用ChatGPT Claude Gemini做会话分析的实操流程 让客服记录变成可执行改进

你手里明明有一堆客服聊天记录、私信、工单，偏偏复盘时只剩“大家都在抱怨”。这就是典型的会话分析没做起来：没抽取意图、没分组、没量化，更别说找根因了。我平时用ChatGPT、Claude、Gemini三件套把文本“榨干”，再让Midjourney出可视化物料，效率很顶。

第一步 先把对话变成干净数据

不管来源是在线客服还是社群，先做最小清洗：去掉手机号、订单号等敏感信息，按“用户一句+客服一句”保留上下文。NLP做会话分析最怕噪音，多一堆废话结果就会飘。

第二步 用ChatGPT做标签体系和意图识别

我会让ChatGPT先产出标签树，再逐条打标。常用提示词：请为以下对话生成：意图、情绪、关键实体、是否已解决、下一步建议，并输出为CSV列。它适合“快速起框架”，缺点是遇到业务黑话偶尔会装懂。

第三步 用Claude做长文本归因和洞察

Claude对长对话、长工单更稳，我会把一整个星期的记录丢进去，让它做Top问题聚类+根因假设+可验证数据点。它写复盘报告很顺，但你得盯着它别把“推测”写成“事实”。

第四步 用Gemini对接表格和多渠道信息

Gemini更适合把“客服记录+FAQ+产品更新说明”放一起对照，找出“政策变更导致的集中误解”。让它输出需要更新的FAQ条目，这一步对降低重复咨询特别管用。

第五步 用Midjourney把洞察做成能汇报的图

别小看视觉化，老板最吃这一套。把“Top5意图占比、情绪趋势、未解决原因”整理成要点，Midjourney生成海报风信息图背景，再把数据用PPT叠上去，省时又不丑。

我常用的输出清单

• 意图Top10与占比
• 负面情绪触发词与对应页面/功能
• 未解决对话的共性原因
• 可立刻改的3个话术与2个产品点

如果你在导出记录、订阅工具、地区限制或支付环节被卡住，想少走弯路，可以去Titikey看看更省心的工具指引和方案集合。