我让 WorkBuddy 把一堆客户反馈，整理成产品改进清单

关于我：

我是连续创业者峰哥，长期关注 AI Agent 与高效办公。

希望我的文字，能帮助更多普通职场人从“会用 AI”走向“会管理 AI”，把重复工作交给数字员工，把时间留给真正重要的事。

如果你做过产品、运营、销售、客服，应该很熟悉这种情况：

群里有人反馈问题。

表格里有人填意见。

销售转来几段客户原话。

客服系统里还有一堆投诉和建议。

这些信息单独看都不长，但堆在一起就很烦。

你要判断：

哪些是产品缺陷？

哪些是体验问题？

哪些只是客户不会用？

哪些需要马上处理？

哪些可以放进后续版本？

过去这件事通常靠人一条条看、一条条归类、一条条写结论。

今天我想用 WorkBuddy 拆一遍：

怎样把一堆杂乱客户反馈，整理成一份可以推动团队行动的产品改进清单。

这篇重点不是“WorkBuddy 会不会总结文本”。

重点是：

你能不能把客户反馈这类杂乱信息，交给 AI Agent 做成一个可执行的工作结果。

这次任务到底要交付什么

先把场景说具体一点。

假设你负责一个知识库产品，最近收到了 12 条客户反馈。

反馈来源很杂：

有的是销售从客户微信里复制过来的。

有的是客服工单。

有的是用户在群里的吐槽。

有的是你自己访谈时记下来的原话。

这些反馈大概长这样：

1. 客户 A：资料太多了，新人进来不知道先看哪一篇。 2. 客户 B：搜索能搜到内容，但结果太散，看不出来哪个最权威。 3. 客户 C：我们希望能按部门权限控制，有些资料不想全员可见。 4. 客户 D：导入文件后，标题层级经常乱掉，还要人工重新整理。 5. 客户 E：手机上查看还行，但编辑体验比较差。 6. 客户 F：希望每篇资料能看到最近一次更新时间和负责人。 7. 客户 G：新人培训时，主管还是要手动发一堆链接。 8. 客户 H：客户成功同事说，很多用户不知道怎么提问才能搜到答案。 9. 客户 I：知识库内容多了以后，重复文档越来越多。 10. 客户 J：我们想知道哪些资料被看得最多，哪些没人看。 11. 客户 K：有些旧资料已经不准了，但没人提醒我们更新。 12. 客户 L：希望能把常见问题自动整理成一份 FAQ。

如果你只是让 WorkBuddy：

“帮我总结一下这些客户反馈。”

它当然能总结。

但总结完之后，大概率还是一段文字。

真正能推动工作的，不是一段总结。

而是一份可以拿去开会、排优先级、安排下一步的改进清单。

所以这次任务的交付物不是“总结”。

而是四样东西：

第一，问题分类。

第二，客户原话证据。

第三，产品改进清单。

第四，后续跟进建议。

这就是我用 WorkBuddy 前一定会先做的事：

不要急着让 AI 开始写。

先定义最后要拿到什么。

第一步：Watch，判断这是不是适合 WorkBuddy 的任务

这一步简单过一下，不展开成理论。

客户反馈整理非常适合交给 WorkBuddy。

原因有三个：

第一，它有明确输入。

输入就是客户原话、客服工单、访谈记录、群聊反馈。

第二，它有明确输出。

输出可以是问题分类、频次统计、优先级建议、改进清单、跟进话术。

第三，它需要人来做最终判断。

AI 可以帮你归类和提取，但不能替你决定产品路线，也不能替你承诺客户排期。

所以这类任务最好的分工是：

WorkBuddy 负责整理信息。

人负责判断取舍。

WorkBuddy 负责生成初稿。

人负责确认优先级。

WorkBuddy 负责提出建议。

人负责决定是否推进。

这就是边界。

讲清楚边界以后，才进入执行。

第二步：Organize，把杂乱反馈整理成可执行上下文

客户反馈最麻烦的地方，不是数量多。

而是它太散。

同一个问题，客户会用不同的话说。

比如：

“搜索结果太散。”

