直播运营用 AI 分析用户评价：提示词与分析示例
负责直播间策划、话术和数据复盘的直播运营或主播，日常工作里每场直播都要准备脚本、话术、福利设计，下播后还要复盘数据，节奏非常快。用户评价里藏着最真实的改进方向，但一条条看太慢，凭印象又容易被个别极端评价带偏。这篇文章用一个完整的例子演示直播运营如何借助 AI 分析用户评价：把脱敏后的评价批量交给 AI，按主题和情绪分类统计，再提炼出优先级明确的改进建议。
场景：直播运营为什么需要 AI 分析用户评价
直播运营手上有几百条直播间观众的评价和反馈，好评、差评、建议混在一起。直播负责人想知道大家最不满意的是什么、应该先改哪里。对直播运营来说，这类需求往往和“完成 5 场直播排期和脚本”“测试新的直播间布景”这些事挤在同一周，留给它的时间并不多。
推荐工具
评价数量不多时可以直接粘贴给对话助手；数量较多时，用支持文件上传和代码运行的 AI 工具（如 ChatGPT 的数据分析功能）或表格内置的 AI 功能更合适。
上传前删除用户昵称、联系方式和订单号；评价分类结果要人工抽查。
一个虚构的例子
先看一个虚构但很典型的例子。老何是一位负责直播间策划、话术和数据复盘的直播运营或主播，这周手头的事情包括“优化开场留人话术”和“测试新的直播间布景”，偏偏这时又需要分析用户评价。老何没有从空白页开始，而是先花几分钟把相关材料整理好，按下面的提示词交给 AI，拿到初稿后对照原始资料逐条核对，再补上自己的判断。整个过程中，老何特别留意不把商品成本、合作佣金和观众信息放进对话里。
操作步骤
- 导出评价，删除昵称、联系方式和订单号
- 先让 AI 读一部分样本，提出分类体系
- 确认分类后让 AI 对全部评价分类并统计
- 让 AI 每类挑出有代表性的原话
- 根据频次和影响确定改进优先级
提示词模板（可直接复制）
下面的提示词可以直接复制，按直播运营的实际情况替换细节：
【背景】最近在处理“优化开场留人话术”，同时要准备“测试新的直播间布景”。
下面是 300 条直播间观众评价（已脱敏），我是直播运营。
请：
1. 先阅读评价，提出 6-8 个主题分类（如质量、服务、价格、体验等），每类给出定义
2. 对每条评价标注主题（可多选）和情绪（正面 / 中性 / 负面）
3. 统计每个主题的提及次数和负面占比，用表格展示
4. 每个主题挑选 2 条有代表性的原话
5. 给出 3 条改进建议，按优先级排序，说明理由
统计结果请如实计算，不要估算。
评价：
（粘贴评价）
效果示例（虚构演示）
示例输出如下（虚构内容，仅演示 AI 大致会给出什么样的结果）：
主题统计（示意）
主题 提及次数 负面占比 等待时间 86 72% 服务态度 64 25% 价格 41 46% 质量 58 31% 代表性原话
- 等待时间：“整体不错，就是等得太久了。”
- 服务态度：“工作人员很耐心，解释得很清楚。”
改进建议
- 优先解决等待时间问题——提及多且负面占比高
- 价格方面加强说明，减少“不划算”的误解
- 保持服务态度优势，把好的做法写进培训
拿到类似的结果后，老何的做法是先核对事实和数字，再结合“测试新的直播间布景”的安排调整重点，最后才对外使用。
注意事项与技巧
- 先确定分类体系再全量分类，结果更一致。
- 刷评和极端评价会影响结论，注意识别。
给直播运营的特别提醒
让 AI 按开场、产品讲解、互动、逼单、收尾的结构写脚本，再按主播风格调整。另外，直播话术要遵守广告法和平台规则，价格和功效表述必须真实。
一个容易被忽略的习惯：把真实卖点和福利规则提供给 AI，避免出现夸大宣传。
举一反三
- 竞品评价对比：用同样方法分析竞品的公开评价。
- 评价回复：针对负面评价批量起草个性化回复。