用户反馈堆成山？先别急着全喂给AI——一次失败尝试换来的正确打开方式

一、先说一个常见的失败场景

很多独立开发者和小团队都有过这样的经历：产品上线几个月，用户反馈散落在客服聊天记录、应用商店评论、微信群、邮件、问卷表单里，加起来上千条，没人整理，也没人有时间整理。

于是有人听说了“AI能处理文本”，兴冲冲地把几千条原始反馈一股脑粘贴进对话框，然后输入一句：

> “帮我把这些反馈整理一下，排个优先级。”

结果通常是这样的：

• 内容超长，直接超出上下文限制，AI只处理了前半部分，后半截被静默截断，你还以为处理完了；
• 输出是一坨泛泛而谈的总结，类似“用户希望提升稳定性和优化体验”，等于什么都没说；
• 优先级排序毫无依据，AI不知道你的产品阶段、不知道用户规模、不知道开发资源，排出来的顺序看起来像随机数；
• 重复反馈没有去重聚合，“登录不了”“登不上去”“无法登录”被当成三条独立问题，频次统计完全失真。

最后一通操作下来，花了两小时，得到一份没法用的漂亮废话。很多人到这里就得出结论：“AI不行”，然后回到手动整理的老路上去。

问题不在AI，在用法。

二、用户到底痛在哪里

在讲正确流程之前，先把痛点摊开来看清楚：

1. 量大：上千条反馈，人工逐条阅读分类，至少要两三天，而且没人愿意干这个活；
2. 格式乱：口语化、有错别字、一条里混着两三个问题，人工归类标准还容易前后不一；
3. 主观偏差：谁声音大就先做谁的需求，安静的大多数被忽略；
4. 无法量化：说不清“支付失败”到底有30个人在抱怨还是只有3个人，优先级全靠拍脑袋；
5. 做完即过期：辛苦整理的表格，下个月新反馈进来又得重来一遍。

这些痛点的共性是：规则明确但重复劳动量巨大——这恰恰是AI最擅长的领域。但前提是，你得把“规则明确”这件事做在前面，而不是指望AI自己猜。

三、正确的AI使用流程

复盘失败之后，我总结出一套五步流程，核心思路是：AI做分拣和聚合，人来定排序规则。

第一步：清洗和归一。 把所有渠道的反馈导出为统一格式（一行一条，附渠道和日期），去掉系统自动消息、广告等噪音。这步可以用简单脚本，也可以让AI做一次预处理。

第二步：分批送入，强制结构化输出。 不要一次全喂。每批控制在AI上下文安全范围内（比如每次100条），并且给出明确的分类框架和输出格式，让AI逐条打标签、归纳问题类别、合并同义表述。关键提示词模板在下面。

第三步：聚合去重，统计频次。 各批次的输出汇总后，让AI做第二轮聚合：把“登录不了”“登不上去”归并为同一个问题，并统计出现次数、涉及渠道、情绪强度。

第四步：人介入设定优先级规则。 这是最不能省的一步。你需要明确告诉AI你的评估维度，比如：影响用户数、问题严重程度（阻断性/体验性）、实现成本、与产品当前目标的匹配度，以及各维度的权重。AI不知道你的战略，你知道。

第五步：生成优先级清单并复核。 让AI输出带评分依据的清单，人工快速过一遍，对明显不对的地方调整权重重新生成。

可复制的提示词模板

# 角色
你是一名产品分析师，负责整理用户反馈并输出需求优先级清单。

# 任务
我会分批提供用户反馈，每批不超过100条。请对每批做以下处理：
1. 逐条提取核心诉求，忽略情绪化表述和无关内容；
2. 将同义问题归并（如"登录不了"和"无法登录"视为同一问题）；
3. 为每个问题打标签：问题类别（功能缺陷/功能建议/性能/体验/其他）、
   严重程度（阻断使用/影响体验/锦上添花）、情绪强度（1-5）；
4. 统计每个问题的出现次数；
5. 以Markdown表格输出：问题类别 | 问题描述 | 出现次数 | 
   严重程度 | 情绪强度均值 | 原始反馈示例（最多2条）。

# 注意
- 不编造反馈中不存在的信息；
- 一条反馈含多个问题时拆分处理；
- 不确定时标注"待确认"，不要猜测。

# 第一批反馈如下：
（在此粘贴反馈内容）

聚合全部批次后，再做第二轮，追加优先级评估维度和权重（如：频次40%、严重程度30%、实现成本20%、战略匹配10%），让AI输出最终排序清单。

四、用AI前后的对比

更重要的是认知层面的变化：以前优先级是“感觉”，现在是“依据”——评审时可以说清某个排第一的问题到底影响了多少条反馈、严重到什么程度。团队成员不再为排序吵架，而是讨论权重设置是否合理，讨论质量完全不同。

五、几点实践提醒

1. 不要跳过人工复核。AI偶尔会合并不该合并的问题，或漏掉罕见但严重的反馈（比如只出现一次的安全问题）。花20分钟扫一遍清单是必要保险。
2. 流程固化后可以接API自动化。当分批处理的流程稳定后，可以用程序调用大模型API（如通过聚合平台统一接入，价格以官网价格页为准），实现“反馈进来—自动出周报”的常态化管线，这时候才真正接近零人工。
3. 提示词要随产品演进迭代。分类框架不是一成不变的，每次复盘时把“待确认”类目重新归位，框架会越来越贴合你的产品。

写在最后

用户反馈是最廉价也最真实的产品情报，但它的价值长期被“没时间整理”埋没。AI不能替你决定产品方向，但可以把上千条噪音变成一份清晰可辩论的清单——把决策从猜测变成依据。

如果你想更进一步，把这套流程做成每天自动跑的服务，可以考虑通过 https://api.thistoken.ai/register 接入统一的模型API，把手动粘贴的时间也省下来。

---

不想折腾多家供应商的接入差异？在 https://api.thistoken.ai/register 注册，用一个 base_url 调用所有模型。