“搜出来一堆，不知道看哪个。”

“新人不知道先看哪篇。”

这三句话表面不同，但背后可能都指向同一个问题：

知识定位和推荐不清楚。

如果你不提前告诉 WorkBuddy 怎么处理，它可能只是按原文顺序总结。

所以我会先给它一段任务背景：

背景： 我们正在整理一批知识库产品的客户反馈，目标不是写一段总结，而是形成下一次产品评审会可以使用的改进清单。 请注意： 1. 客户表达可能很口语化，需要提炼背后的真实问题。 2. 同类问题要合并，不要机械逐条复述。 3. 每个问题都要保留至少 1 条客户原话作为证据。 4. 不要替产品团队承诺排期，只能给出优先级建议。

这段背景很重要。

它告诉 WorkBuddy：

不要只做文字压缩。

要做问题归类。

要保留证据。

要避免乱承诺。

很多人用 AI 处理反馈，最后得到的东西不可用，就是因为少了这一步。

你给它的是一堆原话。

你想要的是一份决策材料。

中间必须有任务说明。

第三步：Run，把任务说明交给 WorkBuddy

接下来才是 Run。

我会把任务写成这样：

请根据我提供的 12 条客户反馈，整理一份产品改进清单。 任务目标： 让产品、运营、客服和销售团队在 10 分钟内看懂客户主要问题，并能讨论下一步改进优先级。 输入材料： 1. 客户原始反馈 12 条 2. 产品背景：这是一款面向企业团队的知识库产品 3. 使用场景：新人培训、内部资料查询、客户成功支持、团队知识沉淀 请输出以下内容： 1. 问题分类表 字段包括：问题类别、涉及反馈编号、客户原话证据、问题解释。 2. 产品改进清单 字段包括：改进方向、对应问题、建议优先级、原因、需要进一步确认的信息。 3. 快速行动建议 请分成“本周可以做”“下个版本考虑”“需要进一步调研”三类。 4. 客户跟进话术 请整理一版可以发给客户成功或销售同事的简短话术，用来回应客户：我们已经收到反馈，正在分类评估。 质量标准： 1. 不要逐条流水账复述。 2. 同类问题必须合并。 3. 每个改进方向必须能追溯到客户原话。 4. 如果信息不足，请标注“需进一步确认”，不要编造。 5. 不要承诺具体上线时间。

这段任务说明看起来很长。

但它解决了三个问题。

第一，WorkBuddy 知道自己不是在写总结，而是在做产品改进清单。

第二，它知道输出要给谁看。

第三，它知道哪些事情不能乱写。

如果你直接输入“帮我总结客户反馈”，它可能输出的是一段漂亮文字。

但如果你用上面的任务说明，它更可能输出一份能拿去开会的材料。

这就是我一直强调的区别：

不要只给 AI 一个问题。

要给它一份任务说明书。

我期待 WorkBuddy 输出什么样的结果

这类任务里，我最看重的不是文字好不好看。

我看三个结果。

第一，能不能把客户原话合并成问题类别。

比如上面的 12 条反馈，至少可以拆成这几类：

1. 知识导航不清楚 相关反馈：1、2、7、8 2. 权限与治理需求 相关反馈：3、6、9、11 3. 文件导入和编辑体验 相关反馈：4、5 4. 数据分析和内容运营 相关反馈：10 5. FAQ 自动沉淀 相关反馈：12

