适用问题：用户希望了解如何从大量反馈中提取关键信息，以便改进模型表现或优化服务。
准备资料：需收集用户反馈文本，包括正面、负面及中性评价，以及可能的关键词或主题。
具体步骤：1. 整理反馈内容，分类为正面、负面、中性；2. 使用关键词提取工具识别高频问题；3. 汇总常见问题并分类；4. 生成反馈报告并提出改进建议。
虚构示例：用户反馈中提到‘回答不够清晰’、‘逻辑混乱’、‘术语不规范’等，可归纳为‘表达问题’、‘逻辑结构’、‘术语使用’三大类。
核对清单：检查反馈分类是否完整，关键词提取是否准确，报告是否涵盖主要问题，建议是否合理。
常见误区：忽略中性反馈，过度关注负面评价，未将用户意图与模型输出关联，未进行多轮反馈分析。
GPT在归纳用户反馈时，会根据输入内容生成结构化报告，用户可据此优化模型输出或改进服务流程。用户可直接使用以下提示词进行反馈归纳：
提示词：
"请对以下用户反馈进行分类，并提取关键问题：
1. 用户A：'回答过于简略，无法理解核心信息。'
2. 用户B：'逻辑结构混乱，难以梳理思路。'
3. 用户C：'术语使用不规范，影响理解。'
4. 用户D：'回答不够详细，遗漏关键点。'
5. 用户E：'整体表达清晰，但部分细节需补充。'
请按类别（正面、负面、中性）分类，并提取高频问题主题。"
示例结果：
分类结果：负面（3项）、中性（2项）、正面（0项）
高频问题主题：表达问题（2项）、逻辑结构（1项）、术语使用（1项）
逐项核对过程：
1. 确认反馈分类是否准确，负面反馈是否符合用户真实情绪。
2. 验证关键词提取是否覆盖主要问题，如‘逻辑混乱’是否被正确识别。
3. 检查报告是否包含所有反馈内容，建议是否合理，如‘补充细节’是否被纳入改进方向。
4. 确保无遗漏，如中性反馈是否被正确归类，未被忽略。
GPT在处理此类反馈时，会根据输入内容生成结构化报告，用户可据此优化模型输出或改进服务流程。