ChatGPT Claude Gemini做会话分析的实操技巧 让客服质检不再靠加班

客服聊天记录一多，靠人工翻就很崩溃：漏掉高风险话术、统计口径不一致、还容易被情绪带跑。我自己更喜欢用“会话分析”思路来做质检：抽取意图、情绪、关键实体，再看解决率和响应速度这类指标，效率会高很多。

同一份对话分别丢给ChatGPT Claude Gemini怎么问

你可以把一段对话贴进去，直接让模型输出结构化结果，后续丢表格就能统计。

• 通用提示词：请提取用户意图、情绪(1-5)、涉及产品/价格/退款等实体、是否升级投诉、给出一句话改进建议，并用JSON输出
• ChatGPT：适合把“规则”写得很死，像质检打分表、违规词清单，输出更稳定
• Claude：更擅长长对话归纳和“这段话为什么会激怒用户”的细腻分析，读完会有点被教育到
• Gemini：适合顺手做多语言与渠道归因，比如把中英混杂对话统一成同一套标签

把质检做成可追踪的KPI

参考常见会话分析做法，别只看“有没有解决”，还要盯：高频问题Top、负面情绪触发点、首次响应时长、解决率。模型输出字段固定后，你的统计口径就不会天天吵架。

Midjourney能干嘛 不只是画图

我会让Midjourney把“情绪趋势”和“话术改进点”做成海报式可视化，用来给老板汇报很省口水。提示词可以这样写：客服会话分析仪表盘 负面情绪热力图 解决率折线图 企业数据可视化风格 简洁高对比。

小提醒

对话数据记得脱敏，姓名、手机号、订单号先替换掉；不然再强的模型也救不了你的合规风险。

如果你想把这套流程更顺滑地落地，包含账号与使用上的坑也一起少踩点，去Titikey逛逛，我把常用方案都整理在那边了。