用户反馈自动收集与分类分析

解决什么问题

用户反馈散落在各个地方：微信私信、邮件、应用商店评论、问卷……很少有人会系统整理，结果是：同一个问题被用户反映了几十次，产品团队还不知道。

把反馈集中起来，才能做对决策。

方案A：手动汇总 + AI分析（零门槛）

每周花10分钟，把散落的反馈复制进来，让 OpenClaw 帮你分析：

这是我们产品本周收到的用户反馈，来源包括微信私信、App评论和邮件，共 xx 条：

---
[用户1]：登录一直转圈，换了3G也不行
[用户2]：功能很好用，就是找不到导出按钮在哪
[用户3]：希望能支持微信登录，每次输密码很麻烦
[用户4]：崩溃了两次，数据没了
[用户5]：界面好看，就是字太小看不清
...（粘贴所有反馈）
---

请帮我：
1. 把这些反馈分类（Bug/功能建议/体验问题/内容问题/其他）
2. 每类问题列出最高频的具体反馈
3. 找出最需要优先处理的3个问题，说明理由
4. 有没有这周新出现、之前没见过的问题？

方案B：自动汇总多渠道反馈

如果你用腾讯文档/飞书收集反馈，可以自动化：

# OpenClaw 每周五自动执行
schedule: "0 17 * * 5"  # 每周五下午5点

steps:
  - name: 汇总本周反馈
    prompt: |
      读取飞书文档用户反馈收集表中本周（周一到周五）新增的行，
      把内容整理后做分类分析，
      发到 Telegram 群产品组

反馈分析提示词模板

找高频问题：

以下是50条用户反馈，请用聚类分析找出最高频的5类问题，
每类给我：问题描述、出现次数、代表性原话（1-2条）。

找情绪趋势：

请分析这批反馈的整体情绪：正面/中性/负面各占多少比例？
和上周相比，情绪是在变好还是变差？主要变化原因是什么？

生成处理优先级：

基于以上反馈分析，帮我生成一份优先级排序：
每个问题用"影响用户数 × 紧急程度"打分，
给出建议处理顺序（P0/P1/P2）。

踩坑记录

Q：反馈太零散，格式不一致 A：不用强求格式，把原始文字直接粘贴给 OpenClaw 就行，它能理解非结构化文本。

Q：如何让用户更愿意反馈？ A：用最简单的方式：发一条微信”用了x天了，有没有觉得哪里不好用的？“——直接问，转化率远高于问卷。

Q：反馈量太小，10条不够分析 A：可以积累2-4周的反馈一起分析，或者加大主动收集力度（定期回访老用户）。