跳到主要內容
METHOD · 資料與報表

AI 問卷開放題歸納

先由人定分類表,AI 逐則歸類並附依據原句;每類的人數從逐則表算得回來,AI 不寫原因、不給建議。

直接拿快速版 Prompt ↓三分鐘版:濃縮成 5 步 ↓外部佐證 2 則 ↓
情境:資料與報表也用於:研究與資訊整理配方:讀一堆抓重點難度:進階|要先備料起手工具:ChatGPT
三分鐘版濃縮成 5 步;要細節再往下讀
  1. 先遮掉回答裡的姓名與認得出是誰的細節,每則編號。
  2. 人定分類表:每類寫名稱、定義、算和不算的例子,另設「其他」與「無效回答」;可以先請 AI 從一部分回答提草稿,由人改定。
  3. AI 照分類表逐則歸類,每則寫判斷依據的原句片段;分類表沒有的歸「其他」,不准自己加類別。
  4. 每一類列出包含哪些編號、人數與一字不改的代表原句;人數從逐則表用試算表重算。
  5. 人抽查每一類,「其他」太多就回頭改分類表重跑;報告只放分類、人數與原句,原因和建議由人寫。
這一篇用的是讀一堆抓重點這一招——大量文件或訊號 → 每句都引得回原文的整理,AI 負責收攏、不負責下結論。
同一招還能做這幾件事(共 11 篇):
這是資料與報表情境下的方法之一(共 13 個)· 看這個情境全部 →
一、這是什麼三十秒判斷關不關你的事

先確認這一篇解的是不是你的問題。看完這兩節如果覺得不像,就不用再往下讀——省下的時間比讀完更值錢。

01解決的工作問題

問卷的選擇題有現成的圖表,開放題通常只剩一句「大家普遍反映…」。把幾百則回答丟給 AI 叫它「歸納重點」,很快就拿到一份條理分明的摘要,但這份摘要有三個看不見的問題:類別是 AI 邊讀邊發明的,換一次對話就換一套;「多數人認為」的「多數」是它的感覺,沒有人數;引用的原句常被它改得更通順。這些問題在報告裡完全看不出來。所以這個方法把順序固定下來:類別要在讀回答之前就定下來,AI 只負責照表歸類,每則附依據原句;每一類的人數要能從逐則表重算,代表原句一字不改。它跟站上兩個方法分工:匯出檔欄位亂、要先合併整理,看「AI 資料整理」;分析的是社群上的公開貼文,蒐集範圍與合法邊界不同,看「AI 社群聆聽與客群輪廓」。這裡處理的是你自己發出去、回答者知道在回答你的問卷。

02什麼時候用、什麼時候別用

什麼情況下該用這一套

  • 問卷已經收回來,開放題有幾十到幾百則,選擇題做完了,開放題沒人整理。
  • 你大致知道這份問卷想回答什麼問題,能先定出幾個類別。
  • 結果要寫進報告或簡報,會被問「這一類有多少人講」。

什麼情況下別用

找出某一則是誰寫的
匿名問卷的回答不能拿來推測回答者,也不能叫 AI 從語氣或細節猜是誰。小單位的回答一分組就認得出人時,改成不分組呈現。
把開放題的人數當成全體的意見
開放題的人數只代表有寫這一題的人,沒寫的人在想什麼,這份資料看不出來。報告要同時寫出收到幾份問卷、這一題有幾則回答。
社群貼文與網路評論
公開貼文是自己選擇發言的人,蒐集範圍與平台條款都不同,請改用「AI 社群聆聽與客群輪廓」的做法。
讓 AI 寫原因分析與改善建議
AI 只看得到回答,看不到背後的情況。它寫的「原因」是推測,混在分類結果裡,讀報告的人分不出哪些是回答者說的。

誰會用到

HR
員工意見調查的開放題最怕兩件事:回答裡寫了同事或主管的名字,以及小單位的回答一分組就認得出是誰。遮蔽與分組方式先定,再開始歸類。
行銷
顧客滿意度問卷的開放題,分類表可以沿用產品或服務的環節。每季用同一套分類表,才看得出哪一類變多。
數據分析
逐則表本身就是一份可以進試算表的資料。人數、交叉分析都從這張表算,不要用 AI 報的數字。
公務員
民眾意見調查或服務滿意度的開放題,結果可能公開或送議會。每一類都要找得回原句,被問到時才拿得出依據;個資依機關規定遮蔽。
老師
課後回饋的開放題通常不多,但每學期都有。分類表固定下來,學期之間可以比;學生名字與認得出是誰的細節先遮。
教育訓練
教育訓練的課後問卷,分類表可以照課程的環節分:時間、教材、實作、場地。講師與課程的改善建議由你寫,不交給 AI。

所屬工作情境

二、整件事怎麼跑先看圖,再看逐步

先用一張圖抓全貌,再看逐步展開。圖看不懂沒關係,下一節會把每一步實際在做什麼、誰做,一條一條講清楚。

03流程圖

這張圖是整篇的骨架:輸入 → 步驟 → 困難點 → AI/Agent/Tool 介入 → 人工檢查 → 產出。紅框是最常出事的位置,綠框是不能下放的人工檢查點,粗框是中止條件。後面每一節都是在展開圖上的某一格。

