需将客户反馈转化为可行动清单：第一步上传纯文本/csv/excel并启用智能分类；第二步用三类提示词提取高频问题、负面断点和隐含需求；第三步按角色生成洞察摘要并导出带id映射表。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要把散落在问卷、客服对话、App评论里的客户声音，变成可行动的产品改进清单和运营决策依据，而不是靠人工逐条翻看Excel表格或截图堆叠的聊天记录。
第一步：上传原始反馈并启动智能分类
打开豆包App或网页版，点击首页“解读文档”入口。这一步必须用纯文本或结构化文件（CSV/Excel），不能直接粘贴带格式的Word或PDF——【格式错误会导致语义解析失败，系统会跳过70%以上的否定词和情绪关键词】。
将全部客户反馈内容粘贴进输入框；若为文件，点击“上传文件”导入。注意：单次上传不要超过50万字符，超量请分批处理。
在输入框下方勾选“智能分类”按钮，系统自动启动多轮语义分析，识别高频意图词簇与情绪倾向。等待3～8秒，页面生成若干带标签的主题簇，例如“支付失败提示不明确”“注册流程第二步卡死”“客服回复模板化”，每个簇附有3条代表性原句及出现频次统计。
第二步：用提示词定向提取核心问题与优先级需求
方法一：聚焦高频问题
在豆包对话框中，先粘贴全部反馈文本，再另起一行输入：“请仅提取所有反馈中出现4次以上的具体问题描述，按频次降序排列，并标注每条问题对应的原始语句数量。”
方法二：锁定高烈度负面反馈
输入指令：“识别所有含否定词（如‘不’‘未’‘差’‘慢’‘无法’‘拒绝’）的句子，归类为体验断点，排除客套话和模糊表述（如‘还行’‘差不多’），输出带原始ID编号的列表。”
方法三：萃取隐含需求
输入：“列出客户未明说但反复暗示的3项最高优先级需求，每条需引用至少2处不同用户的原话佐证，忽略建议性表述（如‘希望可以…’），只保留行为倒逼出的真实诉求。”
发送后立即查看AI返回的结构化结果，确认是否覆盖原始数据中90%以上的有效反馈点——若覆盖率低于85%，说明原始文本存在大量口语冗余或错别字，需先做轻度清洗再重跑。
第三步：按角色生成差异化摘要并导出可追溯映射表
① 在豆包对话界面输入完整反馈文本后，追加指令：“请分别从产品经理、客服主管、销售经理三个角色视角，各生成一段不超过120字的反馈核心洞察。”
② 产品经理视角需突出功能缺陷、交互障碍、需求空白；客服主管视角聚焦响应延迟、话术失效、权限缺失；销售经理视角关注转化阻点、信任缺口、竞品对比话术漏洞。
③ 点击右上角“导出”按钮，选择“带原始ID的反馈-行动映射表（Excel）”，该表自动包含四列：原始语句ID、所属主题簇、情绪强度（-3至+3）、推荐行动项（如“优化支付页错误提示文案”“增加注册流程异步校验”）。
④ 导出文件命名规则为“客户反馈_日期_版本号”，例如“客户反馈_20260625_v2”，避免多人协作时覆盖误操作。
