如何用飞书多维表格+DeepSeek R1批量分析用户评论,实现10倍提效?

评论 用户 字段 」, AI
发布于 2026-01-12
127

我们非常重视原创文章,为尊重知识产权并避免潜在的版权问题,我们在此提供文章的摘要供您初步了解。如果您想要查阅更为详尽的内容,访问作者的公众号页面获取完整文章。

扫码阅读
手机扫码阅读

先预告下,我准备开直播啦。

上周跟唐韧老师连麦直播后,好多朋友咨询我转型 AI 产品经理的问题。

我决定,干脆开个小范围的免费直播,跟大家分享:我是如何用 AI 为产品工作提效,独立完成 AI 项目,最终成功转型 AI 产品经理的。

时间:下周二(4月1日)晚上 8 点半

如果你感兴趣,欢迎拉到文末扫码,加我微信报名占位。

进入正题,我之前在分享中,演示了自己用飞书多维表格+ DeepSeek 搭建的 AI 应用,有许多朋友希望我出教程。

这个月实在太忙,今天赶紧补上,聊聊如何用飞书多维表格+ DeepSeek 批量分析用户评论。

内容很长,只要看完,实操一遍,你也能搭建属于自己的 AI 应用,实现 10 倍提效。

做产品经理,有个重要又繁琐的工作:分析用户的评论

无论是 B 端还是 C 端产品,通过分析用户评论,我们能及时发现问题,挖掘用户的潜在需求,指导我们改进产品。

以前,我们做 App 时,每天都要看用户的评论,还要给评论打标签分类,统计数据。这个事难度不大,但工作量不小,关键是繁琐耗时。

现在,我用飞书多维表格搭一个「用户评论分析器」,调用 DeepSeek R1 分析每一条评论,同时批量分析几百条评论,自动分类,提炼出用户的潜在需求和改进建议。

搭建这个「用户评论分析器」,还挺简单的,只有 5 步:创建飞书多维表格 → 导入用户评论数据 → 创建 AI 分析字段 → 提取 AI 分析结果 → 搭建数据看板

接下来,一步步演示。
1.创建飞书多维表格
打开飞书云文档网页版(客户端也行,网页更简单),在主页点击「新建」,选择「多维表格」。
在弹窗中,点击「新建多维表格」。
这样,我们就有了一个空白的多维表格。
2.导入用户评论数据
接着,我们先整理好评论数据,再导入多维表格。
为了演示,我在七麦数据(https://www.qimai.cn/)平台上,下载一份某宝 App 的评论数据。
发现了吧?这个神器不仅能分析自家产品,还能分析竞品别说我没提醒哈。
然后,点击多维表格左侧「导入Excel」右边的「 + 」号,导入Excel文件,得到一个填好用户评论数据的多维表格。
3.创建 AI 分析字段
有了准备分析的评论数据,来到最关键的一步:创建 AI 分析字段,调用DeepSeek R1 分析评论内容,输出结果。
创建步骤:点击列首右侧的「 + 」号,在弹窗中填好标题,鼠标移动「探索字段捷径」,在左侧弹窗顶部搜索框输入「deepseek」,选择「Deepseek R1」。
选完会看到,弹窗出现好几个配置项:
① 关联账号,是关联你用来调 DeepSeek 的账户(后续得充值),人家部署开源大模型也是要机器和显卡的,花点钱也应该。目前可以先不关联,飞书给用户提供免费 100 万token,用完后,根据操作指南再关联就行。
②「输入指令」,就是填写给 DeepSeek 的提示词。
③「引用字段」,选择引用哪些字段给 DeepSeek 分析。
④ 其他配置项: 直接默认全部勾选、打开就行,配置完,点击「确定」按钮即可。
说人话,你想让 AI 分析哪些数据,如何分析。
这里,我直接把这个案例的提示词开源出来,你直接拿走就能用,也可以根据需求再优化。
你是一名资深产品经理,请根据以下要求分析该产品的用户评论,生成结构化分析报告(禁止添加解释性内容)。【产品信息】1、产品:腾讯元宝是依托于腾讯混元自研T1、DeepSeek R1等大模型,基于跨知识领域和自然语言理解能力的大模型AI产品。元宝期望通过AI能力帮助用户在逻辑推理、职场办公、知识学习、趣味创作、生活百科等多个领域提高效率和生活辅助。2、功能:腾讯混元T1-深度推理、直连腾讯文档、DeepSeek R1-联网满血版、临时对话记录无痕、收藏续创、腾讯混元T1、DeepSeek R1-拍图识万物、AI搜索智搜一触即达、AI阅读文档精读助手、AI写作 灵感速达。【分析内容】请全面分析以下用户评论:标题:[引用标题字段]内容:[引用内容字段]【输出格式】情感倾向:[正面/负面/中性/混合]评论类型:[可多选:正向反馈/功能建议/Bug反馈/体验问题/使用咨询/其他]具体问题:[总结描述用户遇到的具体问题,如无则填"无",30字以内]改进建议:[从用户评论中提取的具体改进建议,如无则填"无",30字以内]潜在需求:[分析用户可能未直接表达但隐含的需求,30字以内]提及功能:[用户评论中提到的产品功能点]提及竞品:[用户评论中提到的与腾讯元宝功能类似、可替代的AI工具类产品,如无则填"无"]
然后,你就会看到 DeepSeek 开始干活,输出「思考过程」和「输出结果」两个字段。
至此, DeepSeek 批量分析的活就干完啦,你可能会有疑问:这密密麻麻的,怎么看呀?
往下看,马上解决这个问题。
4.提取 AI 分析结果
前面的提示词中,我们让  DeepSeek 按格式输出分析结果,包括 7 个维度:情感倾向、评论类型、具体问题、改进建议、潜在需求、提及功能、提及竞品。
接下来,再创建 7 个字段,分别提取这 7 个维度的分析结果,进行分类统计。
第 1 字段:情感倾向

