Q01
Mensagem
Todos os modelosIndustry-Specific
Preferências de Cardápio e Porções em Restaurantes para Usuários de GLP-1
Explora como as pessoas que tomam medicamentos GLP-1 (Ozempic, Wegovy, Mounjaro, Zepbound etc.) de fato pedem, comem e avaliam as refeições em restaurantes agora que seu apetite mudou. Combina satisfação com as porções, priorização de trade-offs e uma entrevista de acompanhamento com IA que reconstrói uma refeição recente real para revelar ajustes concretos de cardápio e preços. Desenvolvido para redes de restaurantes, equipes de P&D de cardápio e pesquisadores do setor de alimentação.
Perguntas de exemplo
Uma prévia do que há no modelo. Todas as perguntas podem ser editadas antes de publicar.
13 perguntas · ~7 min
Q02
Múltipla escolha
Há quanto tempo você toma um medicamento GLP-1 (para controle de peso ou diabetes)?
- Menos de 1 mês
- 1 a 3 meses
- 4 a 6 meses
- 7 a 12 meses
- Mais de 1 ano
- Prefiro não responder
Q03
Múltipla escolhaObrigatória
Em comparação com antes de começar o medicamento, com que frequência você come em restaurantes com serviço de mesa ou fast-casual agora?
- Com muito menos frequência
- Com um pouco menos de frequência
- Mais ou menos a mesma
- Com um pouco mais de frequência
- Com muito mais frequência
Q04
Escala de avaliaçãoObrigatória
Quão satisfeito você está com os tamanhos das porções oferecidos na maioria dos restaurantes que frequenta?
Intervalo: 1 – 5
Mín:Muito insatisfeitoMáx:Muito satisfeito
Q05
MatrizObrigatória
Quanto você concorda com cada afirmação sobre comer em restaurantes desde que começou o medicamento?
5 linhas × 5 colunas
- Costumo pedir uma embalagem para viagem antes de começar a comer.
- Deixo de pedir entradas ou acompanhamentos porque a porção principal já é demais.
- Procuro informações de calorias ou proteínas antes de pedir.
- Sinto que sou julgado ou questionado quando peço menos comida do que o esperado.
- Eu pediria comida fora com mais frequência se as meias porções custassem cerca de metade do preço.
Colunas: Discordo totalmente · Discordo · Neutro · Concordo · Concordo totalmente
Q06
Compensação melhor–pior (MaxDiff)Obrigatória
Quais das seguintes mudanças no cardápio mais melhorariam sua experiência ao comer fora?
- Meias porções com preços proporcionalmente mais baixos
- Mais pratos principais ricos em proteína (peixe, frango, tofu etc.)
- Opções de entradas menores ou mais leves
- Informações nutricionais (calorias, proteínas) no cardápio
- Opção padrão de embalar metade da refeição para viagem
- Mais acompanhamentos à base de vegetais ou com menos carboidratos
- Formatos para compartilhar ou pratos pequenos em todo o cardápio
- Sobremesas com menos açúcar disponíveis em tamanhos menores
Escolha a melhor e a pior de cada conjuntoMelhor:Melhoraria mais minha experiênciaPior:Melhoraria menos minha experiência
Q07
Distribuição de pontosObrigatória
Se uma rede de restaurantes pedisse sua ajuda para priorizar sua próxima reformulação de cardápio, como você distribuiria 100 pontos entre estes investimentos?
- Opções de porções menores
- Preços mais baixos para porções menores
- Escolhas de ingredientes mais saudáveis
- Mais variedade dentro de cada tamanho de porção
- Rotulagem nutricional clara
- Serviço mais rápido para refeições mais leves
Distribua 100 pontos
Q08
Escala de opiniãoObrigatória
Qual a probabilidade de você escolher um restaurante especificamente porque ele oferece meias porções ou opções de cardápio 'mais leves'?
Escala: 0 – 10
Mín:Nada provávelMáx:Extremamente provável
Q09
Entrevista com IA
Reconstrua a refeição mais recente do respondente em um restaurante desde que começou o medicamento GLP-1: o que pediu, quanto de fato comeu em relação ao que chegou e o que aconteceu com as sobras. Investigue qualquer momento específico em que o tamanho da porção, o preço ou o design do cardápio não se encaixaram no apetite dele, e pergunte qual mudança exata teria feito aquela refeição funcionar melhor. Se disser que as porções não mudaram muito para ele, pergunte o que ele ainda gostaria que os restaurantes oferecessem para pessoas na situação dele.