AI 問卷開放題歸納:先定分類表,再逐則歸類
AI 問卷開放題歸納:先定分類表,再逐則歸類直向流程圖。輸入是問卷題目與已遮蔽、已編號的回答。第一步由人遮掉回答裡的姓名與認得出是誰的細節,每則編號,記下這一題共有幾則。第二步由人定分類表,每類寫定義,另設其他與無效回答,可以先請 AI 從一部分回答提草稿。第三步由 AI 照分類表逐則歸類,每則附依據的原句片段,分類表沒有的歸其他,不准自己加類別。第四步由 AI 彙總每一類的編號、人數與一字不改的代表原句。第五步是人工檢查點,由人用試算表從逐則表重算人數並抽查原文,其他太多就回頭改分類表重跑。輸出是逐則歸類表與分類彙總,原因與建議由人另外寫。右側標示三個困難點:AI 邊讀邊發明類別、代表原句被改寫得更通順、直接用 AI 報的人數沒有重算。中止條件是回答裡還有沒遮的姓名或認得出是誰的細節時,先停下來遮好。檢查點有退回線回到逐則歸類,表示改了分類表要整批重跑。改了分類表,整批重跑INPUT / 輸入問卷題目 + 回答(已遮蔽、已編號)記下這一題共有幾則HUMAN / 人工步驟人遮掉姓名與認得出是誰的細節,每則編號HUMAN / 人工步驟人定分類表:定義、其他、無效回答AI / AI 介入AI 照分類表逐則歸類,附依據原句,不加類別AI / AI 介入AI 彙總每類的編號、人數與一字不改的代表原句CHECKPOINT / 人工檢查人用試算表重算人數、抽查原文;「其他」太多就改分類表OUTPUT / 產出逐則歸類表 + 分類彙總原因與建議由人另外寫STOP / 中止條件回答裡還有沒遮的姓名或細節 → 先停,遮好再貼RISK / 困難點AI 邊讀邊發明類別,每次都不一樣RISK / 困難點代表原句被改寫得更通順RISK / 困難點直接用 AI 報的人數,沒有重算
看圖重點:這張圖的主線只有兩件事:分類表在歸類之前由人定好,人數要從逐則表算得回來。只要其中一件沒做到,報告裡的「多數人認為」就沒有依據。退回線是這個流程的正常狀態,「其他」太多代表分類表漏了一類,改完要整批重跑,不能只補後面那幾則。
純文字流程表(手機/螢幕閱讀器建議看這張)
AI 問卷開放題歸納:先定分類表,再逐則歸類(純文字流程表)
序類型/角色流程步驟這一步的困難點/中止條件
1Human問卷題目 + 回答(已遮蔽、已編號)
記下這一題共有幾則
—
2Human人遮掉姓名與認得出是誰的細節,每則編號
失敗與中止條件回答裡還有沒遮的姓名或細節 → 先停,遮好再貼
3Human人定分類表:定義、其他、無效回答—
4AIAI 照分類表逐則歸類,附依據原句,不加類別
困難點/風險AI 邊讀邊發明類別,每次都不一樣
5AIAI 彙總每類的編號、人數與一字不改的代表原句
困難點/風險代表原句被改寫得更通順
6Checkpoint人用試算表重算人數、抽查原文;「其他」太多就改分類表
困難點/風險直接用 AI 報的人數,沒有重算
7Output逐則歸類表 + 分類彙總
原因與建議由人另外寫
—

回流線:人用試算表重算人數、抽查原文;「其他」太多就改分類表 → AI 照分類表逐則歸類,附依據原句,不加類別(改了分類表,整批重跑)

Mermaid 原始碼(貼進 Mermaid Live 或 draw.io 可再編輯)
可直接複製,改成你自己的流程
flowchart TD
    in1(["<b>Human</b><br/>問卷題目 + 回答(已遮蔽、已編號)<br/><small>記下這一題共有幾則</small>"])
    s1["<b>Human</b><br/>人遮掉姓名與認得出是誰的細節,每則編號"]
    s2["<b>Human</b><br/>人定分類表:定義、其他、無效回答"]
    a1[/"<b>AI</b><br/>AI 照分類表逐則歸類,附依據原句,不加類別"/]
    a2[/"<b>AI</b><br/>AI 彙總每類的編號、人數與一字不改的代表原句"/]
    c1{{"<b>Checkpoint</b><br/>人用試算表重算人數、抽查原文;「其他」太多就改分類表"}}
    o1(["<b>Output</b><br/>逐則歸類表 + 分類彙總<br/><small>原因與建議由人另外寫</small>"])
    x1[/"<b>Stop</b><br/>回答裡還有沒遮的姓名或細節 → 先停,遮好再貼"\]
    r1>"<b>Risk</b><br/>AI 邊讀邊發明類別,每次都不一樣"]
    r2>"<b>Risk</b><br/>代表原句被改寫得更通順"]
    r3>"<b>Risk</b><br/>直接用 AI 報的人數,沒有重算"]

    in1 --> s1
    s1 --> s2
    s2 --> a1
    a1 --> a2
    a2 --> c1
    c1 --> o1
    s1 ==>|中止| x1
    a1 -.->|風險| r1
    a2 -.->|風險| r2
    c1 -.->|風險| r3
    c1 -.->|改了分類表,整批重跑| a1

