用 ChatGPT 整理用户反馈时，先保留每条原话和编号，再说明分类与去重规则，最后核对计数。不要一开始就要求“总结用户最不满意的地方”：这会遗漏正面反馈，也容易把重复留言当成更多人遇到问题。
本文用8条自拟反馈演示从原始记录到主题清单的过程。产品、用户代号和工单均为虚构；参考分类由本站编辑整理，不是某次 ChatGPT 会话的实测结果，也不是实际用户调查。
第一步：先规定统计单位
本例要回答的是“这批反馈包含哪些主题、各有几条去重后的记录、还需核实什么”。统计单位是反馈记录，不是全部使用者，也不是故障发生次数。一条记录可以涉及两个主题；各主题数相加可能超过去重记录总数。
为每条反馈保留记录编号、匿名用户代号、关联工单和原话。用户代号只用于核验已确认的重复关系，不能仅因两人措辞相同就把他们合并。真实材料应先去掉姓名、手机号、邮箱和无关个人信息；只提交你有权限处理的必要内容。
第二步：给模型一份能反查的材料
下面是自拟的小型导出记录，均来自同一次练习。
F01｜U01｜T01｜“导出按钮点了以后一直转圈，没拿到文件。”
F02｜U02｜T02｜“搜完整标题能找到，搜简称找不到。”
F03｜U01｜T01｜“导出按钮点了以后一直转圈，没拿到文件。”导出日志明确标记：F03是F01的重复导出行。
F04｜U03｜T03｜“导出没有成功；另外希望搜索支持简称。”
F05｜U04｜T04｜“这次搜索比之前顺手，感谢。”
F06｜U05｜T05｜“不太好用。”
F07｜U06｜T06｜“手机上提示文字太小，希望可以调大。”
F08｜U07｜T07｜“导出没有反应，不清楚是否已经开始。”
这份材料没有设备版本、完整复现步骤、总用户数或日志诊断。因此无法判断导出问题是否来自同一个原因，也不能计算产品整体故障率或整体满意度。
第三步：先确定标签，再试分几条
本例标签为：导出问题、搜索匹配需求、搜索正面反馈、显示可读性、信息不足。允许一条记录多标签，但“信息不足”只用于无法判断具体主题的记录。标签描述的是原话提到的内容，不代表技术原因已经查明。
先让模型处理F01、F04和F06，再对照规则。F01归入导出问题；F04同时属于导出问题和搜索匹配需求；F06只有“不太好用”，应标为信息不足，不能猜测是导出慢或搜索差。确认分类方式以后再处理剩余记录。
例如，把F02的标签写成“搜索服务故障”就过度推断了。原话只说明完整标题与简称的查找体验不同，可能涉及匹配规则、词库或使用方式，需要进一步核实。
第四步：去重必须留下依据
本例只有F03被日志明确标记为F01的重复导出行。统计时保留F01，F03另列为重复，并记录“重复于F01、同一工单T01、日志已确认”。原始8行保留在底稿中，参与主题统计的是7条去重记录。
F01、F04、F08虽然都谈导出，也必须保留为3条不同记录。相似意思不等于重复提交。同一人报告两个不同问题也不能只因用户代号相同就合并；材料不足时列为“疑似重复，待确认”，暂不擅自删除。
第五步：输出逐条结果，再做主题汇总
建议先生成“编号、短引文、标签、重复状态、待核实事项”五列。每条结果都要有原编号；不要只给一句“主要问题集中在导出和搜索”，否则无法知道哪些记录被遗漏或误分。
本例人工参考结果如下，可用于检查分类是否覆盖全部材料。
F01：导出问题；保留；核实操作时间、设备与文件是否最终生成。
F02：搜索匹配需求；保留；核实简称、完整标题和期望匹配方式。
F03：重复于F01；不计入主题汇总；保留重复依据。
F04：导出问题、搜索匹配需求；保留；将两个诉求分开追问。
F05：搜索正面反馈；保留；不能因它不是投诉就删除。
F06：信息不足；保留；追问具体页面、操作和期望结果。
F07：显示可读性；保留；核实设备和具体文字位置。
F08：导出问题；保留；核实是否有任务状态提示，不直接判定与F01同一故障。
对应汇总：导出问题3条，来源F01、F04、F08；搜索匹配需求2条，来源F02、F04；搜索正面反馈1条，来源F05；显示可读性1条，来源F07；信息不足1条，来源F06。
主题计数合计为8，但去重反馈是7条，因为F04被分到两个主题。这个差异符合本例多标签规则，不应为了让总和等于7而强行删掉F04的一个诉求。若需要互斥分类，应另定主标签规则并重新统计，不能混用两套口径。
第六步：不要把提及次数直接当优先级
导出问题在本例有3条反馈，但还不知道受影响范围、是否阻断工作、是否有替代办法和修复成本。因此汇总可以建议优先补充复现信息，不能直接宣称它是所有用户最关心的问题，或承诺某天修好。
把后续清单分成“已观察到的反馈”和“需要核实的问题”。例如：导出有3条去重记录提及，需收集对应操作时间和任务状态；简称搜索有2条记录提及，需确认是否符合现有匹配规则；F06需补充场景。负责人和期限只有材料中明确给出时才填写，否则标为待确认。
最后核对这五件事
原始8条是否全部有去向：7条进入统计，1条在重复清单中？所有引文能否回到对应原话？F04是否保留两个诉求？正面和不明确反馈是否保留？“3条记录”是否被误写成“多数用户”或“3次系统故障”？
材料较多时，可先按同一套标签分批整理，保留全局唯一的记录编号，再对整批结果检查跨批重复和标签漂移。不要让每批各自创造一套近义标签后直接相加。分类结果仍需人工核对，尤其是准备据此确定产品需求时。
资料依据与使用范围
OpenAI的提示词文档介绍了用清晰指令、示例和分隔标记组织任务与参考材料的一般方法。本文将这些方法用于反馈整理；标签、虚构材料和核验答案均为本站自拟。官方API文档不代表ChatGPT网页端对这份材料的效果保证，本文不要求特定套餐或文件上传功能。可先复制下方提示词，再粘贴少量已脱敏文字。