用AI工具做差评分析：三步挖掘用户真实痛点

差评堆在后台，一条条翻完要两个小时，翻完只记得几条特别刺眼的。更麻烦的是，差评里反复出现的"发货慢""包装破了""尺寸偏小"，你明明知道是问题，却分不清哪个最该先改。用AI做差评分析，不是让你完全放手，而是把"读评论"这件事从三小时压缩到三分钟，并且得到一份带权重的清单。下面按实际操作顺序说，你照着做就行。

先说清楚：AI能帮你做什么，不能做什么

AI擅长从大量文本里找重复出现的词、归类相似抱怨、总结共性问题。它能给你统计出"提到物流的差评占35%"，也能把"客服态度差"和"响应慢"归成服务类问题。但AI不懂你的商品实际质量，也不知道哪个投诉是用户自己搞错了。所以AI产出的是线索和优先级，决定怎么改，还得靠你结合业务判断。

头部步：把差评数据整理成AI能读懂的格式

从淘宝、京东、拼多多后台都能导出商品评价，通常有Excel或CSV。你只需要保留三列：评价内容、评价时间、评分（如果是1-2星就算差评）。别把好评混进来，差评分析只看差评，混了好评会稀释问题比例。

导出后先做两件事：

去掉只写"差评""垃圾"这类没有内容的评价，它们没有信息量。
把明显是广告或刷单的评论删掉，比如带微信号、反复出现的同一句话。

清洗完的评论数量如果超过200条，建议分段处理，每段控制在100条以内，防止AI丢失上下文。把数据保存成纯文本文件，一段评论一行，前面加上编号，比如"001 | 商品质量差，用了三天就坏"。这样后面引用时方便对照。

第二步：设计提示词，让AI按你的逻辑分类

打开你习惯的AI工具——ChatGPT、Kimi或文心一言都行，关键是提示词要写清楚。我给你一个可以直接用的模板：

你是一个电商用户研究助手。下面是一批商品的1-2星差评，每行一条，已用编号标记。请完成三件事：
把每条差评归入以下类别之一：产品质量、物流配送、客服服务、尺寸颜色、包装问题、虚假宣传、其他。如果一条涉及多个类别，选择最主要的一个。
对每个类别统计数量，并给出占比。
提取每个类别里出现频率最高的3个具体关键词（比如"掉色""破洞""缺件"），并给出对应的差评编号列表。
只输出统计结果和关键词，不要输出原评论。

把这段文字粘贴到AI对话框，接着把清洗好的差评文本复制进去，按回车。AI会在几十秒内给你一张分类表。如果你用的工具支持上传Excel，也可以直接传文件，但为了减少识别误差，我还是建议用纯文本。

这里有个细节：提示词里"给出来自原评论的关键词"很重要。因为AI可能会自己总结出"用户不满意"这种空词，你明确要求提取原词，它就不会编。如果头部次结果里有明显错误，比如把"物流慢"归到产品质量，你可以追加一句"把物流慢改到物流配送"，AI会重新整理。

第三步：把AI结果转成行动清单

拿到AI的分类和关键词后，不要直接当结论用。你要做的是把每个类别当成一个待解决的项目，按占比从高到低排序。假设AI告诉你：产品质量占40%，物流占25%，客服占15%——那优先解决产品质量。但别只看占比，还要看关键词。比如质量类的关键词是"掉色""破洞"，那你就知道具体工艺问题在哪。

推荐你用这样一张表格来整理：

问题类别	占比	高频关键词	典型差评编号	可能的改进方向
产品质量	40%	掉色、破洞、异味	001, 007, 112	换面料供应商、增加出厂检查
物流配送	25%	快递慢、丢件	003, 045, 089	更换快递合作方、增加发货提醒
客服服务	15%	不回复、态度差	012, 067	培训话术、增加客服人手

表格里的"可能的改进方向"是你自己填的，AI给不了，因为它是从文本里猜的。你填的时候要基于对业务的了解。填完后，挑出占比最高且你能改的那一项，作为下周的行动目标。不用一次全改，一次改一个，下月再看差评数据有没有变化。

一个容易被忽略的用法：比较不同周期的差评

如果你的店铺有历史差评数据，可以分月份做两次分析，对比AI输出的关键词变化。比如上个月高频词是"发货慢"，这个月变成"包装破损"，说明你换了物流或仓库流程后，老问题缓解了，新问题冒出来了。这种对比能让你确信改动是否有效，而不是凭感觉。方法很简单：用同样的提示词分别处理两个文本，再把结果粘贴到同一个文档里对照。

我自己常用的是先把两个结果放在左右两栏，看占比变化。虽然AI偶尔会漏掉边缘案例，但趋势是可信的。如果你的评论量特别大，比如一个月几千条，可以按周切片，看每周的高频词，这样能发现突发质量事故，比如某个批次出了问题。

做差评分析时容易踩的三个坑

坑一：让AI直接给“为什么差评多”的原因。 AI只能基于文本统计，它不知道你的实际运营情况。比如它说“因为价格高”，可能实际原因是竞品降价了。所以别问“为什么”，只让它“分类和提取”。

坑二：把AI的分类当成最终标签。 差评里经常有反讽或隐晦表达，AI可能理解不了。比如用户写“尺码很标准，标准到我都穿不上”，AI可能归到尺码问题。你需要抽查AI的结果，特别是有歧义的评论。

坑三：忽略评价数很少的情况。 如果你的差评只有十几条，AI分析的意义不大，统计结果波动太大。这时直接人工逐条看反而更快。建议至少50条以上再用AI，否则你花在整理提示词上的时间比人工看还长。

下一步你可以马上做的事

今天就把后台最近30天的差评导出来，清洗到大致三五十条，用上面的提示词模板跑一次。不用追求完美，头部次先看AI输出的分类占比和你凭印象猜的是否一致。如果偏差很大，检查一下提示词里是否漏了“只按给定类别分类”这句话。多跑几次，你会发现AI给出的关键词组合比你自己扫一遍记得的更全。

做一次之后，顺手把你得到的表格存成模板，下个月直接换数据再跑。积累两个月，你就能看到差评结构的真实变化。