那些藏在客户反馈里的产品需求，Gemini一个下午帮我挖出来了

作为产品经理，我最怕的不是写文档，不是画原型，而是——整理客户反馈。

每个月，客服部门会转过来几百条聊天记录，运营会收集几十份问卷调查，市场会截取一堆社交媒体评论。所有人都在说：“用户有需求，你们产品快改。”但没人告诉我，到底改什么、怎么改、先改哪个。

上个月的数据又来了：327条聊天记录，84份问卷，56条微博评论。我打开Excel，准备像往常一样开始手动分类——“功能建议”“体验问题”“性能故障”“其他”。分完再统计高频词，再提炼共性，再做PPT汇报。

这一套下来，三天过去了。三天里，我什么都没干，就对着那些文字看来看去。

直到上个月底，我试了一个新方法。三天的工作，一个下午搞定。不是偷懒，是真的找到了更好的工具。

本文首发地址：RskAi（ai.rsk.cn），国内免费体验Gemini3，Claude，gpt等最新模型，无需配置网络环境。

一、问题：为什么整理客户反馈这么耗时？

先拆解一下这个工作的难点。

数据来源杂：聊天记录是半截话，问卷是选择题+填空，社交评论是情绪化表达。三种数据放一起，格式不统一，语气不一致，没法直接统计。

需求表达乱：有的用户说“要是能导出数据就好了”，有的说“没有导出功能太不方便了”，有的说“希望增加导出Excel的按钮”。三句话说的其实是同一个需求，但你要靠人脑把它们归到一起。

优先级难判断：10个人说“想要深色模式”，3个人说“登录总报错”。哪个先做？凭经验猜，但经验不一定对。

产出要求高：最后要出的不是一张统计表，而是一份产品需求文档。要有分类、有数据支撑、有优先级建议、有具体改进方向。

过去我的做法是：一条一条看，一边看一边在Excel里打标签。327条聊天记录，打327次标签。84份问卷，逐题统计。56条微博评论，逐条复制粘贴。做完这些，才能开始分析。

整个过程，就是一堆机械重复的劳动。而真正的思考——用户到底想要什么、我们应该做什么——反而被挤到最后，草草了事。

二、解决方案：让Gemini做“阅读工”，我做“思考者”

上个月底，我决定换一种方式。我把所有原始数据打包，用Gemini帮我做第一步的阅读和分类。国内用户可以直接访问RskAi（ai.rsk.cn），功能完全支持。

我的思路很简单：让Gemini先读一遍所有材料，按照我设定的维度进行分类、统计、提炼，然后我再来判断和决策。

结果证明，这个思路是对的。以下是完整操作流程，每一步都可以复用。

三、详细教程：五步挖出客户真实需求

第一步：准备原始数据

把所有反馈文件整理到一个文件夹里。格式不限，txt、pdf、docx、csv都行。我这次有：

客服聊天记录导出.txt（327条）

用户满意度问卷结果.xlsx（84份）

微博评论截图.pdf（56条，扫描版）

关键点：不用提前清洗数据，也不用统一格式。Gemini能直接读取各种格式，甚至能从PDF截图中识别文字。

第二步：上传文件到Gemini

打开RskAi（ai.rsk.cn），在对话框下方点击「+」号，选择「上传文件」。可以一次上传多个文件，也可以打包成zip上传。

我直接把三个文件全部上传，花了不到一分钟。

第三步：输入结构化提示词

这是最核心的一步。提示词的质量，直接决定输出的质量。我的提示词是这样的：

text

你是一位资深的产品经理，现在要帮我分析一批客户反馈数据。 我已经上传了三个文件： 1. 客服聊天记录.txt：包含327条用户咨询和投诉 2. 用户问卷.xlsx：包含84份满意度调查 3. 微博评论.pdf：包含56条关于我们产品的微博评论 请帮我完成以下任务： 【第一步】数据清洗与分类 - 阅读所有内容，忽略无效信息（如客服问候语、无实质内容的评论） - 将每条有效反馈归类到以下维度： a) 功能需求（想要新功能） b) 体验优化（现有功能不好用） c) 性能问题（卡顿、闪退、报错） d) 其他（感谢、询问、无关内容） 【第二步】需求提炼与统计 - 在每个维度下，进一步提炼出“具体需求点”，例如“希望增加导出功能”“登录流程太复杂” - 统计每个需求点出现的次数，按从高到低排序 - 对同一需求的不同表述进行合并（例如“想要导出Excel”“能导出数据就好了”算同一个需求） 【第三步】输出结构化报告 格式如下： ## 一、核心发现（3-5条最重要的洞察） - 用一句话概括一个关键结论，并附上数据支持 ## 二、需求详表（表格形式） | 需求维度 | 具体需求点 | 提及次数 | 占比 | 典型用户原话（选1-2条） | |---------|-----------|---------|-----|----------------------| | 功能需求 | 增加数据导出功能 | 47 | 14% | “希望能导出Excel，现在只能看不能下载” | | 体验优化 | 登录流程复杂 | 38 | 11% | “每次登录都要验证码，太麻烦了” | | ... | ... | ... | ... | ... | ## 三、优先级建议（基于影响范围和紧急程度） - P0（立即处理）：列出1-3个需求 - P1（近期规划）：列出3-5个需求 - P2（远期考虑）：其余需求 要求：所有数据必须有来源支撑，提及次数要准确，占比按（提及次数/有效反馈总数）计算。