Q10
Múltipla escolha
Em qual faixa etária você se encontra?
- Menos de 25
- 25 a 34
- 35 a 44
- 45 a 54
- 55 a 64
- 65 ou mais
- Prefiro não responder
Q11
Múltipla escolha
Como você descreve seu gênero?
- Mulher
- Homem
- Não binário
- Prefiro não responder
Q12
Múltipla escolha
Qual é a renda anual do seu domicílio?
- Menos de US$ 50.000
- US$ 50.000 a US$ 99.999
- US$ 100.000 a US$ 149.999
- US$ 150.000 ou mais
- Prefiro não responder
Q13
Mensagem
Obrigado! Suas respostas ajudarão restaurantes e designers de cardápio a criar tamanhos de porção, preços e opções que se encaixem melhor em apetites em transformação como o seu.
O que está incluído
Acompanhamento com IA
Sondagens adaptativas nas respostas abertas que revelam detalhes que um formulário estático deixaria passar.
Verificações de atenção
Proteções integradas contra respostas apressadas e participantes de baixa qualidade.
Textos escritos por IA
Redação, ordem e ramificações escritas pela IA, ajustadas ao seu objetivo de pesquisa.
Relatório automático
Temas, citações e um resumo em linguagem simples se escrevem sozinhos assim que as respostas chegam.
Como se compara
Analisamos os modelos mais parecidos de outras ferramentas de pesquisa. Veja o que elas fazem bem e onde este modelo vai além.
Por que este modelo
- Includes a rating and matrix block that quantify portion satisfaction and post-medication attitude shifts, then a max-diff and constant-sum exercise that force respondents to trade off and prioritize specific menu changes instead of just rating them
- Pairs those quantitative trade-offs with an AI follow-up interview that reconstructs a respondent's actual most recent restaurant meal, turning vague complaints into concrete, orderable menu and pricing fixes
- Purpose-built for the GLP-1 population specifically (medication tenure, dining-frequency shift, half-portion likelihood) rather than a generic diner satisfaction survey
- Standard demographic screening (age, gender, household income) lets restaurant chains and menu R&D teams segment findings by respondent profile
Jotform
50+ Restaurant Evaluation FormsThis is a category page listing 50+ generic restaurant evaluation form templates rather than a single fielding-ready survey. It covers general dine-in satisfaction and service quality but has no content aimed at GLP-1 users or appetite-driven ordering behavior.
O que faz bem
- Large library of ready-made form layouts to start from
- Familiar drag-and-drop form builder for quick customization
- Covers broad restaurant evaluation use cases (service, cleanliness, food quality)
Onde deixa a desejar
- Static form fields only — no adaptive AI follow-up questions to probe individual answers
- No mechanism to reconstruct a specific recent meal or surface concrete menu/pricing fixes
- No published scoring methodology or automated report generation tied to response quality
QuestionPro
Food survey questions | Food-related survey questions & templateA fast-food/restaurant survey template with a bank of food-related questions, aimed at general dining feedback rather than the GLP-1 or medication-driven appetite-change population. Useful as a generic starting question set but not tailored to portion-size trade-offs for this audience.
O que faz bem
- Established survey platform with broad question-library support
- Covers general fast-food ordering and satisfaction topics
- Supports standard survey logic and reporting features
Onde deixa a desejar
- No adaptive AI interview to dig into an individual's actual recent meal
- No built-in trade-off/prioritization exercise for menu redesign decisions
- No GLP-1-specific framing (medication tenure, appetite change, half-portion preference)
SurveyMonkey
Restaurant Feedback Survey Template & QuestionsA standard restaurant feedback template covering service, food quality, and overall satisfaction — solid for general dine-in feedback but not designed around appetite-changed diners or portion-size trade-off decisions. It's a static question set rather than an interview-style probe.
O que faz bem
- Widely used, easy-to-deploy survey builder
- Good for broad satisfaction tracking across many restaurant visits
- Simple reporting dashboards for aggregate results
Onde deixa a desejar
- Fixed questions with no adaptive follow-up to reconstruct a specific meal
- No max-diff or constant-sum style prioritization for menu redesign trade-offs
- No focus on GLP-1 medication context or portion-satisfaction shifts over time
Perguntas frequentes
Quais perguntas estão no modelo “Preferências de Cardápio e Porções em Restaurantes para Usuários de GLP-1”?