第二，能不能把“吐槽”翻译成“改进方向”。

客户说“新人不知道先看哪一篇”，背后不是一句抱怨。

它可能对应：

新人学习路径。

资料推荐机制。

知识库首页结构。

常用资料置顶。

客户说“旧资料没人提醒更新”，背后也不是一句抱怨。

它可能对应：

资料有效期。

负责人机制。

过期提醒。

内容巡检流程。

这一步很关键。

因为产品和运营要讨论的不是“客户说了什么”，而是“我们要改什么”。

第三，能不能把建议分成行动层级。

我不希望 WorkBuddy 只说“建议优化搜索体验”。

这句话太空。

我希望它至少分成三层：

本周可以做：

补充资料负责人和更新时间字段。

整理新人入门资料合集。

把高频问题先做成 FAQ。

下个版本考虑：

优化搜索结果排序。

增加资料推荐或权威标识。

优化移动端编辑体验。

需要进一步调研：

部门权限控制的真实权限模型。

知识库数据统计的核心指标。

文件导入层级错乱的触发条件。

这样一来，这份输出就不只是“整理结果”。

它已经接近一份产品评审会材料。

第四步：Keep，把这次任务沉淀成客户反馈模板

如果这次任务跑通了，千万不要只用一次。

客户反馈整理是高频任务。

它应该被沉淀成模板。

我会沉淀三样东西。

第一，反馈输入模板。

以后不管来自微信群、销售、客服还是访谈，都尽量按统一格式收集：

反馈编号： 反馈来源： 客户角色： 客户原话： 涉及功能： 影响程度： 补充背景：

第二，输出结构模板。

固定输出：

问题分类表。

产品改进清单。

快速行动建议。

客户跟进话术。

需要进一步确认的问题。

第三，人工验收清单。

每次 WorkBuddy 输出后，我会检查：

有没有合并同类问题？

有没有保留客户原话证据？

有没有把客户吐槽翻译成产品问题？

有没有乱承诺排期？

有没有把不确定信息标成“需进一步确认”？

有没有给出可以开会讨论的下一步？

这就是 Keep。

不是这次整理完就结束。

而是把一次客户反馈处理，变成下一次可以复用的工作流。

这件事真正改变的不是“总结速度”

如果只看表面，WorkBuddy 帮我们做的是总结。

但这不是重点。

真正改变的是工作流。

过去处理客户反馈，流程大概是：

人收集反馈。

人逐条阅读。

人手动分类。

人写产品建议。

人再整理成会议材料。

现在可以变成：

人收集反馈。

人定义任务说明。

WorkBuddy 做初步分类和改进清单。

人审核优先级和业务判断。

人把模板沉淀下来。

这不是把人拿掉。

而是把人从重复整理里释放出来。

人要做的，是判断哪些反馈重要，哪些问题值得进入产品路线，哪些客户需要优先安抚。

WorkBuddy 要做的，是把杂乱信息先整理成可讨论的材料。

这个分工一旦清楚，AI Agent 就不再只是“帮我写一段话”。

它开始参与真实办公流程。

今天你可以直接试一次

你可以从最近收到的一批反馈开始。

不一定是产品反馈。

也可以是：

客户问题。

读者留言。

同事建议。

售后投诉。

用户访谈记录。

先准备 10 到 20 条原始反馈。

然后把这篇文章里的任务说明改成你的场景。

重点看四件事：

第一，WorkBuddy 能不能合并同类问题。

第二，它能不能保留原话证据。

第三，它能不能把反馈转成行动建议。

第四，它有没有标注不确定信息。

如果这四件事能做到，说明你已经不是在让 AI “总结文本”。

你是在让 WorkBuddy 帮你完成一段客户反馈处理流程。

写在最后

写在最后，WorkBuddy 的价值不是让每一段文字更漂亮。

它真正有用的地方，是把一堆散乱材料整理成可以行动的结果。

会议纪要如此。

客户反馈也是如此。

以后我们写 WorkBuddy，不应该只盯着它能不能生成一段内容。

更应该看它能不能进入一条真实工作流：

输入是什么。

处理什么。

输出什么。

谁来验收。

怎么复用。

下一篇，我会继续拆 AI 办公五层模型。

因为只有看清自己现在处在哪一层，才知道下一步该怎么把 WorkBuddy 用深。

共勉。

—— END ——

持续研究 AI Agent、数字员工、个人办公自动化和高效工作方法。

希望帮助普通职场人从“会用 AI”走向“会管理 AI”，把 AI 真正变成自己的数字员工。