave 的"作答数据"不同。
每次采集后务必「整库备份导出」存到本地/云盘；单受访者数据用于分散自测回收后合并到本机。若因重复导入导致人数翻倍，点「一键去重」按录入内容去重，带测试记录的版本会优先保留。
模块 5 · 信效度预测试（G2）
对应《题库信效度预测试方案》G2 门：重测信度（间隔 ≥14 天）、内部一致性（每型 Cronbach α）、向量重测 Pearson r。作答存于本地，可导出 responses / coding / reliability。