词云图可直观呈现阶跃ai用户反馈中“服务响应慢”“语音不自然”“stepclaw卡顿”等高频问题，支持finereport一键生成或stepclaw智能提取，自动过滤停用词、合并同义词并标注情感倾向，助力产品团队优先处理。
☞☞☞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☜☜☜
你需要从阶跃AI用户反馈中快速提取出“服务响应慢”“语音不自然”“StepClaw卡顿”这类反复出现的关键词，用词云图直观呈现问题分布，以便产品团队优先处理。直接上传原始文本或接入API数据源即可生成，无需手动统计词频或清洗停用词。
准备阶跃AI反馈数据
从阶跃星辰官方后台导出客户反馈CSV文件，确保至少包含一列纯文本字段（如“feedback_content”），且字段内无HTML标签、乱码或空行。若使用StepClaw自动采集的评论数据，需确认已启用“原始文本归档”开关——【未开启时将丢失标点与换行，导致分词断裂】。
把CSV文件拖入本地文件夹，命名为“jy_feedback_2026Q2.csv”。不要重命名字段名，FineReport等工具依赖原始列名自动识别文本字段。
用FineReport一键生成词云
打开FineReport设计器（v11.0及以上），新建报表→选择“词云图”模板→点击“数据连接”→导入刚才保存的CSV文件。
在字段映射界面，将“feedback_content”拖拽至“文本字段”区域。系统自动加载前100条样本并预览分词效果——若看到“的”“了”“啊”等高频虚词仍残留，点击右侧“停用词设置”，勾选“中文通用停用词库+阶跃专属词库”（后者内置“StepClaw”“StepAudio”等产品名，防止误删关键术语）。
点击“生成词云”，3秒后弹出可视化画布：字号大小对应TF-IDF加权值，非单纯词频；红色区块标记含负面情感的词（如“崩溃”“延迟”），蓝色为中性词（如“功能”“界面”）。右键图表→“导出为PNG”，分辨率设为300dpi，用于汇报PPT。
用阶跃StepClaw智能提取高频词
方法一：在StepClaw对话框输入提示词：“你是一名阶跃AI产品分析专家，请从以下客户反馈中提取TOP20高频关键词，按权重降序排列，排除‘谢谢’‘您好’等礼貌用语，合并同义词（如‘卡’‘卡顿’‘转圈’归为‘卡顿’），输出纯文本列表，每行一个词。”→粘贴500条反馈文本→等待返回结果。
方法二：调用StepClaw Skill商店中的“舆情词云生成器”Skill（ID：SK-JY-CLD-07），上传CSV后自动执行：① 用StepAudio 2.5TTS模型反向解析语音反馈转文字 → ② 调用BERT微调模型识别“服务响应慢”类复合短语 → ③ 输出带权重的JSON格式词表 → ④ 同步推送至企业微信机器人，每日早9点自动播报TOP5问题。
注意：若反馈含大量英文术语（如“latency”“fallback”），需在Skill配置页勾选“中英混合分词增强”，否则“fallback”会被切分为“fall”和“back”两个无效词。
验证词云准确性
第一步：在生成的词云图中任选3个最大字号的词（如“延迟”“断连”“音色”），回到原始CSV用Ctrl+F搜索，记录实际出现次数。
第二步：用Excel公式=COUNTIF(A:A,"*"&D1&"*")统计模糊匹配频次（D1为词），对比词云中标注的权重值。若偏差＞15%，说明停用词库未覆盖该业务场景——此时需在FineReport中手动添加“阶跃内部黑话表”（如“推活”“水产市场”），避免被误判为噪声词。
第三步：检查词云边缘是否出现孤立小字（如“嗯”“呃”）。若存在，返回停用词设置页，点击“动态补充停用词”，输入这些词后重新生成。
