用ChatGPT分析200条评价，一张表生成3页报告

先跟你说个真事儿，哦。上个月我朋友小琳做年中复盘，手里攒了小三百条用户评价，从电商后台、问卷星、微信群聊天记录里翻出来的，乱七八糟啥都有，哦。她熬了两个通宵手动归类，眼睛都快废了，结

果老板瞟了一眼说“这页PPT太啰嗦”，哦。后来我教她用ChatGPT走一遍流程，前后花了不到仨钟头，最后交上去3页报告，老板还夸“数据提炼挺干净”。

说白了，这种活儿最怕的就是——你吭哧吭哧干完了，回头发现方法错了。今天我把自己踩过的坑、试出来的路子，一股脑儿倒给你。没有教科书式步骤，就按我平时怎么弄的来。

第一步：先把“脏数据”喂给ChatGPT，别指望它自己会洗｜避坑要点

很多人一上来就复制粘贴，然后问“帮我分析一下”，ChatGPT直接吐一坨废话。你以为它智能，其实它跟你家楼下菜市场阿姨一样——你给一把烂菜叶子，她只能还你一把烂菜叶子。

我自己的做法是：先手动做一轮“物理清洗”。比如把那些“好好好”“不错”“垃圾”这种单字评价先挑出来放一边，不是扔掉，而是单独成组。为啥？因为这种极短评价其实很能反映情绪比例，但直接混在长评价里，AI容易

忽略它们。

然后，把200条评价按数据来源分堆。比如电商平台来的可能有评分字段，问卷星来的有选项标签，微信群里复制过来的纯文本。我会在每条评价前面加一个简单的标识，比如【电商4星】、【问卷-满意度3分】、【社群-吐槽】。不用太规范，自己看得懂就行。这一步大概花个20分钟，但后面省的时间是论小时算的。

对了，有个小坑提醒你：如果评价里带了emoji，ChatGPT有时候会识别成乱码，尤其那种旧版本。我周五晚上帮同事搞，有个客户评价写了“再不来快递我就差评”，结果AI自动把表情忽略了，情绪分析直接降了一档。所以最好先把emoji手动替换成文字，比如“愤怒三连”。

第二步：给AI下“精确指令”，别让它自由发挥｜避坑要点

你肯定见过这种对话——“请分析以下200条用户评价”，然后ChatGPT给你列了8个维度，每个维度下就三行字，还带排比句。一看就是学生写暑假作业那种糊弄风。

我试了几次之后发现，你得告诉它你要什么形式的输出。比如我一般这样写提示词：

“我是一名普通上班族，正在做年中复盘。现在给你200条用户评价，请按以下要求处理：1. 先看一遍全部内容，识别出最核心的5个问题类型（比如物流慢、质量差、客服态度好、价格贵、包装破损），每个类型给出大概占比；2. 挑出最有代表性的3条原话，直接引用；3. 列出用户情绪分布：正面、中性、负面各多少条；4. 给出2~3条你观察到的反常现象（比如某个好评率很高的款式突然被骂了）；5. 最后用一段话总结关键改进方向。注意：不要排比句，不要用‘首先其次’，每条分析单独一行，原话用引号标出。”

你看，这样它就不会给你写什么“综上所述”那种鬼东西了。而且我故意留了个“反常现象”的口子，这个是很多模板没有的，但老板最爱听——比如“为什么上个月夸好用的功能，这个月突然被骂了？”能直接引出后续的专门分析。

还有一个小技巧：分批喂，别一次性塞200条。我一般一次丢进去30~40条，让它先出一份小报告，然后把几份小报告手动拼一下。为什么不一次喂满？因为ChatGPT上下文窗口有限，超过一定长度它就会遗忘前面的内容，给出一堆车轱辘话。我试过晚上一次性丢100条，结果它后面直接开始胡编，说“有用户反映产品能抗癌”……吓我一跳，查了原评价根本没这句。

第三步：人工“补刀+微调”，把三页报告贴回人类语言

AI吐出来的东西再准，也得过一遍你的嘴。我通常做三件事：

第一件：改比例词。AI喜欢说“大部分用户认为”“少数用户提出”，但老板要的是“62%的用户提到快递慢，明显集中在周三派送段”。我会手动把模糊比例改成具体数字，哪怕只是大概数。比如我数了一下负面评价里大概有24条提到了“客服不回复”，我就写“12%的用户吐槽客服失联”。数据越具体，报告越像人写的。

第二件：加个人观察。比如AI说“包装破损问题集中在华东地区”，但我知道那是因为上海仓库刚换了新打包供应商，这个信息AI不知道，我就自己补一句“可能与华东仓6月更换新包装材料有关，真心推荐追溯批次”。这种“AI+你的业务背景”结合，才是报告值钱的地方。

第三件：排版要“看着像翻过页”。3页报告不是让你一张A4纸塞满字。我会把第一页放核心结论（就是AI总结的那段话加上我补充的数据），第二页放问题分类和原话引用，第三页放改进建议和反常现象。每页不超过5个信息块，多用短句和列表。老板扫一眼就能看懂，他才懒得逐字读。

我印象最深的一次，是帮同事弄一个母婴产品的评价分析，AI给的原话里有很多“宝宝用了起疹子”，但直接写出来显得太负面。我就把原话改成了“有用户反馈皮肤敏感问题，需进一步确认成分”，既没撒谎又留了缓冲。这种微调全靠你对自己行业和领导的了解，AI不可能替你干。

关于“200条”这个数字，你心里得有个谱

说实话，200条评价在数据层面属于“小样本”。你要是做严谨的大数据分析，这数量根本不够看。但对于年中复盘这种快速出活儿的事，它足够用了。我有个小原则：如果评价数量少于50条，就别用ChatGPT了，自己手动看一下比喂AI还快；如果超过500条，那你得先按时间或渠道分层，不然AI会漏掉重要的噪声。

还有就是，别贪心。我见过有人想一口气让ChatGPT生成“竞品分析+用户画像+趋势预测”，结果每条都浅得像蘸水馒头。你就专攻“评价本身”，什么用户年龄、购买频次这种信息如果评价里没写，AI是猜不出来的，别让它编。

最后碎碎念两句

这套方法我用了小半年，坦白讲不是每次都顺利。有一次ChatGPT抽风，硬把“客服态度好”和“物流太慢”两条不相干的评价凑成一条“客服态度好，但物流太慢”，我还得一条条去对原稿。所以永远留个心眼，AI只是工具，你才是那个真正看过原评价的人。你要是懒得看，那谁都救不了你。

年中复盘嘛，说白了就是给自己过去半年交个差。别把报告写得太苦大仇深，老板要的是“接下来怎么办”，不是你展示“我有多辛苦”。用ChatGPT省下来的时间，去给自己泡杯茶、翻翻行业文章，比在那儿死磕Excel强多了。