    classDef clsIn fill:#FFFFFF,stroke:#2C4459,stroke-width:2px,color:#141E2B
    classDef clsHuman fill:#FBFCFD,stroke:#7A8CA0,stroke-width:2px,color:#141E2B
    classDef clsAI fill:#FFF6EA,stroke:#DE9A45,stroke-width:2px,color:#141E2B
    classDef clsAgent fill:#FDEBD2,stroke:#B87A2E,stroke-width:2px,color:#141E2B
    classDef clsTool fill:#EDF2F6,stroke:#2C4459,stroke-width:2px,color:#141E2B
    classDef clsCheck fill:#E8F2EC,stroke:#3F7A5A,stroke-width:2px,color:#123024
    classDef clsOut fill:#141E2B,stroke:#141E2B,stroke-width:2px,color:#F2F6F9
    classDef clsRisk fill:#FCEFEA,stroke:#C0552F,stroke-width:2px,color:#5E2110
    classDef clsStop fill:#F7E1DB,stroke:#8E2F17,stroke-width:3px,color:#5E2110
    class in1 clsIn;
    class s1 clsHuman;
    class s2 clsHuman;
    class a1 clsAI;
    class a2 clsAI;
    class c1 clsCheck;
    class o1 clsOut;
    class x1 clsStop;
    class r1 clsRisk;
    class r2 clsRisk;
    class r3 clsRisk;

04完整步驟圖的文字版,逐步展開

完整版共 6 步:把三分鐘版沒展開的準備與收尾也補進來,每一步誰做、做完會有什麼。

序誰做步驟與說明
1Human遮蔽與編號
姓名與認得出是誰的細節先遮掉,每則回答編號,記下這一題共有幾則。→ 已遮蔽的回答清單
2AI提分類表草稿(可省略)
先拿一部分回答請 AI 提候選類別與定義,只當草稿。已經有分類表就跳過這一步。→ 分類表草稿
3Human定分類表
決定類別、定義、算和不算的例子,加上「其他」與「無效回答」。這一份定了就不在歸類途中改。→ 分類表
4AI逐則歸類
每則寫歸到哪一類、依據的原句片段;分類表沒有的歸「其他」,拿不準的標出卡在哪兩類之間。→ 逐則歸類表
5AI彙總每一類
每類列出包含哪些編號、人數與一字不改的代表原句;「其他」裡講同一件事的另外列出,只建議、不加類別。→ 分類彙總
6Human重算與抽查
把逐則表貼進試算表重算每類人數;每一類抽幾則對原文。「其他」太多就改分類表重跑。→ 核對過的分類彙總
三、動手做備料 → 指令 → 產出 → 工具

這一區是真的動手:先備料、再貼指令、然後對照產出應該長什麼樣。手上是哪一支 AI 都做得完,差別寫在最後的工具那一節。

05開始前要準備什麼標「必要」的沒備齊就先別開始

問卷題目與回答必要
題目原文、每則回答一行並編號。順便記下收到幾份問卷、這一題有幾則回答,報告要寫分母。
已遮蔽的回答必要
姓名、職稱加單位、認得出是誰的細節先遮掉,換成〔已遮蔽〕。遮蔽由人或工具做,不要交給 AI「自己略過」。
分類表必要
每類寫代碼、名稱、定義,可以加一兩句算和不算的例子。另設「其他」與「無效回答」兩類。
上一期的分類表可選
定期做的問卷,沿用上一期的分類表,改了哪裡要記下來,前後才比得起來。
分組欄位可選
要按部門、班別分開看時才需要。每組人數很少時不要分組,避免認出回答者。

餵進去的東西要長這樣

分類表+已遮蔽、已編號的回答。最上面寫這一題共有幾則回答。

  • 每則回答一行,編號寫在最前面。
  • 姓名與認得出是誰的細節先遮成〔已遮蔽〕。
  • 分類表每類寫代碼、名稱、定義,另設「其他」與「無效回答」。
  • 寫出這一題共有幾則回答。
  • 回答照原文貼,不先修錯字。
【問卷】年度員工意見調查|開放題:你覺得部門最需要改善的一件事是什麼?(本次收到 8 則回答)

【分類表】
A1 人力與工作量:人手、代理、加班、工作量。
A2 跨部門溝通:跟其他部門的需求、交接、資訊落差。
A3 系統與工具:電腦系統、軟體、設備。
A4 主管與回饋:主管的說明、回饋、決策方式。
Z 其他:以上都不是。
N 無效回答:沒有提出內容。

【回答】
E01 人太少,請假都找不到人代。
E02 業務部的需求常常最後一天才丟過來。
E03 報帳系統每次都要重新登入,很浪費時間。
E04 〔已遮蔽〕開會都只講結論,不說為什麼。
E05 沒意見
E06 工作量太多,加上系統很慢,常常要加班。
E07 希望有教育訓練預算。
E08 跟倉庫那邊的數字對不起來,每次都要打電話問小林。

06Prompt(快速/完整/進階)

A 快速版貼上就能用;B 完整實戰版把角色、限制、步驟、輸出格式與驗收標準寫足;C 進階版是拿去建 GPT/Skill/Agent 的系統指令,預設收起來,要用再點開。三版都附可替換變數、使用範例與預期輸出;A 與 B 另外列出那一版特有的常見錯誤與人工確認點,C 版的那幾題指向 Agent 專篇。

