會話分析太麻煩 用ChatGPT Claude Gemini一鍵做客服質檢再用Midjourney出圖

客服聊天記錄堆成山，想知道使用者到底在罵什麼、誇什麼、卡在哪一步，靠人翻真的會翻到懷疑人生。我的偷懶做法是：把「會話分析」拆成幾件小事，KISS 一點，交給 ChatGPT、Claude、Gemini 分工，最後讓 Midjourney 把結果畫得像樣點。

把對話先按話題拆開 才不會越分析越亂

別一股腦丟模型裡，容易得到一堆「很有道理但沒用」的總結。學多會話/多話題的思路，把記錄按訂單、退款、登入、發票這類主題分組；再做最基礎的清理：去掉手機號、地址、訂單號等敏感資訊，隱私這塊別賭運氣。

ChatGPT 適合做標準化標籤和 KPI 口徑

我會讓 ChatGPT 輸出統一欄位：意圖、情緒、是否解決、耗時點、建議動作。它的優勢是「按格式交作業」很穩，適合做質檢表和儀表板口徑。

Claude 更會讀長對話 適合挖根因

遇到那種來回扯了 30 輪的疑難雜症，Claude 讀起來更順，能把使用者的真實訴求、觸發點、話術問題講清楚，吐槽一句：它有時候比主管還像主管。

Gemini 適合做跨渠道歸因和趨勢

你把網頁表單、郵件、線上聊天混在一起時，Gemini 做「同一問題在不同渠道怎麼演變」挺省心，用來做 VoC 趨勢和高頻問題排行很順手。

Midjourney 把報告變成能給老闆看的圖

文字結論沒人愛看，讓 Midjourney 生成「客服質檢儀表板風格」的海報圖或流程圖背景，視覺上立刻專業兩檔。提示詞可以這樣寫：
客服會話分析儀表板，包含高頻問題排行、情緒趨勢、解決率環形圖，扁平化企業風，藍灰配色，清晰留白

我踩過的坑 你別再踩

• 對話資料噪音太多：錯別字、口語、半句，記得讓模型「按原話引用證據句」
• 訓練偏差：別只看「平均情緒」，要看極端差評觸發點
• 信任問題：敏感資訊一定去識別化，能本機就別上雲

如果你正卡在帳號/訂閱/地區限制導致工具用不順，或者想更省錢地把這套流程跑起來，可以去 Titikey 看看，我也把一些常用提示詞和避坑清單放那邊，直接抄作業會更快。