做产品、运营、销售或者客服时，经常会积累大量客户反馈。

比如：

• 微信聊天记录；

• 售后工单；

• 用户评价；

• 问卷答案；

• 销售拜访记录；

• 客服整理的问题清单。

很多人会直接把这些内容交给 ChatGPT：

帮我整理一下这些客户反馈。

结果往往变成：

• 相似问题重复出现；

• 不同问题被混在一起；

• 高频反馈和严重问题没有区分；

• 最后整理出很多条，却不知道应该先处理哪一个。

问题并不是 ChatGPT 不会总结。

而是：

客户反馈整理不能只做“摘要”，还需要分类、统计和优先级判断。

---

一、不要一开始就让它直接总结

假设原始反馈有几十条。

直接要求：

总结这些反馈。

ChatGPT很可能会按照自己的理解把内容压缩成几个大方向。

问题在于，有些反馈虽然表达方式不同，本质上是同一个问题。

例如：

“页面打开特别慢”
“进入首页要等很久”
“最近加载速度明显变慢”

这三条其实都可以归到：

页面加载速度慢。

所以第一步更适合：

先识别相似反馈并归类，不要急着写总结。

---

二、先给反馈建立明确分类

可以根据业务场景设置分类。

例如软件产品可以分成：

功能问题
性能问题
使用体验
Bug
价格
账号
客服
需求建议

如果是电商业务，也可以换成：

商品
物流
价格
售后
包装
客服
购买体验

分类的作用是把几十条零散意见变成几个可以管理的问题组。

---

三、相似反馈要合并，但不能合并过头

例如：

A：搜索结果太少
B：搜索不到想要的内容
C：搜索速度太慢

其中A和B可能属于：

搜索结果质量问题。

但C属于：

搜索性能问题。

如果全部合并成：

搜索体验不好。

信息就被压得太粗。

所以可以要求 ChatGPT：

只有问题原因和用户诉求基本一致时才合并，表达相似但问题不同的反馈不要强行归类。

这样可以减少过度概括。

---

四、分类之后再统计出现频次

假设整理完成后得到：

登录步骤复杂：18次
搜索结果不准确：15次
页面加载慢：11次
导出功能不好用：6次
按钮颜色不好看：2次

这时候就能快速看到：

哪些问题被用户反复提到。

比单纯输出几十条摘要更有价值。

可以整理成：

问题	反馈次数
登录步骤复杂	18
搜索结果不准确	15
页面加载慢	11
导出功能不好用	6

这样后续更容易做判断。

---

五、频次高不等于一定最重要

这是客户反馈整理里非常容易忽略的一点。

例如：

字体太小：20人反馈
支付失败：5人反馈

从数量看：

字体问题更多。

但从业务影响看，支付失败可能直接导致用户无法完成购买。

所以优先级不能只按照：

谁出现次数最多。

还应该加入：

出现频次
影响程度
影响用户数量
是否阻断核心流程
解决成本

共同判断。

---

六、可以用“频次 × 影响”做简单排序

例如：

问题	频次	影响程度	建议优先级
支付失败	5	高	高
页面加载慢	11	中	高
字体偏小	20	低	中
图标不好看	3	低	低

这样就能避免：

谁声音最大，就先解决谁。

真正应该优先处理的通常是：

高频 + 高影响

或者：

低频但严重阻断核心流程

的问题。

---

七、最好保留典型用户原话

如果只留下ChatGPT重新概括后的结论，可能会失去很多具体信息。

例如总结：

用户认为操作复杂。

过于笼统。

原始反馈可能是：

“每次导出都要点四五次，我一直找不到入口。”

这句话能直接暴露：

真正的问题可能是入口层级过深。

所以整理时可以要求：

每类问题保留1—2条最典型的用户原话。

最终形成：

问题：导出操作复杂

频次：12次

典型反馈：
“每次导出都要点四五次。”
“我找了半天才找到导出入口。”

这样后续讨论会更有依据。

---

八、不要让ChatGPT自己猜问题原因

用户可能说：

最近经常打不开。

这能证明：

用户遇到了打不开的问题。

但不能直接证明原因一定是：

服务器性能不足
网络延迟
数据库压力

所以整理客户反馈时最好区分：

用户事实

用户实际说了什么。

问题判断

从反馈中能确认什么。

原因假设

可能是什么原因，需要进一步验证。

不要把：

猜测原因

写成：

已经确认的事实。

---

九、最后整理成“问题清单”而不是长篇总结

如果整理客户反馈的目的是推动工作，最终最好形成结构化表格：

问题	分类	频次	影响	典型反馈	优先级
页面加载慢	性能	11	中	打开首页要等很久	高
支付失败	核心流程	5	高	一直无法完成付款	高
字体偏小	体验	20	低	手机看不清	中

这样产品、运营、技术都能快速使用。

相比几百字的自然语言摘要，更容易直接进入后续处理。

---

十、可以直接使用这个客户反馈整理模板

以后有大量用户反馈，可以直接让 ChatGPT：

请整理下面这些客户反馈。

按照以下步骤处理：

1. 不要直接总结，先逐条识别反馈对应的问题；
2. 将真正相似的问题合并，不要把不同问题强行放在一起；
3. 按功能、性能、体验、价格、客服、Bug等类型分类；
4. 统计每类问题出现的大致频次；
5. 判断问题对用户核心流程的影响程度；
6. 按“频次+影响程度”给出优先级；
7. 每类问题保留1—2条典型用户原话；
8. 区分用户事实、问题判断和原因假设；
9. 最后整理成表格，不要只输出长篇总结。

如果反馈数量很多，还可以先分批整理，再进行最后一次合并。

---

十一、资料很多时可以先做两轮处理

例如有几百条反馈，不建议一次直接让ChatGPT给最终结论。

可以分成：

第一轮：
每50条分别分类整理

第二轮：
合并所有分类结果
统计高频问题
重新计算优先级

这样可以减少长资料处理中：

• 漏掉小类问题；

• 把不同反馈错误合并；

• 前后分类标准不一致。

特别适合客服工单和大量问卷数据。

---

最后

ChatGPT整理客户反馈又乱又重复，很多时候是因为：

把“反馈整理”当成了普通的文章总结。

真正有用的流程应该是：

识别问题 → 合并相似反馈 → 分类 → 统计频次 → 判断影响 → 排优先级。

最终目的不是得到一句：

用户主要反馈了几个问题。

而是得到一份真正可以继续工作的清单：

哪些问题最多、哪些问题最严重，以及应该先处理什么。

这样ChatGPT才不只是帮你“整理文字”，而是真正参与信息整理和工作决策。

---

持续更新 ChatGPT、Codex 与大模型使用实战内容，分享 AI 工具使用技巧与常见问题排查。更多技术内容和稳定订阅渠道欢迎搜索关注「仙逆GPT」。