三種版本共通的紅線
三版都不適合用在
  • 要從回答推測是誰寫的時;匿名問卷的回答不作為追查個人的依據。
A
A. 快速版

回答不多、分類表已經想好,想先看每一類有多少人講、講了什麼。

適合的工具ChatGPTClaude
👇 直接複製,{ } 換成你的內容
以下是問卷開放題的回答和我定好的分類表。請:
1. 逐則歸類:每則寫編號、歸到哪一類(可以歸多類)、判斷依據(引用原句片段)。分類表沒有的歸「其他」,沒有提出內容的歸「無效回答」,不要自己新增類別。
2. 每一類列出:包含哪些編號、人數(照第 1 步的逐則表數)、一到兩句代表原句(一字不改,附編號)。
3. 列出歸類時拿不準的回答,說明卡在哪兩類之間。
4. 「其他」裡如果有兩則以上講同一件事,列出來,建議我要不要加新類別,但不要自己加。
5. 最後列出你沒有做的事。
不得改寫原句,不得推測回答者是誰,不得寫原因分析或改善建議。
分類表:{貼上};問卷題目與回答:{貼上}

可替換變數

變數要換成什麼
{貼上}分類表:每類的代碼、名稱與定義,加上「其他」與「無效回答」。
{貼上}問卷題目原文,以及已遮蔽、已編號的回答。
完整使用範例(照這樣填)
(照母提示詞)

【問卷題目】這次課程有哪裡需要改進?

【分類表】
K1 時間安排:課程長度、時段安排、下課時間。
K2 教材與講義:講義、投影片的內容與排版。
K3 實作與練習:上機操作、練習的份量與時間。
K4 場地與設備:教室、冷氣、麥克風、投影機。
其他:以上都不是。
無效回答:沒有提出要改進的內容(例如「無」「很好」)。

【回答】
R01 下午那段太趕,實作來不及做完。
R02 講義字太小。
R03 無
R04 希望多一些實際操作的時間。
R05 冷氣太冷。
R06 投影片跟講義順序不一樣,對照很辛苦。
R07 很好
R08 午休可以短一點,早點下課。
R09 老師講太快。
R10 麥克風有時候沒聲音,後面聽不清楚。
R11 講話速度可以慢一點。
R12 可以提供錄影回放嗎?
預期輸出範例(拿到的東西應該長這樣)
【一、逐則歸類】
| 編號 | 類別 | 判斷依據 |
|---|---|---|
| R01 | K1、K3 | 「下午那段太趕」「實作來不及做完」 |
| R02 | K2 | 「講義字太小」 |
| R03 | 無效回答 | 「無」 |
| R04 | K3 | 「實際操作的時間」 |
| R05 | K4 | 「冷氣太冷」 |
| R06 | K2 | 「投影片跟講義順序不一樣」 |
| R07 | 無效回答 | 「很好」 |
| R08 | K1 | 「午休可以短一點,早點下課」 |
| R09 | 其他 | 「老師講太快」 |
| R10 | K4 | 「麥克風有時候沒聲音」 |
| R11 | 其他 | 「講話速度可以慢一點」 |
| R12 | 其他 | 「可以提供錄影回放嗎?」 |

【二、各類彙總】
| 類別 | 編號 | 人數 | 代表原句 |
|---|---|---|---|
| K1 時間安排 | R01、R08 | 2 | 「午休可以短一點,早點下課。」(R08) |
| K2 教材與講義 | R02、R06 | 2 | 「投影片跟講義順序不一樣,對照很辛苦。」(R06) |
| K3 實作與練習 | R01、R04 | 2 | 「希望多一些實際操作的時間。」(R04) |
| K4 場地與設備 | R05、R10 | 2 | 「麥克風有時候沒聲音,後面聽不清楚。」(R10) |
| 其他 | R09、R11、R12 | 3 | 「老師講太快。」(R09) |
| 無效回答 | R03、R07 | 2 | — |
R01 歸了兩類,所以各類人數加起來會比回答則數多。

【三、拿不準的回答】
- R04「希望多一些實際操作的時間。」:卡在 K1 時間安排和 K3 實作與練習之間。講的是練習的時間,先歸 K3。

【四、「其他」裡講同一件事的】
- R09「老師講太快。」和 R11「講話速度可以慢一點。」都在講講課的速度。要不要加一類,由你決定。

【我沒有做的事】
- 沒有新增類別。
- 沒有改寫原句。
- 沒有推測回答者是誰。
- 沒有分析原因或提改善建議。

常見錯誤用法

  • 不給分類表,叫它「幫我歸納出重點」。這次跑出五類,下次跑出七類,沒辦法跟上一期比。
  • 看到 R09 和 R11 被列出來,就叫它「直接加一類」。加類別是改分類表,要由你決定,加了之後要整批重跑。
  • 叫它「順便分析一下為什麼大家覺得太趕」。回答裡沒有原因,它寫的是推測。
  • 回答裡有同學或講師的名字沒遮就貼進去。先遮再貼。
這一版另外不適合
  • 回答只有幾則時。直接自己讀比較快,不用定分類表。
缺少資料時怎麼辦

沒有給分類表時,請 AI 先停下來,只提一份分類表草稿給你改,不要直接歸類。它一邊發明類別一邊歸類,歸出來的結果沒辦法檢查。

這一版另外要人確認
  • 分類表的類別與定義。
  • 「其他」裡的主題要不要升成新類別。
B
B. 完整實戰版

回答多、結果要進正式報告,需要一份可以貼進試算表重算的逐則表,並檢查有沒有沒遮乾淨的回答。

適合的工具ClaudeChatGPT試算表
👇 直接複製,{ } 換成你的內容
# 角色
你是問卷開放題的歸類助手。你只照分類表歸類、列出原句,不解釋原因、不給建議。

