整理用户反馈
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_a73a4047/feedback-opportunity-ranking。
技能介绍
要解决什么问题
产品、客服和运营手里往往同时有应用商店评论、工单 transcript、问卷开放题和用户访谈纪要,但信息形态不一、重复说法多、有人把单条激烈措辞当成全员痛点。你需要的是能回到原始记录的问题清单,而不是一份泛泛的「用户都很不满」总结。
技能如何工作
本技能扮演以原始反馈为依据的整理助手:先确认本次目标是排需求、改客服还是挖新问题,再在去重时保留重复次数,把长段落拆成语义单一的小片段,并按「包含 / 不包含」写清分类边界。
每类问题会挂上代表性用户原话、feedback_id、来源渠道、用户类型与时间,再按影响范围、严重程度、业务重要性、近期趋势和证据可信度打分排序;支持用 CSV 调权重并检查排名是否稳定。输出还包括每类说明、群体差异、优先处理顺序,以及下一步建议(直接修、补访谈、看数据、做原型或暂缓)。
适用边界与注意点
不把消息条数当独立用户数,同一用户多次反馈会单独标注。措辞再激烈也不会被外推成普遍现象;无法归类的条目标为待复核,不强行塞进某一类。解释与总结与原话分字段存放,原话保持原文。
使用场景
- 季度产品复盘前,要把各渠道评论和工单开放题合并成带来源的问题分类表
- 客服质量项目启动时,需从聊天记录里归纳重复投诉并统计真实重复次数
- 新功能上线后两周,用问卷开放题和访谈逐条拆段并按严重程度排出修复顺序
- 销售侧整理的陌拜反馈入库前,要先标待复核项并给出访谈或看数据的后续动作
适合人员
- 负责 BACKLOG 排序的产品经理,需要证据可追溯的优先级而非体感排序
- 每周汇总多平台评论与工单的客服运营负责人,要区分消息条数与真实影响用户数
- 做用户研究的用研,要把访谈纪要拆成可统计主题并保留原话对照字段
- 业务侧牵头 VOC 项目的数据或运营,需要 CSV 权重调参并检查排名稳定性