任务场景
你跑了一份问卷，“哪里需要改进""最近一次让你抓狂的场景”这类开放题收回几百到几千条。手工数不可能，但这一张主题图会决定接下来一季的产品或运营动作。你需要经得起追问的聚类。
哪些情况适合让 AI 来做
- 有 200-5000 条开放题，要在一天内出结构。
- 答案较短（5-100 字），主要 1-2 种语言。
- 想要初稿聚类，再人工打磨。
- 每次问卷后都要重跑同一套分析，主题命名要可对齐。
什么时候不要完全依赖 AI
- 样本太小（50 条以内）——自己读更快。
- 敏感话题（心理健康、骚扰、裁员），误读有伤害。
- 要在董事会或监管面前答辩的战略决策。
- 多语种数据，模型对各语言覆盖不均。
需要先给 AI 的信息
- 清洗、去重、过滤垃圾后的答案。
- 问卷题目原文——聚类高度依赖问题。
- 预期主题数（一般 5-12）。
- 禁用主题清单（“其他反馈""一般评论”）。
- 如果要分群对比，附上每条答案的人群标签（岗位、地区、付费层级）。
可直接复制的 Prompt
你是研究分析师，对自由文本问卷答案做聚类。
问卷题目：{survey_question}
答案条数：{n}
预期主题数：{expected_themes}
禁用主题：{stop_list}
分群标签（如有）：{segments}
答案：
"""
{responses}
"""
输出：
1. 主题表：
- 主题名（3-6 字，具体）
- 一句话定义
- 3-5 条原文支撑（带 response_id）
- 计数 + 占比
2. 分群表（如有标签）：每群主题占比。
3. 长尾段：5-10 条没归入任何主题的答案 + 你的说明。
4. 信心标记：支撑少于 5 条的主题标 "[weak]"。
规则：
- 引用必须逐字。
- 每条引用注 response_id。
- 主题计数总和 = 答案总数 - 长尾。
- 不能造少于 3 条支撑的主题。
- 主题互斥——每条答案只入一个主题。建议让 AI 输出成什么样
主题表 + 分群表 + 长尾段 + 信心标记。这套结构能直接放进 slide deck 或 Notion 报告。
怎么判断 AI 的结果能不能用
- 随机抽 10-15 条引用对照原文，主题归属对吗？
- 主题计数 + 长尾 = 总数？
- 同一 prompt 跑两次比较聚类——漂移大说明聚类弱。
- 把主题名给没看过数据的同事——他能猜出每个主题装的是哪种评论吗？
容易踩的坑
- 让模型硬套你预设的主题，而不是自然聚出。
- 不验证归属就直接信计数。
- 把自选样本的百分比当代表性数据报。
- 忽略长尾——有时候下一个产品点子就藏在长尾里。
下一步怎么改得更好
每轮问卷把主题表存成 codebook，下次作为预定义主题喂回去，跨季度趋势线才可对比。跟踪主题随时间的体量——上升中的主题即便还不是多数也值得关注。
实操加深
做「AI 分析问卷开放题：500+ 自由文本聚成可解释的主题」这类任务时，AI 输出质量主要取决于输入包是否完整。至少给它受众、原始材料、目标格式、你要做的决策，以及一好一坏两个参考。第一轮先要求保留事实，第二轮再优化结构、语气或表达，不要让模型一边猜事实一边润色。
拿到结果后单独做一次复核：有没有遗漏限制、编造细节、行动项不清、语气和真实场景不符。最终稿最好能马上使用，包含明确对象、下一步和判断标准，而不是还需要别人重新解释一遍。
FAQ
- 多大样本值得用 AI？ 开放题 200+ 起。再少自己读更准。
- 要先匿名化吗？ 要——去掉姓名、公司、所有可识别信息。
- 怎么诚实地报告？ 永远先报样本量、回收率、分群说明。
- 能把问卷主题和访谈主题合在一起吗？ 可以，但先各自建 codebook 再对齐。