# 背景
- 問卷名稱:{問卷名稱}
- 這一題的題目:{題目原文}
- 結果會用在:{內部報告/對外公開/會議簡報}

# 可以使用的資料
只有【分類表】【回答】兩段。你對這個組織或產業的一般印象,都不得用來歸類或寫進結果。

# 歸類規則(違反任何一條就是失敗)
1. 每則回答都要歸類,可以歸多類;分類表沒有的歸「其他」,沒有提出內容的歸「無效回答」。
2. 不新增類別,不改分類表的定義。
3. 每則都寫判斷依據,引用原句片段,一字不改。
4. 拿不準的照樣先歸一類,並在「拿不準」欄寫「是」,另外說明卡在哪兩類之間。
5. 不推測回答者是誰;回答裡被遮蔽的部分不推測。
6. 不換算百分比;百分比由人用試算表算,並寫出分母。

# 彙總規則
1. 每類列出編號、人數(照逐則表數)、一則代表原句(一字不改,附編號)。
2. 寫出這一題共有幾則回答;有回答歸了多類時說明加總會大於則數。
3. 「其他」裡有兩則以上講同一件事,才建議新類別,不自己加。
4. 回答裡看起來像人名、電話、認得出是誰的細節,列在「可能沒遮乾淨」,不要在任何表格裡引用那一段。

# 輸出格式(照這個順序)
## 一、逐則歸類表(編號|類別|依據片段|拿不準)
## 二、各類彙總(類別|編號|人數|代表原句)
## 三、拿不準的回答
## 四、「其他」裡的新類別建議
## 五、可能沒遮乾淨的回答
## 六、我沒有做的事

【分類表】
{貼上}

【回答】
{貼上}

可替換變數

變數要換成什麼
{問卷名稱}例如年度員工意見調查、服務滿意度調查。
{題目原文}開放題的原文。題目問的是「需要改進」還是「想說的話」,歸類方式會不一樣。
{內部報告/對外公開/會議簡報}對外公開時,代表原句的選擇更要小心,避免認出回答者。
完整使用範例(照這樣填)
背景填法示例:問卷名稱=年度員工意見調查;題目=你覺得部門最需要改善的一件事是什麼?;用在=內部報告。分類表與回答見下面「輸入格式」的範例。
預期輸出範例(拿到的東西應該長這樣)
與 A 版的差別:逐則表多一欄「拿不準」,可以直接貼進試算表重算;多出「可能沒遮乾淨的回答」一節,抓到的通常是回答裡順口提到的同事名字;彙總會寫出這一題共有幾則回答,但不換算百分比。

常見錯誤用法

  • 直接拿彙總表的人數做圖,沒有先用試算表從逐則表重算。
  • 叫它「代表原句挑講得最清楚的」。講得最清楚的往往最長、最好認出是誰,代表原句要挑一般的。
  • 跑到一半覺得類別不夠,叫它「後面的可以加新類別」。前面的回答就是用舊表歸的,整批結果不一致。
這一版另外不適合

沒有額外的,看上面「三種版本共通的紅線」那一段就好。

缺少資料時怎麼辦

回答沒有編號時,請 AI 先停下來,不要自己編。編號要由你在原始檔案裡加,之後抽查與重算才對得回原檔。

這一版另外要人確認
  • 用試算表從逐則表重算每類人數。
  • 處理「可能沒遮乾淨」的回答,遮好再存檔或轉出。
C
C. 進階版(做成定期問卷的歸類助手)

同一份問卷每季或每學期都做,做成助手讓分類表、歸類規則與輸出格式固定,期與期之間才比得起來。

適合的工具自訂 GPT/Claude ProjectClaude Skill
👇 直接複製,{ } 換成你的內容
# 你是誰
你是「問卷開放題歸類助手」。使用者貼上已遮蔽、已編號的回答,你照建置時附上的分類表逐則歸類並彙總。你不解釋原因、不給改善建議,也不推測回答者。

# 你的資料來源
只有使用者這次貼上的回答,以及建置時附上的兩份文件:分類表(含版本與修改紀錄)、輸出格式範本。

# 絕對規則(違反就是失敗)
1. 只用分類表裡的類別;分類表沒有的歸「其他」。
2. 每則附依據原句片段,代表原句一字不改。
3. 人數照逐則表數,不換算百分比。
4. 不推測回答者,不推測被遮蔽的內容。
5. 不寫原因分析與改善建議。

# 條件判斷(依序檢查,先中的先套用)
1. 回答沒有編號 → 先請使用者在原始檔案加編號,不自己編。
2. 回答裡看起來有人名、電話或認得出是誰的細節 → 先列出來請使用者遮好,遮好再歸類。
3. 使用者要求按部門或班別分組 → 提醒每組人數很少時會認出回答者,請使用者確認每組人數後再分。
4. 使用者要求改分類表 → 請使用者更新建置附檔並記下版本與修改內容,不在對話裡臨時改。
5. 「其他」的人數比分類表裡人數最多的那一類還多 → 照常輸出,但在最上面提醒分類表可能需要修訂。

# 例外處理
- 使用者問「這則是誰寫的」→ 回覆「我不推測回答者;匿名問卷的回答不作為追查個人的依據」。
- 使用者要求「順便寫結論和建議」→ 回覆「我只做分類與原句;原因與建議請由負責的人寫,並跟分類結果分開放」。
- 使用者要求跟上一期比較 → 只在兩期用同一版分類表時比人數;版本不同時說明哪幾類改過,不直接比。