O modelo inclui 13 perguntas prontas para usar, começando por: “Obrigado por dedicar alguns minutos para compartilhar como as refeições em restaurantes se encaixam na sua vida desde qu…” · “Há quanto tempo você toma um medicamento GLP-1 (para controle de peso ou diabetes)?” · “Em comparação com antes de começar o medicamento, com que frequência você come em restaurantes com serviço de mesa ou fa…”. O conjunto completo aparece acima e todas as perguntas podem ser editadas.
Quanto tempo leva para responder a esta pesquisa?
Os participantes normalmente terminam as 13 perguntas em cerca de 7 minutos.
Posso personalizar este modelo?
Sim: cada pergunta, cada opção de resposta e a ordem podem ser editadas antes de publicar. Você pode adicionar ou remover perguntas, ou pedir ao editor com IA para refazer a pesquisa em torno do seu objetivo.
Este modelo é gratuito?
Sim. Abra no editor e comece a personalizar agora: não é preciso criar conta para testar, e o plano gratuito cobre a publicação da sua pesquisa.
Pronto para publicar?
Abra este modelo no editor. Tudo é seu para mudar antes de o primeiro participante ver.
Modelos relacionados
Mais estudos sobre temas semelhantes.
Industry-Specific
Feedback sobre Dificuldade, Progressão e Monetização de Videogames
Captura como os jogadores realmente vivenciam o ajuste de dificuldade, o ritmo de progressão, a justiça da monetização e o prazer momento a momento em cada sessão. Feito para game designers e equipes de live-ops que acompanham o sentimento pós-lançamento, com um acompanhamento por IA que investiga o momento específico em que o jogador se sentiu prejudicado pela dificuldade ou pela monetização, em vez de uma reclamação genérica.
Ver modeloIndustry-Specific
Impacto dos Medicamentos GLP-1 nas Compras de Mercado e Petiscos
Mede como os medicamentos GLP-1 (como Ozempic, Wegovy ou Zepbound) estão remodelando as compras de mercado e petiscos das famílias — mudanças de gastos, cortes de categorias e fatores de decisão sobre petiscos. Desenvolvido para pesquisadores de bens de consumo (CPG) e varejo, com uma entrevista de acompanhamento por IA que reconstrói uma ida real e recente às compras em vez de depender de impressões gerais.
Ver modeloIndustry-Specific
Pesquisa sobre Interesse dos Funcionários na Cobertura de GLP-1 pelo Empregador
Mede o quanto os funcionários estão cientes, interessados e sensíveis ao preço em relação à cobertura de medicamentos GLP-1 patrocinada pelo empregador (ex.: Ozempic, Wegovy, Mounjaro). Desenvolvida para equipes de RH e de benefícios que avaliam a inclusão dessa cobertura. A entrevista de acompanhamento com IA explora o raciocínio pessoal por trás do interesse ou da hesitação — objetivos de saúde, limites de custo e estigma — que perguntas fechadas não conseguem captar.
Ver modeloIndustry-Specific
Hábitos de Academia e Objetivos de Condicionamento Físico de Usuários de Medicamentos GLP-1
Explora como pessoas que tomam medicamentos GLP-1 (semaglutida, tirzepatida e similares) abordam o exercício — frequência de treino, treinamento de força, preocupações com preservação muscular e priorização de objetivos — com um acompanhamento por IA que aprofunda o raciocínio por trás do principal objetivo de condicionamento físico ou da maior barreira. Desenvolvido para academias, aplicativos de fitness e pesquisadores da saúde que estudam essa população em rápido crescimento.
Ver modeloIndustry-Specific
Pesquisa sobre Adaptação de Guarda-Roupa e Hábitos de Compra com a Perda de Peso por GLP-1
Acompanha como a mudança de peso impulsionada por medicamentos GLP-1 está transformando o tamanho das roupas, a frequência de compras, a alocação de gastos e o que as pessoas fazem com peças que não servem mais. Desenvolvida para pesquisadores de vestuário e revenda, com uma entrevista de acompanhamento por IA que investiga as decisões emocionais e financeiras por trás de comprar roupas novas versus ajustar ou manter as antigas.
Ver modeloIndustry-Specific
Pesquisa sobre Preferências Alimentares do Dia a Dia e Fatores de Decisão
Mapeia o que as pessoas realmente comem, quais culinárias e atributos elas preferem, e o que de fato determina uma escolha alimentar no momento — preço, saúde, conveniência ou sabor. Feita para marcas de alimentos, restaurantes e equipes de kits de refeição que estão desenvolvendo cardápios ou produtos. Uma entrevista de acompanhamento com IA reconstrói a última decisão alimentar real, em vez de se basear apenas em preferências declaradas.
Ver modelo