把 2000 条用户吐槽变成产品需求池：客服团队用 AI 落地复盘

背景：2000 条吐槽躺在后台，没人看

我们客服系统半年攒了约 2000 条用户反馈，大部分是吐槽："导出太慢""搜不到历史记录""手机端闪退"。这些原始记录散乱、重复、带情绪，产品同学想看但根本读不完，更别说提炼成需求。过去靠人工周报摘几条，覆盖率不到 5%，真正的痛点被淹没了。

目标：把噪音变成可排期的需求池

我们想做到：自动把这 2000 条按主题聚类，每个主题给出出现频次、典型原话、影响人群，再让 AI 判断"这是 Bug、体验问题还是新功能诉求"，最后输出一张能直接进迭代排期的表。

落地步骤（真实做法）

• 清洗：先把纯表情、单字、广告 spam 用规则过滤，剩 1700 条有效。
• 聚类：把每条反馈丢给大模型，让它输出"一句话主题标签 + 归类（Bug/体验/新功能）"。为避免批次漂移，统一了输出格式，要求只回 JSON。
• 归并：把相似主题标签再做一轮合并（如"导出慢""导出卡"并成"导出性能"），得到 23 个主题簇。
• 排序：按频次降序，每个簇挑 3 条最刺耳的原话当证据，AI 附一句"建议优先级"。

产出与效果

最终是一张 23 行的表，TOP3 是：导出性能（412 次）、移动端闪退（287 次）、搜索不准（203 次）。我们把前两项直接塞进了下个迭代，上线后同类反馈当月下降 60%。更重要的是，产品不再"凭感觉排期"，而是拿着用户原话和需求频次说话。

踩过的坑

• 模型会"过度归纳"：初期它常把 unrelated 的两条硬凑一簇，后来加了"只在相似度明确高时才合并"的约束才稳。
• 频次高≠真重要：有主题出现多但只是轻微不便，我们让 AI 额外标了"影响严重度"，和频次交叉看。
• 别全信分类：AI 标"Bug"的，我们抽查了 10% 人工核对，防止它把体验问题误判成故障。

复盘结论

这套打法不挑行业：电商评价、应用商店评论、内部吐槽群都适用。核心不是"用 AI"，而是先定清楚你想要什么结构（频次？证据？优先级？），再让 AI 往里填。结构定得好，2000 条噪音一夜之间就能变成一张排期表。