这个提示词的设计逻辑是：先清洗，再分类，再统计，最后输出结构化报告。每一步都有明确指令，Gemini不会跑偏。

第四步：等待并验证结果

点击发送，等了两分钟左右（因为数据量有点大）。Gemini返回了一份完整的报告，格式和我要求的完全一致。

核心发现部分：

text

## 一、核心发现 1. **导出功能是用户最强烈的呼声**：47次提及，占有效反馈的14%。用户不仅需要导出Excel，还包括导出PDF、导出图表。说明我们目前的数据查看功能无法满足用户的留存和二次分析需求。 2. **登录体验严重影响新用户转化**：38次提及，占比11%。问题集中在“验证码发送太慢”“每次登录都要验证”“忘记密码流程复杂”。这可能是新用户流失的关键原因。 3. **移动端适配问题被低估**：24次提及，占比7%。用户反馈“在手机上表格显示错乱”“按钮太小点不到”。而我们之前一直把开发重心放在PC端。

需求详表有十几行，每个需求点都附带了典型用户原话，直接可以拿去给开发看。

优先级建议也基本合理：

text

## 三、优先级建议 - **P0（立即处理）**：增加数据导出功能、优化登录验证流程 - **P1（近期规划）**：移动端表格适配、搜索功能优化、图片上传压缩 - **P2（远期考虑）**：增加深色模式、支持多语言、自定义快捷键

第五步：微调和产出最终文档

Gemini生成的报告不是完美的，需要我做一些调整：

把“占比”的计算方式从“有效反馈总数”改为“总反馈数”（因为有效反馈总数可能受清洗影响）

把P0建议中的两个需求合并成一项“用户体验优化”

加了一段我的个人判断：“导出功能虽然呼声最高，但技术成本也高，建议先做登录优化，快速见效”

直接在Canvas窗口里选中对应段落，让Gemini帮我修改，很方便。改完后导出为Word，加上封面，就是一份可以直接发给老板的产品需求文档。

整个过程，从上传文件到导出报告，我用了不到两个小时。其中大部分时间是在思考提示词怎么写，而不是在处理数据。

四、深度解析：为什么这个方法有效？

1. 人机分工明确

我把“阅读—理解—归类—统计”这些机械劳动交给AI，把“判断—决策—补充”这些创造性工作留给自己。AI擅长处理大量文本，人擅长理解业务背景。分工对了，效率自然高。

2. 提示词设计是关键

很多人用AI效果不好，是因为提示词太笼统。“帮我分析一下这些反馈”，结果AI给出一堆泛泛而谈的话。我给AI设定了明确的角色（资深产品经理）、清晰的任务分步（三步走）、具体的输出格式（表格+标题），AI就知道该怎么干活了。

3. 可追溯性很重要

Gemini在输出每条结论时，都会附带“典型用户原话”。这让我能验证结论是否准确，也方便我拿给开发看——“不是我要做，是用户说的”。这种可追溯性，让AI不再是黑箱，而是可以信任的助手。

4. 多轮优化提升质量

第一版输出后，我又追加了几个指令：

“把占比四舍五入到整数”

“把‘典型用户原话’列里的长句子缩短到15字以内”

“按提及次数重新排序表格”

每次调整都很快，Gemini在原有基础上修改，而不是重新生成。

五、这个方法的迁移价值

同样的方法，可以用在很多地方：

整理面试评价：上传多份面试记录，让AI提炼候选人的优缺点

分析竞品评论：抓取应用商店竞品的评论，让AI总结用户吐槽点

汇总周报：收集团队成员的周报，让AI生成部门周报初稿

梳理客户需求：把销售邮件、会议纪要、客户拜访记录丢给AI，提取需求清单

只要是“多份文本 → 结构化输出”的任务，都可以套用这个模板。

六、一点心得

那天下午，我把Gemini生成的报告发给老板。他回了一句：“这次整理得挺快，而且比以前的清晰。”

我没告诉他我是怎么做的。不是想隐瞒，而是觉得这没什么好说的——工具而已，谁用都一样。

但后来我想，其实不一样。愿意尝试新工具的人，和不试的人，慢慢地就不一样了。我过去三天才能做完的事，现在两个小时搞定。省下来的时间，我可以去思考那个更本质的问题：用户到底想要什么，而不是用户到底说了什么。

如果你也经常被这些琐碎的数据整理工作困住，不妨试试这个方法。从下周的客户反馈开始，打开RskAi（ai.rsk.cn），上传文件，输入提示词。然后看看，你省下来的那两天，可以用在什么地方。

【本文完】