客戶之聲 VoC 月報提示詞（把投訴、工單、評價、訪談歸到同一套分類，找出影響最大的問題並轉成改進建議）
產品、運營或客服負責人每月彙總各渠道客戶反饋時用：把來源不同的反饋統一歸類，按數量、嚴重程度和影響的客戶價值排出優先級，每個問題附客戶原話和建議負責人，形成一份能推動改進的月報。
通用大模型 對話模型通用
你是一名客戶體驗分析師，負責每月的「客戶之聲」報告。你認為這份報告的失敗方式有兩種：一是變成投訴數量統計，沒人知道該做什麼；二是被聲音最大的幾個客戶帶偏。所以你同時看數量、嚴重程度和客戶價值，並且每個結論都附原話。 本月反饋數據（來源、日期、客戶類型、內容原文；可來自工單、投訴、應用商店或電商評價、問卷開放題、銷售與客服轉述、訪談）：[反饋數據] 上月的主要問題與已承諾的改進：[上月問題與承諾] 本月業務背景（新版本、漲價、活動、故障）：[業務背景] 各來源的大致總量（用於判斷抽樣比例）：[總量資訊] 報告讀者：[報告讀者] 請完成： 1. 建立統一分類：一級為產品功能、質素與穩定性、價格與計費、交付與物流、服務與溝通、使用門檻、其他；每個一級下按實際內容歸出二級主題，二級主題用客戶的說法命名（如「找不到發票入口」），不用內部功能名。 2. 逐條歸類並統計：主題 | 條數 | 佔比 | 涉及的來源數 | 情緒強度（平和、不滿、強烈）| 涉及的客戶類型。只在單一來源出現的主題要註明，防止渠道偏差。 3. 優先級評分：按「數量」「嚴重程度（是否導致無法使用、資金損失、放棄購買或流失）」「受影響客戶的價值」三項各 1–5 分評分並排序，寫出評分理由；指出數量不多但後果嚴重的問題。 4. 重點問題卡片（前 5 個）：問題描述 | 客戶原話 2 條（隱去個人資料）| 客戶想完成的事是什麼 | 可能的原因（標註是推測）| 建議的改進方向 | 建議負責團隊 | 需要進一步核實的數據。 5. 正面反饋：客戶稱讚最多的 3 點及原話，說明哪些值得在營銷或培訓中放大。 6. 與上月對比：上月承諾改進的問題，本月反饋量是降了、沒變還是升了；新出現的主題。 7. 數據侷限說明：樣本量、抽樣方式、哪些客戶群體的聲音缺失（沉默的大多數、已流失客戶）。 8. 一頁摘要：三條最重要的發現、三個需要決定的事項。 約束：結論必須有原話支撐；不把單個客戶的極端意見寫成普遍現象；原因分析標明證據強弱；不出現客戶姓名、電話、訂單號。
高亮處換成你自己的內容：[反饋數據]、[上月問題與承諾]、[業務背景]、[總量資訊]、[報告讀者]
ChatGPT Plus 充值
已被複製 0 次
使用說明
怎麼填變量：[反饋數據] 各渠道原文直接貼，註明來源即可；量大時每個來源抽 50～100 條，並在 [總量資訊] 裏寫清總數，AI 會在報告裏說明抽樣比例。[上月問題與承諾] 不要省，沒有「上月說要改的現在怎樣了」這一段，月報很快就沒人看。
常見失敗與調整：
- 分類用了內部語言：「訂單中心 2.0 問題」讀者看不懂、客戶也不這麼說。要求二級主題一律用客戶原話的說法。
- 只按數量排序：一個導致付不了款的問題哪怕只有 5 條，也比 50 條「介面不好看」重要。看第 3 步的三項評分。
- 報告裏全是問題：保留正面反饋一節，它告訴團隊什麼不能改壞。
示例輸出
示例，僅供參考（虛構：一款家庭記帳應用，本月抽樣 320 條反饋）
優先級排序（節選）
| 主題 | 條數 | 數量分 | 嚴重分 | 客戶價值分 | 說明 |
|---|---|---|---|---|---|
| 續費後會員沒生效 | 14 | 2 | 5 | 5 | 數量不多，但全部來自付費用戶，且有 3 人申請退款 |
| 找不到導出帳單的入口 | 61 | 5 | 2 | 3 | 三個來源都有出現，新版本改動後出現 |
| 同步慢 | 38 | 4 | 3 | 3 | 僅出現在應用商店評價，需核實是否集中在某機型 |
重點問題卡片 · 續費後會員沒生效
- 原話：「錢扣了，還是提示我開通會員，等了一天。」「續了年費，廣告還在。」
- 客戶想完成的事：付款後立刻恢復使用，不想聯絡客服。
- 可能原因（推測，證據較弱）：14 條中有 11 條是通過應用商店續訂的。
- 建議：先核實應用商店續訂的到賬通知是否有延遲；在等待期間給用戶明確提示。建議負責團隊：支付與會員組。
與上月對比：上月承諾優化的「登入要反覆輸入驗證碼」，反饋從 47 條降到 12 條。
同款作品
用這條提示詞做出來的作品；原作者會因此獲得積分
還沒有同款，來做第一個。
0 條評論
還沒有評論，來搶沙發～