心理实验和用户研究里，参与者会主动观察研究情境。他们会观察研究者的语气、题目顺序、奖励方式和场景提示，然后猜测研究目的。需求特征描述的就是这些会影响参与者反应的线索。
一旦参与者认为自己知道研究想要什么，他就会调整行为。有些人想配合研究，有些人想表现得更好，有些人担心自己被评价。数据看起来来自真实反应，实际上已经混入了情境推断。
实验说明会改变参与者预期
实验开始前的说明很关键。若说明过度强调压力、情绪或人格，参与者会提前进入相应框架。后面的题目和任务会被这套框架影响。研究者希望测量自然反应，也会先给参与者提示。
在线心理测评也存在类似问题。标题、封面、前置说明都会影响用户作答。用户看到“焦虑筛查”这类词，会更关注自己的紧张体验；看到“职场能力评估”，会更注意自己是否显得专业。
社会赞许性会进入作答
参与者会根据场景判断哪些回答更体面。招聘测评、员工调查、学校普查中，社会赞许性尤其明显。印象管理相关内容可看印象管理会影响招聘测评，高分作答未必代表真实状态。
需求特征和社会赞许性结合后，数据会更难解释。参与者不一定故意造假，他只是按照自己理解的“合适反应”作答。研究和测评都要把这种情境影响纳入设计。
用户研究要减少引导线索
SaaS 产品做用户研究时，也要控制需求特征。主持人问“这个功能使用起来感觉怎样”，会把参与者推向肯定回答；展示顺序总把新功能放在最后，会让参与者认为重点就在这里；研究奖励过高，也会让用户更倾向于说好听的话。
更稳妥的做法是用中性问题、真实任务和行为记录。让用户完成一个流程，看他在哪里停顿、误点、返回，比直接问“你喜欢吗”更可靠。反馈寻求相关内容可参考反馈寻求影响学习表现，害怕评价会让人不敢问，评价压力同样会影响研究回答。
测评系统需要记录情境信息
心理测评系统在批量发放时，要记录发放场景、说明文案、作答设备、完成时长和异常模式。相同量表在不同场景下，数据含义会发生变化。学校统一课堂填写、员工匿名填写、个人主动填写，解释方式不能完全相同。
橙星云在机构测评场景中，可以把批量发放、自动报告和数据看板结合起来。平台能帮助管理者查看完成率和异常作答，但研究设计本身仍需专业判断。系统提供工具，研究者和机构负责控制情境线索。
需求特征说明，数据来自人，也来自场景。研究者越能减少暗示，越能得到接近真实状态的反应。用户研究和心理测评都应把场景设计视为质量控制的一部分。
需求特征还会影响产品可用性测试。参与者坐在会议室里，被几位研究人员观察，会天然提高自我监控。他会担心自己操作太慢，也会猜测哪个按钮是设计团队希望他点击的。远程测试、真实任务和少量行为日志，能降低一部分表演压力。
研究报告里也要记录这些情境条件。参与者来自哪里，是否知道研究主题，是否被告知目标功能，是否有奖励，都应写进方法说明。缺少这些信息，后续团队看到结论时，容易把情境影响误当成用户真实偏好。