要让Claude分析调查结果,把你的回复数据以文件形式上传,CSV和XLSX都可以,并要求具体的输出:开放式回答中的主要主题、回复按某个具体问题或细分群体的分布情况,以及能说明每个主题的直接引用。让Claude说明一个主题出现在多少条回复中,然后自己抽查几条原始回复来核对这个数字,确认无误后才把它当作最终结论。
发布于
免费课时 · 无需注册账号认识 Claude为什么是 Claude？6分钟开始免费课时要点总结
- 上传实际的回复文件,而不是粘贴摘要。Claude可以直接处理原始回复的CSV或表格,这能保留摘要会丢失的细节。
- 要求带有计数的主题,而不只是一堆印象式的说法。"这在40条回复中的12条里出现过"是可以核实的;"几个人提到了这一点"则不是。
- 要求每个主题都附带直接引用。有两三条真实引用支撑的主题,比只是一句笼统结论的主题更有说服力,也更容易核实。
- 对Claude报告的任何计数或主题,抽查几条原始回复。这是唯一能在数字进入别人会反复引用的报告之前,抓住计数错误的习惯。
- 不仅要问哪些符合主要主题,也要问哪些不符合。异常的回复里往往藏着最具体、最有用的反馈。
复制即用
今天就能用的提示词
在开放式回答中寻找主题
我上传了一份调查回复文件。请聚焦在这个开放式问题上:[粘贴确切的问题文字]。找出所有回复中的主要主题,说明每个主题出现在多少条回复中,并为每个主题给出两到三条能清楚说明它的直接引用。
如果文件里有多个开放式问题,请指明你想分析的确切问题;否则Claude可能会把不同问题的回答混在一起。
按细分群体拆解结果
使用上传的调查数据,比较[具体问题]的回复在[细分群体,例如新客户与老客户,或按部门]之间有什么不同。把拆解结果以每个细分群体的计数或百分比形式展示出来,并标出看起来有意义的差异,而不只是小样本带来的噪音。
让Claude在某个细分群体太小、无法得出真正结论时予以标注,而不是报告一个听起来精确但其实没有意义的百分比。
用原始数据核对已报告的主题
你说[主题]出现在这个问题的[数量]条回复中。给我看其中五条回复的实际文字,这样我可以核实这个主题是否被正确归类,而不只是读你的摘要。
在报告中重复任何具体数字之前先这样做;这是发现主题被归类过于宽松最快的方法。
挖出异常值
除了已经识别出的主要主题之外,有哪两三条回复不符合其中任何一个?给我看这些回复的实际文字。我想看到不寻常的内容,而不只是常见的内容。
异常的回复里往往藏着真正新的反馈,或者值得调查的边缘情况。
把分析变成给利益相关者的简短摘要
基于我们已经从这份调查中确定的主题和计数,为[受众,例如产品团队]写一份简短摘要,涵盖前三项发现、每项发现的一条代表性引用,以及一件值得进一步调查的事。控制在半页以内。
把这一步放在已经用原始数据核实过主题之后再做,而不是作为你最先提出的要求。
结构
调查分析提示词需要什么才能产出可核实的结果
同样这四个要求,能把一份笼统的摘要变成你可以在重复之前核实的东西。
实际的回复文件,直接上传
把你的调查导出文件以CSV或表格形式上传,而不是粘贴你自己写的摘要。让Claude处理原始数据,能捕捉到二手摘要会丢失的细节。
你想分析的确切问题
如果文件里有多个开放式问题,指明那个具体的问题。否则Claude可能会把不同问题的回答混成一套主题。
附在每个主题上的计数
问每个主题出现在多少条回复里,而不只是它是否出现过。一个你能对照原始数据核实的数字,比"很多受访者说"有用得多。
直接引用,而不只是结论
为每个主题要求两到三条真实引用。有真实引用支撑的主题,在报告中更有说服力,你核实它是否被正确归类也更容易。
Claude能读什么
上传你的回复数据
Claude可以在对话中直接读取多种常见格式的文档,包括CSV文件。对于表格文件,上传XLSX文件需要先在账户中启用Claude的代码执行与文件创建设置,这同时也开启了直接在表格上做数据分析的能力,而不只是把它当作文本来读;一旦该设置打开,CSV和TSV文件都适用于这类分析。用你的调查工具支持的这些格式之一导出结果,然后直接上传文件,而不是把一行行数据复制粘贴到对话里。
对于典型的调查导出文件,这意味着Claude可以处理实际的行和列,这比让它根据你自己做的摘要表来工作,能得出更可靠的计数结果。如果你的导出文件有很多这次分析不需要的列,通常还是直接上传整个文件、告诉Claude哪些列重要,会比先手动裁剪文件更快。
请记住,上传仍然受到常规文件大小限制的约束,所以一份异常庞大的导出文件,比如几万条回复,可能需要先拆分或筛选到相关的列和行,才能顺利上传。对大多数团队级或部门级的调查来说,这不是一个实际会遇到的问题。
