把 50 条用户反馈用 AI 归类，落成一份需求池表

一句话结论

把 50 条用户反馈先按「场景 + 痛点 + 频次」贴标签，再让 AI 合并同类项，人工过一遍优先级，就是一份能直接排期的需求池。

这篇解决什么问题

反馈散在群聊、工单、问卷里，一条条读能读完，归到一起就懵：哪些是同一件事、哪些是噪音、哪些该排期。这篇讲的就是把零散原话变成结构化需求池的流程，工具只用豆包和一张在线表格。

适用：反馈量在几十条量级、还没建起需求管理体系的早期或迭代期项目。不适用：已经有成熟需求系统的团队，或者必须靠深度访谈才能挖出来的隐性诉求。

开始前要准备什么

• 豆包网页版，免费额度处理几十条反馈够用，不用开会员
• 一张在线表格，飞书、腾讯文档、WPS 都行，能协作就好
• 50 条左右原始反馈，尽量保留来源渠道和时间
• 预留 40 分钟到 1 小时，AI 只占几分钟，其余是人工判断

具体怎么做

第 1 步 · 把原始反馈洗干净

手工把三个渠道的反馈粘到表格里一列，一条一行，这一步大概五分钟。别省略它，我在实操中发现，凡是夹着昵称和时间戳的原始文本，后面 AI 归类的结果都会明显更散。

下面是我从微信群、客服工单、问卷三个渠道粘出来的用户反馈，格式很乱，有的带昵称，有的带时间，有的是半句话。
请帮我做三件事：
1. 按行拆开，一条反馈一行，不要合并成一段
2. 删掉问候语、表情符号、时间戳、用户昵称，只保留诉求本身
3. 从头编号：001、002、003……
遇到看不懂或者信息太少的，原样留着，后面加括号写「信息不足」，不要自己补内容。
反馈原文如下：
（把表格里那一列粘贴到这里）

预期产出：一段带编号的干净文本，条数和原始条目基本对得上。

第 2 步 · 给每条反馈打标签

标签字段别贪多。我第一次给了十几个功能模块让 AI 挑，结果它把消息通知和数据导出混成一类，收窄到六个之后才稳定下来。

下面是编号后的用户反馈，大概 50 条。
请为每一条输出四个字段，用表格呈现：编号、用户场景、核心痛点、功能模块。
规则：
– 用户场景写成「谁在什么情况下」，比如「新用户第一次绑定支付方式」
– 核心痛点控制在 20 字以内，用你自己的话概括，不要照抄原话
– 功能模块只能从这六个里选：登录注册、支付、消息通知、数据导出、权限管理、其他
– 只输出表格，不要写分析和建议
反馈列表：
（把第 1 步的结果粘贴到这里）

预期产出：一张四列的表，50 行上下，每行对应一条反馈。

第 3 步 · 合并同类项，聚成需求

这一步是整个流程里价值最高的一段。用户会说一百种话，但指向的功能点往往就那么几个。

上面这张表里，很多行说的其实是同一件事。
请把它们聚成不超过 12 个需求，每个需求给出四项内容：
1. 需求名，不超过 12 个字
2. 覆盖了哪些编号
3. 一句话说清用户想解决的问题
4. 频次判断：高（5 条以上）、中（2 到 4 条）、低（只有 1 条）
判断标准：指向同一个功能点的合并；一个需求里混了两种不同诉求的，拆成两条。拿不准的单独列出来，标注「待确认」。
表格：
（把第 2 步的表格粘贴到这里）

预期产出：一份十来个条目的需求清单，每条都能追溯到原始编号。

第 4 步 · 补全字段，写成需求卡

到这一步，需求还是「用户说的话」。要进池子，得翻译成团队能接手的写法。

把下面每个需求改写成一条能直接进需求池的记录，字段固定为六项：需求名、用户场景、问题描述、期望效果、验收标准、来源编号。
写法要求：
– 问题描述写「用户现在怎么操作的、卡在哪一步」，不要写解决方案
– 期望效果从用户视角写一句话，不出现技术名词
– 验收标准写 1 到 2 条可以测试的判定句，比如「导出 5000 行数据时页面不会卡住」
– 信息不足的地方写「待补充」，不要编造
需求清单：
（把第 3 步的结果粘贴到这里）

预期产出：一份字段齐全的需求池表格，可以直接贴进在线文档给开发看。

第 5 步 · 让 AI 排序，人来拍板

优先级完全交给 AI 是不负责任的，但让它先出个草案，人工改比从零排快很多。它给的理由有时候会暴露你漏看的东西，比如某条只有一条反馈，但涉及支付失败。

下面是整理好的需求池，请给每条需求一个建议优先级。
判断维度三个：影响用户数量、影响严重程度、实现难度。
输出三列：需求名、建议优先级（P0 / P1 / P2）、一句话理由。
理由里要写明是哪几个来源编号支撑这个判断。如果某条需求反馈数很少但涉及资金或数据安全，单独提醒我。
需求池：
（把第 4 步的结果粘贴到这里）

预期产出：一份带建议优先级的清单，人工在此基础上调整几条就能定稿。

实测记录

返工主要发生在前面。第一次我跳过了清洗，直接把聊天记录粘进去，AI 把「谢谢老板」也当成了一条需求。第二次是标签给得太细，分类结果没法看。

跟手工比，省下的不是阅读时间，而是「这条和那条是不是一回事」的比对时间。人做这件事很容易被最近看到的几条带偏。

最容易错的 3 个地方

1. 直接粘原始聊天记录，AI 会把人名和客套话当需求，先清洗再喂。
2. 标签一次给十几个，归类必然散，收窄到六个以内再跑。
3. 中途丢掉编号，需求对不上原话，每一步都要带着编号走。

可复用的东西

把上面五段提示词串起来就是一条流水线：清洗 → 打标签 → 合并 → 补字段 → 排优先级。建议存进一个文档，下次换一批反馈，只替换末尾粘贴的内容，前面的规则一个字都不用改。

需求池不是一次性的东西，每周花半小时把新反馈并进去，比攒两个月再整理轻松得多。

你手上那批反馈，卡在哪一步了？

如果你也经常要做这件事，欢迎在评论区说说你的卡点和做法；也可以留言告诉我，你想看哪个岗位的哪件活怎么用 AI 拆。

admin 普通

收藏 海报 链接