老朱，来啊，互相伤害啊，你继续写啊，用你的AI呀，AI呀！！！呀哎呀哎呀！
一个真实的崩溃场景
上个月我接手一个产品，用户流失率突然涨了5个点。老板让我“分析一下原因”。
我打开后台，导出近7天的用户反馈：
-
客服聊天记录：467条，平均每条300字
-
App Store评论：89条
-
华为应用市场评论：56条
-
问卷星开放题：132条
-
销售团队转过来的微信群吐槽截图：大概40张，没法复制文字
我盯着这堆东西，第一反应是：我是产品经理，不是侦探。我花了一整个下午读了不到三分之一，眼睛酸到流泪，记了一堆零碎的笔记，最后得出结论：“用户好像觉得卡顿？”
老板看了一眼：“就这？”
那一刻我意识到，用肉眼一条条看反馈，效率低到可笑，而且你永远抓不住全貌。
后来我用AI重新做了一遍，全程不到1小时，出了一份老板说“这才是干活的样子”的报告。
核心思路：让AI当你的“阅读放大镜”
你要做的不是替AI读内容，而是替AI整理输入。AI一分钟能读10万字，但你要告诉它读什么、怎么读、读完输出什么格式。
下面我把整个流程拆成四步，指令直接给你抄。
第一步：把乱七八糟的反馈倒进一个地方
首先，不管反馈来自哪里，全部转成文字，放进一个TXT或Excel里。
-
客服聊天记录：导出成Excel，只保留“用户说的话”这一列
-
应用商店评论：直接复制粘贴
-
问卷开放题：导出CSV，只保留文本列
-
截图里的吐槽：用微信自带的“提取文字”功能，或者QQ截图OCR，转成文字
这一步最花时间的是截图里的文字。我的经验是：凡是超过10张截图，别自己手打，花5块钱找个在线OCR工具批量转。
整理完之后，你手上是一个纯文本文件，大概1万到5万字。
注意： 所有涉及用户姓名、手机号、订单号的信息全部删掉或者打码。不是怕AI泄露，是怕你自己不小心发出去翻车。
第二步：给AI下“分析指令”，一个字都别多
把整理好的文本复制到Kimi、Claude或者ChatGPT里（推荐Kimi，上下文长，免费）。然后粘贴下面这个指令模板：
请分析下面这批用户反馈，帮我找出最关键的3-5个问题。 要求： 1. 先统计反馈数量，告诉我总共多少条 2. 按问题类型分类，每类标明出现的次数和占比 3. 每一类问题，摘出3条最典型的原话（带标点，不加润色） 4. 如果某一类问题有明显的情绪倾向（愤怒、失望、着急），请标注出来 5. 最后给出一个优先级排序：按“出现频率×情绪强度”从高到低排列 下面是反馈内容： [粘贴你整理好的全部文本]
这个指令的精髓在哪？第5条。AI如果只是帮你分类，你自己也能分。但让它按“频率×情绪”排序，它就会把“虽然只出现了10次但用户气得要报警”的问题顶上去，这才是你最该改的地方。
举个例子：上次我跑出来的结果，“登录慢”出现了87次，情绪是“烦躁”；“活动规则看不懂”只出现了12次，但情绪全是“被骗了”“我要投诉”。AI把第二个排在了第一个前面。我顺着去查，发现活动页面的字体小到看不清关闭按钮，用户以为被强制扣费。这个事情如果不抓出来，登录优化做再好也没用。
第三步：让AI帮你挖“没说出来的需求”
用户说的不一定是真需求。比如有人说“这个按钮颜色太丑了”，他的真实意思是“我找不到这个按钮”。
你可以继续问AI：
在上面分类的基础上，请帮我推断： 每类问题背后，用户真正想要的是什么？ 用“用户想要……”的句式写出来，不要超过20字每类。 例如： 表面问题：“上传图片一直转圈” 深层需求：用户想要“3秒内知道上传成功还是失败，而不是傻等”
这一步最值钱。老板不会在乎用户骂了什么，他在乎“我们应该做什么”。你把这个表直接贴在报告里，需求都不用你自己想了。
第四步：出报告，一页纸搞定
把AI给你的分类、数据、深层需求整理成下面这个格式，直接发给老板：
【用户反馈分析报告】5月第3周 一、共收集反馈：847条（去掉无效后） 二、Top3问题（按优先级） 1. 活动规则看不懂（12次，情绪：愤怒） - 典型原话：“我以为免费领，结果扣了我99” - 深层需求：用户想要“一眼看懂活动门槛，而不是猜” 2. 支付失败后没提示（34次，情绪：着急） - 典型原话：“钱扣了但订单没生成，我以为丢了” - 深层需求：用户想要“扣款后5秒内知道订单状态” 3. 客服响应慢（56次，情绪：烦躁） - 典型原话：“等了10分钟没人回” - 深层需求：用户想要“哪怕机器人先回一句也行” 三、建议动作（本周内） - 紧急：活动页面增加“参与条件”弹窗，强制用户确认 - 本周：支付失败场景增加订单状态轮询+push提醒 - 排期：客服系统接入AI预回复（已知问题自动应答）
看到没？全是可执行的动作，没有一句废话。老板看完只问了一句：“什么时候上线？”而不是“你分析了什么”。
进阶技巧：让AI帮你分“谁该接这个需求”
你是产品经理，不是垃圾中转站。有些问题该运营处理、该客服处理、该技术处理，别全揽自己身上。
在第一步的指令里加一行：
6. 对每一类问题，建议责任方（产品/运营/客服/技术），并说明理由
AI会告诉你：“活动规则看不懂”责任方是产品+运营（文案设计问题）；“客服响应慢”责任方是客服团队（排班+话术库）；“App闪退”责任方是技术（必现bug）。你拿着这个去开会，不用背锅，也不用抢别人的锅。
避坑提醒：AI看不懂行业黑话
你反馈里可能有“ROI”“GMV”“DAU”这些词，AI不一定懂你的公司内部是怎么用的。跑之前，先给AI喂一段上下文：
我们是一家在线教育公司。“完课率”指用户看完超过80%的视频。“退费率”指报名后7天内申请退款的订单占比。
粘贴在反馈内容前面。AI的理解准确率能提高30%。
另一个坑：别直接把用户截图里的真实姓名发给AI。万一你的Kimi账号被公司审计，或者AI公司拿数据训练，你就捅大篓子了。脱敏之后再喂。
一句话总结这整篇
你每天被用户反馈淹死，不是因为你不够努力，是因为你在用肉眼看文字。
让AI帮你分类、统计、挖深层需求、排优先级，你只做一件事：把“该改什么”变成“什么时候改完”。
下次老板问你“用户最近在骂什么”，你别再打开客服聊天记录一页页翻了。花10分钟喂给AI，花20分钟整理成一页纸的报告，然后甩过去。
他会觉得你“突然变强了”。其实你只是学会了偷懒的正确姿势。