用 ChatGPT Claude Gemini 做會話分析的實操流程 讓客服記錄變成可執行改進

你手裡明明有一堆客服聊天記錄、私訊、工單，偏偏復盤時只剩「大家都在抱怨」。這就是典型的會話分析沒做起來：沒抽取意圖、沒分組、沒量化，更別說找根因了。我平時用 ChatGPT、Claude、Gemini 三件套把文字「榨乾」，再讓 Midjourney 出視覺化物料，效率很頂。

第一步 先把對話變成乾淨資料

不管來源是線上客服還是社群，先做最小清洗：去掉手機號、訂單號等敏感資訊，按「使用者一句＋客服一句」保留上下文。NLP 做會話分析最怕雜訊，多一堆廢話結果就會飄。

第二步 用 ChatGPT 做標籤體系和意圖識別

我會讓 ChatGPT 先產出標籤樹，再逐條打標。常用提示詞：請為以下對話生成：意圖、情緒、關鍵實體、是否已解決、下一步建議，並輸出為 CSV 欄位。它適合「快速起框架」，缺點是遇到業務黑話偶爾會裝懂。

第三步 用 Claude 做長文本歸因和洞察

Claude 對長對話、長工單更穩，我會把一整個星期的記錄丟進去，讓它做Top 問題聚類＋根因假設＋可驗證資料點。它寫復盤報告很順，但你得盯著它別把「推測」寫成「事實」。

第四步 用 Gemini 對接表格和多管道資訊

Gemini 更適合把「客服記錄＋FAQ＋產品更新說明」放一起對照，找出「政策變更導致的集中誤解」。讓它輸出需要更新的 FAQ 條目，這一步對降低重複諮詢特別管用。

第五步 用 Midjourney 把洞察做成能彙報的圖

別小看視覺化，老闆最吃這一套。把「Top5 意圖占比、情緒趨勢、未解決原因」整理成要點，Midjourney 生成海報風資訊圖背景，再把資料用 PPT 疊上去，省時又不醜。

我常用的輸出清單

• 意圖 Top10 與占比
• 負面情緒觸發詞與對應頁面／功能
• 未解決對話的共性原因
• 可立刻改的 3 個話術與 2 個產品點

如果你在匯出記錄、訂閱工具、地區限制或支付環節被卡住，想少走彎路，可以去Titikey看看更省心的工具指引和方案集合。