用户反馈归纳 · 产品经理
用 AI 智能体做这件事
应用商店评论、客服记录、社群消息的反馈渠道口径不一样——客服记录还常带用户手机号、昵称等个人信息，务必先脱敏。先声明你的产品形态与端（App / Web / 小程序）与归类口径，AI 的计数可能有误，结论需人工复核。
你需要准备
- 你的产品形态与端（App / Web / 小程序）与本次反馈的来源渠道（应用商店 / 客服 / 社群）
- 最近一个月的用户反馈原文（应用商店评论、客服记录、社群消息）
- 含个人信息的记录先脱敏（手机号中间打码、昵称用「用户 A/B」替代）
- 按每批 200–500 条分批准备（量太大一次性粘贴，AI 记不住、会算错）
- 归类与计数口径：按问题类型分类、统计各类被提到的次数（各渠道来源不同，口径要先定）
怎么做
- 先把客服记录里手机号、昵称脱敏（打码或用「用户 A/B」替代）
- 按 200–500 条分批整理反馈，声明产品形态与端与归类口径
- 每批粘贴提示词，产出该批的分类与计数
- 汇总各批结果，人工复核计数后再发给团队
一句话提示词
下面是这个月收集到的用户反馈（应用商店评论、客服记录、社群消息，客服记录里的手机号与昵称我已脱敏），我的产品形态与端是【App/Web/小程序】、归类口径是【说明】：帮我按问题类型归类，统计每类被提到的次数（计数标注「可能有误、需人工复核」），区分是 bug、使用障碍还是新需求，提炼出最集中的 5 个问题和对应建议，做成一张可以直接发给团队的表；缺失处标【待补】、口径未定处标【需确认】，不要替我编数据、也不要编造。
它会交付什么
- 按 bug / 使用障碍 / 新需求 / 体验吐槽等维度的分类与每类被提到的次数（归类属 AI 归纳，需人工判断；计数需人工复核）
- 最集中的 5 个问题清单（属 AI 归纳，需人工判断）
- 每个问题的改进建议（属 AI 建议，需人工判断）
效果示例
分批输入约 300 条反馈（客服记录里的手机号已脱敏）→ 归出「登录后频繁掉线」被提及最多，并给出排查建议。（示例数字为示意，计数需人工复核）
常见问题
一次能喂多少条？
建议 200–500 条一批，分批处理再累计，不要一次粘贴几千条。
AI 统计的次数准吗？
不一定准，凡涉及计数请人工复核。
反馈里有用户信息怎么办？
客服记录常带手机号、昵称等敏感信息，先脱敏（打码或用「用户 A/B」替代）再发，这是前置步骤。
会不会替我编反馈？
不会。只按你给的原文归类，渠道或版本没给的标【待补】，不凭空造反馈。