# 輸出格式
【分類表版本】
【逐則歸類表】(編號|類別|依據片段|拿不準)
【各類彙總】(類別|編號|人數|代表原句)
【拿不準的回答】
【「其他」裡的新類別建議】
【可能沒遮乾淨的回答】
【我沒有做的事】(固定:未新增類別、未改寫原句、未推測回答者、未寫原因與建議)

# 固定結尾
每次最後一行固定加註:「人數請用試算表從逐則表重算;本結果只含分類與原句,不含原因分析。問題請洽 {權責}。」

# 建置參數
分類表(含版本):{附檔}
輸出格式範本:{附檔}
權責:{職稱}

可替換變數

變數要換成什麼
{附檔}分類表(含版本與修改紀錄)、輸出格式範本兩份,建置時上傳為知識檔案。
{職稱}分類表與問卷結果的負責人。
完整使用範例(照這樣填)
建置時把分類表與輸出格式範本上傳為知識檔案。上線前用幾份刻意設計的輸入測過:一份沒有編號、一份回答裡留著同事名字、一份要求按只有幾個人的小組分組、一份要求「順便寫建議」,確認它分別要求加編號、要求先遮、提醒分組風險、拒絕寫建議。
預期輸出範例(拿到的東西應該長這樣)
與 B 版的差別:分類表固定在建置附檔裡並標版本,使用者不能在對話裡臨時改;跟上一期比較時,只在同一版分類表下比人數。開始前會擋下沒編號與沒遮乾淨的回答。
固化成助手是另一件工程,這一頁不重講

下面這幾題每個方法都一樣,站上各有一篇:

07產出應該長什麼樣拿到的東西要長這樣

六節:逐則歸類表、各類彙總、拿不準的回答、「其他」裡的新類別建議、可能沒遮乾淨的回答、我沒有做的事。

完成品:同一批回答的兩種寫法

【版本一:叫 AI「歸納重點」】

多數員工反映工作量過大、人力不足,顯示組織人力配置有待檢討。此外,跨部門溝通與系統效率也是常見問題。建議管理層盤點人力需求,並推動流程數位化。

這份摘要的問題:
1. 「多數」沒有人數,也沒有分母。
2. 「顯示組織人力配置有待檢討」是 AI 的詮釋,不是回答者說的。
3. 「推動流程數位化」是 AI 的建議,回答裡沒有人這樣說。
4. 一句原文都找不回來。

─────────────────────────────
【版本二:照分類表逐則歸類】

這一題共有 8 則回答。
A1 人力與工作量:2 人(E01、E06)。「人太少,請假都找不到人代。」(E01)
A2 跨部門溝通:2 人(E02、E08)。「業務部的需求常常最後一天才丟過來。」(E02)
A3 系統與工具:2 人(E03、E06)。「報帳系統每次都要重新登入,很浪費時間。」(E03)
A4 主管與回饋:1 人(E04)。Z 其他:1 人(E07)。N 無效回答:1 人(E05)。
E06 歸了兩類,所以各類加總會比 8 多。
(原因分析與建議由負責人另外撰寫。)

─────────────────────────────
【差別在哪】

版本一讀起來像一份結論,但 8 則回答裡講人力的只有 2 則,「多數」並不成立。
版本二沒有結論,每一類都有人數和找得回的原句,結論由看過這些原句的人寫。
輸出格式規格(要照著做的人再展開)
  • 逐則表每則都有依據片段,拿不準的標「是」。
  • 人數照逐則表數,寫出這一題共有幾則回答,不換算百分比。
  • 代表原句一字不改並附編號。
  • 可能沒遮乾淨的那一段,不在任何表格裡引用。
  • 固定列出「我沒有做的事」。
## 一、逐則歸類表
| 編號 | 類別 | 依據片段 | 拿不準 |
|---|---|---|---|
| E01 | A1 | 「人太少」「找不到人代」 | |
| E02 | A2 | 「業務部的需求常常最後一天才丟過來」 | |
| E03 | A3 | 「報帳系統每次都要重新登入」 | |
| E04 | A4 | 「開會都只講結論,不說為什麼」 | 是 |
| E05 | N | 「沒意見」 | |
| E06 | A1、A3 | 「工作量太多」「系統很慢」 | |
| E07 | Z | 「希望有教育訓練預算」 | |
| E08 | A2 | 「跟倉庫那邊的數字對不起來」 | 是 |

## 二、各類彙總
這一題共有 8 則回答;E06 歸了兩類,所以各類人數加起來會比 8 多。
| 類別 | 編號 | 人數 | 代表原句 |
|---|---|---|---|
| A1 人力與工作量 | E01、E06 | 2 | 「人太少,請假都找不到人代。」(E01) |
| A2 跨部門溝通 | E02、E08 | 2 | 「業務部的需求常常最後一天才丟過來。」(E02) |
| A3 系統與工具 | E03、E06 | 2 | 「報帳系統每次都要重新登入,很浪費時間。」(E03) |
| A4 主管與回饋 | E04 | 1 | 「〔已遮蔽〕開會都只講結論,不說為什麼。」(E04) |
| Z 其他 | E07 | 1 | 「希望有教育訓練預算。」(E07) |
| N 無效回答 | E05 | 1 | — |

## 三、拿不準的回答
- E04:主詞被遮蔽,看不出講的是主管還是其他部門,卡在 A4 和 A2 之間。先歸 A4,不推測被遮蔽的是誰。
- E08:「數字對不起來」可能是跟倉庫溝通的問題,也可能是系統資料不一致,卡在 A2 和 A3 之間。先歸 A2。

