会话分析太麻烦 用ChatGPT Claude Gemini一键做客服质检再用Midjourney出图

客服聊天记录堆成山，想知道用户到底在骂什么、夸什么、卡在哪一步，靠人翻真的会翻到怀疑人生。我的偷懒做法是：把“会话分析”拆成几件小事，KISS一点，交给ChatGPT、Claude、Gemini分工，最后让Midjourney把结果画得像样点。

把对话先按话题拆开 才不会越分析越乱

别一股脑丢模型里，容易得到一堆“很有道理但没用”的总结。学多会话/多话题的思路，把记录按订单、退款、登录、发票这类主题分组；再做最基础的清理：去掉手机号、地址、订单号等敏感信息，隐私这块别赌运气。

ChatGPT适合做标准化标签和KPI口径

我会让ChatGPT输出统一字段：意图、情绪、是否解决、耗时点、建议动作。它的优势是“按格式交作业”很稳，适合做质检表和仪表板口径。

Claude更会读长对话 适合挖根因

遇到那种来回扯了30轮的疑难杂症，Claude读起来更顺，能把用户的真实诉求、触发点、话术问题讲清楚，吐槽一句：它有时候比主管还像主管。

Gemini适合做跨渠道归因和趋势

你把网页表单、邮件、在线聊天混在一起时，Gemini做“同一问题在不同渠道怎么演变”挺省心，用来做VoC趋势和高频问题排行很顺手。

Midjourney把报告变成能给老板看的图

文字结论没人爱看，让Midjourney生成“客服质检仪表板风格”的海报图或流程图背景，视觉上立刻专业两档。提示词可以这样写：
客服会话分析仪表板，包含高频问题排行、情绪趋势、解决率环形图，扁平化企业风，蓝灰配色，清晰留白

我踩过的坑 你别再踩

• 对话数据噪音太多：错别字、口语、半句，记得让模型“按原话引用证据句”
• 训练偏差：别只看“平均情绪”，要看极端差评触发点
• 信任问题：敏感信息一定脱敏，能本地就别上云

如果你正卡在账号/订阅/地区限制导致工具用不顺，或者想更省钱地把这套流程跑起来，可以去Titikey看看，我也把一些常用提示词和避坑清单放那边，直接抄作业会更快。