将散落在客服对话、应用商店评论、社群截图中的用户反馈，提炼为可直接驱动产品迭代的结构化结论——这才是真正富有价值的工作。而非简单贴上“很好”“还行”“差评”这类模糊标签。默认输出方式往往只按情感极性做粗放分类，结果同一句话里蕴含的体验断层、操作盲区和隐性期待，全部被遗漏了。

先锁定三类不可互换的分析视角

第一步：在提示词开头明确写清本次必须覆盖的三个角度，用中文顿号分隔——【高频动作卡点、情绪转折临界点、未言明的替代方案】。如果不手动指定具体维度，AI就会自行归纳为“正面/中性/负面”——所有反馈被压进单一层级，真实问题被平均化。

第二步：为每个角度绑定唯一锚定条件。比如“高频动作卡点”，必须出现具体按钮名称+失败次数+设备型号（如“iOS 17.6系统下‘立即续费’按钮点击3次无响应”）；“情绪转折临界点”需要包含时间戳+前后语义对比（如“14:22:08说‘试试看’→14:23:15发‘算了删了’”）；“未言明的替代方案”必须提取用户自发提出的非官方路径（如“自己用截图拼接订单号发给客服”）。缺少任一锚点，AI就只能用“用户希望更好”这类空泛句补全。

用真实反馈样本倒逼视角落地

方法一：粘贴原始对话片段，末尾加指令：“请从【高频动作卡点】角度拆解，只输出1个结论句，格式为‘在______场景下，用户因______导致______（具体失败动作），复现路径：______’”。

方法二：输入应用商店差评原文，追加硬约束：“从【情绪转折临界点】角度提取，必须定位到精确到秒的时间节点，且前后两句话需存在动词性质反转（如‘想试’→‘卸载’、‘等更新’→‘已转飞书’）”。

特别提醒：不能只写“用户很生气”，必须明确指出“生气”触发于哪个具体交互动作失效。

切断AI惯性归类路径

① 删除所有情感形容词：把“用户表达强烈不满”改成“用户连续发送4条含‘？？？’的消息后关闭APP”。

② 禁用归类动词：删光“属于”、“归为”、“划入”、“判定为”，改用“暴露”、“触发”、“迫使”、“倒逼”等带因果链的动词。

③ 强制插入物理痕迹：要求每条结论必须包含一个可验证的设备信号。比如“iPhone 15 Pro后台进程显示‘App在崩溃前0.8秒调用了相册API’”，或者“飞书消息气泡右下角显示‘已读14:03:22’，但用户37秒后才发新消息”。

生成结果必须满足四重校验

第一步：检查是否每条结论都含动作主体（谁）、失效动作（做了什么）、物理载体（在哪台设备/哪个界面）、可复现路径（怎么点出来的）——四者缺一不可。

第二步：核对是否所有数据单位精确到最小可测粒度。时间写“14:03:22”而非“下午两点左右”，失败次数写“连续5次”而非“多次”，设备写“小米14 Ultra（HyperOS 2.0.12）”而非“安卓手机”。

第三步：确认是否回避了所有平台通用话术。诸如“提升用户体验”、“优化交互流程”、“加强功能稳定性”——这些词出现即整条结论作废。

第四步：验证是否每条结论都能直接喂给开发排期。例如“修复iOS端‘发片申请’页WebView加载超时导致提交按钮置灰”可直接建Jira任务；“定位小红书私信窗口内长按图片触发分享菜单时闪退”可直连测试用例。