## 四、「其他」裡的新類別建議
- 「其他」只有 E07 一則,沒有兩則以上講同一件事,這次不建議加類別。

## 五、可能沒遮乾淨的回答
- E08 後半段出現看起來是人名的稱呼。請先遮好再存檔或轉給別人;上面的表格沒有引用這一段。

## 六、我沒有做的事
- 沒有新增類別。
- 沒有改寫原句。
- 沒有推測 E04 被遮蔽的是誰,也沒有推測 E08 提到的人是誰。
- 沒有換算百分比。
- 沒有寫原因分析或改善建議。

08工具怎麼挑

這幾支都做得到——差別在你手上有哪一支、資料能不能外流。標「起手」的是不知道從哪支開始時的建議,不是限定。

工具什麼時候用為什麼注意
ChatGPT ↗起手
照分類表逐則歸類、列出每類的編號與原句
回答不多,分類表已經定好照分類表一次歸完,逐則表與彙總在同一個回覆裡。它很容易把原句修得更通順,要寫明「一字不改」,並抽查幾則。
Claude ↗
回答多、要一次讀完再提分類表草稿
回答多,或要先提分類表草稿可以一次讀完較長的回答清單,提出候選類別與定義,再照定稿的分類表歸類。它提的分類表草稿只是起點,類別名稱常常太抽象,要改成讀報告的人看得懂的說法。
試算表
從逐則表重算每類人數,抽查歸類
要做報告或圖表把逐則表貼進試算表,用篩選或樞紐分析重算每類人數,再抽查原文。一則歸多類時,計算方式要先講清楚是算「提到這類的人數」。
四、不要做錯這幾關不下放

這一區是踩過的坑與該守的線。標「不下放」的步驟請不要交給 AI 決定;Checklist 是拿來驗收的,不是拿來勾好看的。

09會卡住與會做錯的地方

會卡住的地方(流程困難點)

類別每次都不一樣
沒給分類表,AI 邊讀邊發明類別,換一次對話就換一套,前後兩季沒辦法比。
人數是感覺
「多數員工反映」「少數意見」,沒有人數,也沒有分母。
原句被改寫
代表原句被改得比原文通順,報告裡引的那句話沒有人說過。
分類和詮釋混在一起
AI 在分類結果後面順手寫了「顯示組織溝通有待加強」,讀報告的人以為那是回答者說的。

會做錯的地方(常見失敗方式)

類別是 AI 邊讀邊發明的

沒給分類表,每次跑出來的類別都不一樣,前後兩季也沒辦法比。

怎麼修先由人定分類表,AI 只照表歸類,分類表沒有的歸「其他」。

代表原句被改寫

報告裡引的那句話比原文通順,但沒有人這樣說過。

怎麼修提示詞寫明「一字不改,附編號」,抽查時拿編號回原檔對。

直接用 AI 報的人數

沒有對過逐則表,有一類多算了好幾則都沒發現。

怎麼修把逐則表貼進試算表重算,以重算的人數為準。

分類結果混進 AI 的詮釋

分類後面接著一句「顯示組織溝通有待加強」,讀報告的人以為那是回答者說的。

怎麼修提示詞禁止原因分析與建議;報告裡原因與建議由人寫,跟分類結果分開放。

10人工把關與安全限制

AI/Agent/Tool 介入在哪幾步

流程位置誰做什麼/怎麼做
歸類階段AI照分類表逐則歸類
每則附依據原句片段;分類表沒有的歸「其他」;不新增類別;拿不準的標出卡在哪兩類。
彙總階段AI列出每類的編號、人數與代表原句
人數照逐則表數;代表原句一字不改並附編號;「其他」裡重複出現的主題只建議、不加類別。
準備階段AI從部分回答提分類表草稿(可省略)
只提候選類別與定義,標明是草稿,由人改定;不用這份草稿直接歸類。

這幾關不下放

分類表
分類表的定義由人定,因為它決定了報告最後會說什麼。同一批回答,分類表不同,結論就不同。
遮蔽
回答裡的姓名與認得出是誰的細節,在貼給 AI 之前由人遮掉。AI 只能提醒可能漏遮的地方。
人數核對
每一類的人數用試算表從逐則表重算,跟 AI 報的不一樣時,以重算的為準。
原因與建議
看完分類與原句之後,為什麼會這樣、要怎麼改,由負責的人寫,並且跟分類結果分開放。

安全與權限限制

先遮再貼
回答裡的姓名、職稱加單位、認得出是誰的細節,在貼給 AI 之前由人遮掉。AI 只能提醒可能漏遮的地方。
匿名承諾
問卷說了匿名,就不能用回答追查個人,也不能叫 AI 從語氣或細節猜是誰。每組人數很少時不分組呈現。
原始回答的存取範圍
逐則表含原句,存放與轉寄範圍要跟問卷當初的承諾一致。
用公司核准的帳號
用公司核准的帳號;個人申請的免費或付費帳號,先關掉「用對話改進模型」與記憶功能。

11Checklist 與驗收標準

做的時候逐項打勾

    做完了才檢查:全部成立才算完成

    1. 回答已遮掉姓名與認得出是誰的細節,每則有編號。
    2. 分類表由人定,每類有定義,並設了「其他」與「無效回答」。
    3. AI 沒有自己新增類別,「其他」裡的主題由人決定要不要升成新類別。
    4. 逐則表每則都有原句片段當依據。
    5. 代表原句一字不改,附編號,抽查過原檔。
    6. 每類人數已用試算表從逐則表重算。
    7. 報告寫出這一題共有幾則回答。
    8. 原因分析與建議由人寫,跟分類結果分開放。
    五、延伸把流程走一遍,然後往下一步