点列首右边「 + 」号新增字段,填写标题,选择「字段捷径-智能标签」,点「添加标签」(输入:正面/负面/中性/混合),选择「评论分析.输出结果」字段匹配标签,在「自定义标签要求」输入框中填:「根据“情感倾向”内容匹配标签」,开启「自动更新」,点击「确定」即可。

第 2 个字段:评论类型

点列首右边「 + 」号新增字段,填写标题,选择「字段捷径-智能标签」,点「添加标签」(输入:正向反馈/功能建议/Bug反馈/体验问题/使用咨询/其他),选择「评论分析.输出结果」字段匹配标签,在「自定义标签要求」输入框中填:「根据“评论类型”匹配标签」,开启「自动更新」,点击「确定」即可。

第 3 个字段:具体问题

点列首右边「 + 」号新增字段,填写标题,选择「字段捷径-信息提取」,选择「评论分析.输出结果」为提取字段,提取信息“具体问题”;开启「自动更新」,点击「确定」即可。

剩下 4 个字段:改进建议、潜在需求、提及功能、提及竞品,创建步骤与「具体问题」字段相同,这里不再赘述。
全部字段配置完,你将拥有这样一份自动分类、提炼用户问题、潜在需求的详细分析表格。
5. 搭建数据看板
经过 DeepSeek 的分析,有了基础数据,就可以用多维表格的仪表盘,搭建数据看板,统计评论数据,还方便深入分析重点问题。
你可以根据实际情况创建不同的图表,这里演示 3 个常用的图表。
1)评论类型分布
分析用户评论,要找出用户反馈的重要问题,比如产品的Bug,要第一时间处理。
对评论进行分类统计,可以直观看到这些评论的种类,快速找到重要的问题。
创建步骤:打开「仪表盘」页面,点击「添加组件」按钮,选择「饼图」。
在配置弹窗中,数据源和数据范围保持默认;图表类型选环形图,扇区分组选「评论类型」,勾选「多项拆分统计」,扇区数值选「统计记录总数」,点击「确定」就搞定啦。
2)各版本评分分布
每个版本的用户评论数量是不一样的,为了分析版本优化的效果,还需要分析每个版本评分级别的分布。
创建步骤:点击「添加组件」,创建一个「柱状图」。

在配置弹窗中:数据源和数据范围保持默认;「图表类型」选「百分比堆积柱状图」;横轴选择「版本号」字段,下方勾选「汇总相同的类别」;纵轴选择「统计记录总数」,勾选「分组聚合」,下方选择「评分」字段;点击「确定」即可。

3)用户声音词云
用户的评论都是文字,用词云可以帮我们快速看到用户反复提到的关键词。
创建步骤:点击「添加组件」,创建一个「词云」组件。

进入配置弹窗:数据源和数据范围保持默认;关键词字段选择「内容」,分词方式默认「智能分词」,勾选「过滤常用词」,点击「确定」即可。

到这里,这个「用户评论分析器」就搭建完啦。
有这个工具,后续只需把新增的评论复制添加到这个多维表格中,分析和统计都是自动完成。
我们可以把更多时间和精力,用来处理用户反馈的问题。
最后,我决定把这个「用户评论分析器」开源出来,打开下方链接,点击「使用该模板」,就能用。
https://e6dt7abvz2.feishu.cn/base/MXvUbElXPayZxKsbSKRcrIOSnyg
欢迎一起共创出更多有用的产品,期待你分享实操的感受。
一不小心,又肝了 3000 多字,原创教程不易,麻烦大家动动手,点个赞、推荐、转发吧,您的转发和支持是我持续创作的动力,下次见。
想听我直播(下周二)聊如何转型 AI 产品经理的朋友,欢迎扫码,加我微信报名占位。


我是 AI 产品经理四月,专注「AI+营销」领域,分享 AI 应用落地与提效实践经验,提供 AI 智能体定制与咨询,欢迎交流。

产品经理四月