从阶跃AI用户反馈里快速揪出高频关键词，用词云呈现分布，这事现在只要上传原始文本或接入API数据源就能搞定，不用再手动数词频、清理停用词。
准备阶跃AI反馈数据
先从阶跃星辰官方后台把客户反馈CSV导出来。确保至少有一列纯文本字段，比如“feedback_content”，而且字段里别带HTML标签、乱码或者空行。如果你用的是StepClaw自动采集的评论数据，记得确认一下原始文本归档开关已经打开——要是没开，标点和换行会丢失，分词时直接断裂，后果很麻烦。
把CSV文件拖进本地文件夹，命名为“jy_feedback_2026Q2.csv”。字段名别乱改，FineReport这类工具要靠原始列名自动识别文本字段。
用FineReport一键生成词云
打开FineReport设计器（v11.0以上版本），新建报表→选“词云图”模板→点“数据连接”→导入刚才的CSV文件。
在字段映射那一步，把“feedback_content”拖到“文本字段”区域。系统会自动加载前100条样本，顺便预览分词效果——如果你看到“的”“了”“啊”这类高频虚词还在，点右侧的“停用词设置”，勾选“中文通用停用词库”和“阶跃专属词库”。后者内置了StepClaw、StepAudio等产品名，能避免关键术语被误删。
点一下“生成词云”，3秒后可视化画布就出来了。字号大小代表TF-IDF加权值，不是单纯按词频排的；红色区块标的是负面情感词（比如“崩溃”“延迟”），蓝色是中性词（比如“功能”“界面”）。右键图表→“导出为PNG”，分辨率设成300dpi，放到汇报PPT里完全够用。
用阶跃StepClaw智能提取高频词
方法一：在StepClaw对话框里输入提示词：“你是一名阶跃AI产品分析专家，请从以下客户反馈中提取TOP20高频关键词，按权重降序排列，排除‘谢谢’‘您好’等礼貌用语，合并同义词（如‘卡’‘卡顿’‘转圈’归为‘卡顿’），输出纯文本列表，每行一个词。”然后粘贴500条反馈文本，等结果返回就行。
方法二：调用StepClaw Skill商店里的“舆情词云生成器”Skill（ID：SK-JY-CLD-07），上传CSV后它会自动执行：① 用StepAudio 2.5TTS模型把语音反馈反向解析成文字 → ② 调用BERT微调模型识别“服务响应慢”这类复合短语 → ③ 输出带权重的JSON格式词表 → ④ 同步推送到企业微信机器人，每天早上9点自动播报TOP5问题。
注意：如果反馈里有很多英文术语（比如“latency”“fallback”），要在Skill配置页勾选“中英混合分词增强”，不然“fallback”会被切成“fall”和“back”两个没意义的词。
验证词云准确性
第一步：在生成的词云图里选3个字号最大的词（比如“延迟”“断连”“音色”），回到原始CSV里用Ctrl+F搜一下，记录实际出现次数。
第二步：用Excel公式=COUNTIF(A:A,"*"&D1&"*")统计模糊匹配频次（D1就是那个词），对比词云里标的权重值。如果偏差超过15%，说明停用词库没覆盖到当前业务场景——这时候你需要在FineReport里手动加一个“阶跃内部黑话表”（比如“推活”“水产市场”这种内部术语），免得它们被当成噪声误删。
第三步：检查词云边缘有没有孤立的小字（比如“嗯”“呃”）。如果有，返回停用词设置页，点“动态补充停用词”，把这些词加进去，然后重新生成。