Чат-логи поддержки наваливаются горой; хочется понять, на что пользователи реально ругаются, за что хвалят и на каком шаге застревают — вручную разбирать это можно до состояния «не верю в жизнь». Мой ленивый способ: разложить «анализ диалогов» на несколько мелких задач, сделать всё попроще по принципу KISS, распределить работу между ChatGPT, Claude и Gemini, а в конце попросить Midjourney оформить результат так, чтобы выглядел прилично.
Сначала разделите диалоги по темам — так анализ не превратится в хаос
Не сваливайте всё в модель одним куском: легко получить кучу «умных, но бесполезных» резюме. Используйте подход для множества диалогов/множества тем: сгруппируйте записи по таким темам, как заказ, возврат, вход, счёт‑фактура; затем сделайте базовую очистку: удалите номера телефонов, адреса, номера заказов и другие чувствительные данные — с приватностью лучше не играть в рулетку.
ChatGPT подходит для стандартизированных меток и единого понимания KPI
Я прошу ChatGPT выдавать единые поля: намерение, эмоция, решено ли, точки затрат времени, рекомендуемое действие. Его сильная сторона — очень стабильно «сдаёт работу по формату», поэтому он хорош для чек‑листов контроля качества и единой методологии для дашбордов.
Claude лучше читает длинные диалоги — подходит для поиска первопричин
Когда попадается такая «болезнь», где 30 кругов переписки ни о чём, Claude читает это проще и может ясно объяснить реальный запрос пользователя, триггеры и проблемы в скриптах/формулировках. Саркастично замечу: иногда он ведёт себя как руководитель даже больше, чем сам руководитель.