常见错误
什么会让分析变得不可信
这些习惯会让一个错误的数字在没人发现的情况下,从一次对话走进一份报告。
不加核实就重复一个计数
一个听起来很具体的数字,比如"这出现在23条回复中",在你真正抽样核实主题归类正确之前,感觉上会比实际更可信。
把一个极小细分群体的百分比当作有意义
一个只有八条回复的细分群体,可能产生一个听起来很惊人、实际上只是噪音的百分比。明确问清楚这个细分群体是否大到足以得出结论。
只问常见的内容
只关注主要主题会跳过那些异常的回复,而最具体、最可执行的反馈往往就藏在那里,没人注意到。
粘贴摘要而不是上传真实文件
你自己打出来的摘要在Claude看到之前就已经丢失了细节。只要格式允许,就上传真实的导出文件。
最重要的检查
为什么抽样核对原始数据是最值得坚持的习惯
在整个过程中,能抓住最多真实错误的唯一习惯,就是抽出几条真实回复,自己对照Claude报告的任何主题或计数去读一遍。这不是对分析本身的普遍不信任,而是因为任何总结过程,无论是人还是别的什么,都会偶尔把一条模棱两可的回复归到错误的主题里,而发现这一点的唯一方法,就是直接查看一部分原始材料。
这个习惯的实际操作版本是:在会议或书面报告中重复任何具体数字之前,让Claude给你看它归入该主题的五条回复的实际文字。这花不到一分钟,而且会确认这个计数,或者揭示出有些回复被硬塞进了它们其实并不属于的主题。
分析的赌注越高,这件事就越重要。对内部团队调查做个快速的直觉检查,还可以容忍一点误差。但如果一个调查结果将用来支撑产品决策、定价变动,或是要呈现给管理层的内容,那就值得多花一分钟去核实,免得这个数字变成所有人记住并反复引用的东西。
从分析到行动
把主题变成团队能够据此行动的东西
一旦你有了经过核实的主题和计数,通常最有用的下一步是问哪些值得进一步调查,而不是把主题列表本身当作最终产出。一个出现在相当数量回复中的主题是一项发现;而真正该怎么应对它,是一个独立的决定,取决于Claude没有的背景信息,比如你团队当前的优先事项和能力。
当你把结果写给其他人看时,保留经过核实的引用,而不只是概括的主题。读者如果能在结论旁边看到真实的引用,就能自己判断这个主题是否被公正地呈现,这比一句空泛的断言更能建立对分析的信任。
一旦你知道自己在找什么,再把同一个上传的文件重新看一遍也是值得的。第一遍通常只会浮现出大的主题;而第二次更有针对性的提示,具体问某一个主题、某一类群体或某一句令人意外的引用,往往能挖出第一遍被笼统概括过去的细节。把分析当作一次性请求,而不是一轮简短的来回沟通,往往会漏掉真正重要的细节。
分析的质量取决于你对它施加的核查;把每个主题和计数都当作值得核实的有力初稿,而不是本身就已完成、可以直接引用的结果。
常见问题
上传调查结果给Claude应该用什么文件格式?
CSV文件可以直接使用。对于XLSX表格,你需要先在账户中启用Claude的代码执行与文件创建设置;一旦该设置启用,CSV和TSV文件就支持用于数据分析。
怎样让Claude在开放式调查回答中找到主题?
指明你想分析的确切问题,要求给出主要主题以及每个主题出现在多少条回复中的计数,再加上每个主题两到三条直接引用,以便你核实。
我怎么知道Claude给出的计数是否真的准确?
让它给你看归入某个主题的几条回复的实际文字,然后自己读一下。这个快速的抽样核对能在你在别处重复这个数字之前抓住大多数错误。
Claude能比较不同群体或细分群体之间的调查结果吗?
可以。让它按你关心的细分群体拆解结果,比如新客户与老客户,并让它在某个细分群体太小、得不出有意义结论时予以标注。
我应该只问最常见的主题吗?
不应该。要具体问哪些不符合主要主题。异常的回复里往往包含最具体、最有用的反馈,而只关注主题的分析往往会忽略它们。
Claude一次能分析的调查回复数量有限制吗?
上传受常规文件大小限制的约束,所以一份异常庞大的导出文件可能需要先筛选到相关的行和列。对大多数团队或部门级的调查来说,这不是一个实际会遇到的问题。
核实之后,我应该怎么写发现的内容?
把经过核实的直接引用和每个主题放在一起呈现,而不只是展示摘要。能看到真实引用的读者可以自己判断这项发现,这比一句空泛的结论更能建立信任。
Claude能告诉我该如何处理它在数据中发现的主题吗?
它可以提出一些选项,但决定该采取什么行动取决于你团队的优先事项和能力,而这些是Claude看不到的。把主题当作一项发现,把对它的应对当作一个独立的决定。