    先用一個示範情境把流程從頭走一遍,再看具名機構真的做過的事,最後決定下一步往哪走。

    12示範情境

    摘要說「普遍對薪資不滿」,逐則表算出來不是這樣

    這是示範情境,不是真實個案:作者為了把上面的流程走一遍而寫的設想,人物、數字與結果都是設定。真的有人做過的案例,看下面「真的有人這樣做過」。

    設想的狀況:一位人資要整理年度員工意見調查的開放題。他先叫 AI「歸納重點」,拿到的摘要第一條是「員工普遍對薪資不滿」。主管看了想直接寫進報告,他決定先定分類表、逐則歸類再說。

    AI 負責什麼
    • 照人資定的分類表逐則歸類,每則附依據的原句片段。
    • 彙總時列出每類的編號與人數,講薪資的那一類,人數排在系統與工具、人力與工作量之後。
    • 把「報帳系統」相關的回答歸在「系統與工具」,這一類的人數反而最多。
    • 把幾則提到同事名字的回答列在「可能沒遮乾淨」,沒有在表格裡引用。
    人負責什麼
    • 先遮掉回答裡的姓名,每則編號,記下這一題共有幾則回答。
    • 定分類表,並把薪資與福利獨立成一類,避免跟其他類混在一起。
    • 用試算表從逐則表重算人數,抽查每一類的原文。
    • 報告裡只放分類、人數與原句;為什麼報帳系統讓大家這麼困擾,另外找相關部門了解後才寫。

    照著走完會得到:第一版摘要的「普遍」,在逐則表裡找不到對應的人數。報告最後排在第一位的是系統問題,薪資排在後面,而且每一條都附得出原句。

    本例為說明用的設想情境,不是真實個案;本站不提供改用分類表後報告品質或決策結果的量化資料。員工問卷的回答涉及個資與匿名承諾,請依貴單位規定處理。

    真的有人這樣做過外部佐證 2 則

    以下都是具名機構的公開案例,每個來源都經過連結實測。數字只寫來源講得出來的;來源沒講的,這裡就寫未公開。 標「相近工作」的 1 則,做的不是同一件工作——機制相通可以借鏡,但別直接拿它的數字當自己的預期。

    美國衛生及公共服務部(Department of Health and Human Services)兒童與家庭署(ACF)直接對應美國 · 2023 起(清冊 operational_date:Mar-23)

    清冊登記的用途名稱為「Qualitative Analysis」。ACF 的同仁常做問卷與訪談,產生的質性資料要整理出主題與趨勢,原本的做法是由人多次逐筆標記,非常花時間。清冊列出的用法第一項是:拿使用者提供的主題清單與文字段落,先把段落依主題初步分類;其他用法包括建議分類方式、找出整批資料的主題趨勢、情緒分析。

    成效未公開成效數字。清冊登記狀態為 Deployed(已部署)、Not High-impact;效益寫的是更快完成初步標記,再由人工審閱者修正與反覆調整。

    不能照抄的理由使用的是採購的現成工具(清冊 vendor_name:Lumivero, Qualtrics, Credal, Ask Sage),清冊沒有說明分類表怎麼定、人怎麼抽查,也沒有公開正確率或省下的時間。清冊登記這項用途含個資(has_pii:Yes),跟本方法「先遮再貼」的做法不同,不能當成可以直接貼原始回答的依據。這則撐得住「先給主題清單、AI 初步分類、人再修正」這個分工,撐不住任何成效數字。

    美國國土安全部(Department of Homeland Security)人力資本長辦公室(OCHCO)相近工作美國 · 2022 起(清冊 operational_date:2022-11-01)

    清冊登記的用途名稱為「Text Analytics for Survey Responses (TASR)」,用來從內部員工問卷(每季的 DHS Pulse Survey)開放題的文字回答裡,找出重要的主題,並做情緒或其他文字分類;結果提供給機關主管,作為改善員工基本需求與工作滿意度的參考。

    成效未公開成效數字。清冊登記狀態為 Deployed(已部署)、Not High-impact,由機關自行開發。

    不能照抄的理由做法是主題模型(清冊 benefits:topic modeling),主題由系統從回答裡推出來,不是由人先定分類表再歸類,跟本方法的順序相反,所以標為相近工作。清冊沒有說明主題怎麼命名、人怎麼核對,也沒有公開成效。這則撐得住「機關把員工問卷開放題當成要整理的資料,結果交給主管參考」,撐不住「先定分類表」這一步。

    這些案例與其他外部佐證,完整收在找靈感 →

    13相關方法與下一步

    匯出檔太亂,要先整理

    多份問卷平台的匯出檔欄位不一致時,先整理成一份再歸類。

    逐則表拿去做交叉分析

    按部門、年資或課程場次比各類人數,在試算表裡做。

    要聽的是社群上的聲音

    公開貼文與評論的蒐集範圍與界線不同,用另一套做法。

    可直接使用RELATED PROMPTS

    這個站的做法
    取得 AI 實戰工具與更新

    之後會不定期整理:新方法、指令包(Prompt Pack)、Checklist 與模板。免費、無廣告;送出後會收到一封確認信,點了連結才算訂閱成功,之後每封信都附一鍵退訂。

    ← 回「資料與報表」回找方法 →