使用AI分析大表格数据：从3万字的用户咨询中找出用户最关心的问题
Table of contents
Open Table of contents
背景
AI 正在改变我们的工作方式，曾经需要大量人力的任务，现在可能只需要一句话就能完成。
📊 数据概览
- 总咨询记录：
3046条- 总字符数：
37124个字- 分析目标：提取用户真实问题并进行深度分类
最近有需求分析一张 37124 个字的超大表格，里面是用户一段时间咨询的问题，一共有 3046 条客户咨询，包含了很多杂七杂八的语气词、问候语、简单的回答等，这些都没有分析价值，不是用户真正的问题。
分析挑战
传统的客户问题分析方法存在显著痛点：
- 🕒 耗时巨大
- 👥 需要大量人力
- 📊 人工分类准确性低
- 🔍 难以发现核心问题
使用AI进行数据分析
现在靠AI，来review所有的内容，并将问题归类，判断头部问题是哪些，发现用户最关心的问题。
具体实操
首先，你需要编写 “提示词”。
在AI的世界中，你是驾驶员，你需要下发指令让它为你工作, 指令就是提示词。
俗话说：“一将无谋，累死千军”，纵使AI模型的能力很重要，但是如果你的提示词写的不够好，也无法完全发挥模型的最高水平。
提示词编写
我的目标是想让AI帮我分析客户问题，那就要明确你要做的事情。
你是一家专注于XXX公司的客户服务分析员，请对大量用户反馈的问题进行深度分析和分类，以便公司优化客户服务策略和产品体验。
# 分析要求：
1. 解析每一行的问题，判断这一行内容是否是 用户问题，只统计 用户的真实问题，非问题则不做统计，算作其他
2. 将相同的问题归类到一起，统计每个问题出现的次数。
3. 忽略无关内容（如是的、评价、OK、谢谢、你好、等非实际问题）。
4. 要求必须对每一行进行分析，输出全量的统计结果。
# 输出格式：
| 相似问题 | 出现次数 | 占比 | 优先级 | 包含问题示例（展示10条原始问题）|
# 用户问题列表:
{....}
坦然，我写的提示词并不算精巧，比起很多专家来说，我这只能算基础。
一个好的提示词是能明确要做的事情、要做的步骤、输出的格式、并根据AI的反馈不断进行迭代来完成的。
顶流 - ChatGPT
提示词写好了，就该找一个趁手的AI模型 来实战了！
首当其中我选择了AI模型的 “顶流” - ChatGPT，我几乎每天都在使用ChatGPT, 他也是大家普遍认为 "综合水平最强" 的AI模型，我几乎每天都在工作和生活中使用它，多数情况它的表现我还是满意的，这也让我形成了使用它的惯性思维。
我对ChatGPT的期望很高，但是它这一次却让我失望了。
当我将内容通过文本复制给它时，它提示：字数过长，无法发送！
好吧，还好我可以选择上传文档，Thanks god!
当我将用户问题通过文档形式上传，并将提示词发送给它后，它的回复是这样的：
OMG! 这不是顶流该有的水平！
我又重新发了一遍要求，它的回复是这样的
它并没有按照我的要求输出，也明显没有看完每一行，只是犯了每一个AI都会犯的错误，说着看似正确但毫无用处的废话。
显然ChatGPT 败下阵来。
新秀 - Claude
Claude在代码编写领域 甚至超越了ChatGPT, 可谓是新秀黑马，我对他的印象也很不错，因为我每天都会写代码。
可惜，它直接超长不让回答🤐
国产口碑最佳 - 豆包
2024年字节跳动研发投入接近BAT之和。截至2024年11月，豆包App月活跃用户达6000万，仅次于ChatGPT。
豆包是我身边的人中口碑最佳的App，也是AI模型品牌面对中国普通用户的最强的App。看起来也是最有钱的一家大科技公司了，毕竟抖音是躺着赚钱。
我将 问题的附件 和 提示词发给了它，它给了我惊喜！
它真的像ChatGPT一样(最初的)，会按照我的需求自动编写Python脚本，直接运行解析我的表格数据，看起来很像个样子！它的输出是这样子的：
但是，它有两个致命的问题。
- 由于是Python脚本进行判断的，没办法做语义分析，只能做文字硬判断，失去了AI的意义。我并不想让AI帮我写Python，我想让他帮我理解分析并归类总结
- 中间省略了大部分内容，无法做到超长Token输出。
Sadly，豆包也没有很好的完成任务！
最佳方案 - WindSurf
WindSurf 并不是一家底层AI模型公司，而是AI应用的一个很好案例，简单来说，它是一个AI代码编辑器。是程序员最佳的编码利器，你可能知道Cursor，但是我跟偏爱WindSurf,因为它更舍得使用Token.
WindSurf的一大优点就是在处理大量文本上，很擅长。因为本身就是做代码生成的，正常情况一个项目都有几千行代码，所以更擅长更长token打交道。
我这3.7万个字，对它来说只能算 中等水平🤔。
直接将提示词和用户问题丢给它，它没有给我编写Python处理，也没有给我打哈哈，敷衍我，而是直面我的问题！
以下是找ChatGPT格式化后的内容
这就是我想要的，它直接找到了重点，哪一类问题是用户最关心的？ 它告诉了我占比和用户数，说明它看完了每一行用户的问题，是那种语义分析并归纳后的结果，并将用户的原始问题，放在了最后一列让我参考。
这还不够，我想下探 让它把所有的原始问题都输出给我，剔除掉没用的语气词和不重要的内容。
它一口气输出了20个，并说完整列表会非常长，是不是要继续提取！？ 这比偷懒的ChatGPT和豆包好太多了，在这个场景下，真是完爆了🤩
它一口气输出了一百多个问题给我，太够意思了。
这还不够，我想让它按照 刚刚给我汇总的分类，下探出原始问题
我重新发送了提示词给它
它给我的回复很好，按刚刚的泪目 找到了具体的问题：
总结
试用了主流大语言模型，最终WindSurf解决了我的问题。
目前大语言模型的竞争非常激烈，经过2年的发展，已经不再是ChatGPT一家独大了，但是论综合水平，OpenAI的确还是最强的。
AI模型选择指南
如果你是一名程序员，我更推荐：Claude, 它在代码生成领域非常强。
如果你想让AI深度帮你写代码，那推荐WindSurf, 它直接为你的整个项目建立索引，同时也内置了 Claude和GPT 4o等高端模型。
如果你在国内，并看好字节系App里的内容，那更推荐豆包，回答日常问题它也挺强的。
其他情况，我跟推荐ChatGPT， 免费使用GPT 4o, 同时提供图片识别的能力。你甚至在生活中遇到什么难题，都可以拍照问他，多数情况还是挺靠谱的。
关键是找到适合自己的AI工具，并持续优化提示词策略！