AI可在数据库中自动完成情绪分析、问题提取与主题归类：新增AI列分析情绪倾向；用提示词批量生成三元组标签；通过Rollup汇总并归纳高频问题主题，再反向填充Select字段。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要从大量用户反馈中快速识别情绪倾向、提取核心问题、归类需求类型，而不是靠人工逐条阅读和标注。
用AI自动判断每条反馈的情绪倾向
这一步必须在数据库中完成，不能在普通页面里操作，否则AI无法绑定到具体字段。
在用户反馈数据库中，新增一列，类型选“AI”，任务类型设为“Generate text”；提示词写：“分析以下文字的情绪倾向（积极/中性/消极），仅输出一个词，不加标点、不加解释。”
确保该AI列引用的是“原始反馈”文本字段，Notion会在每行自动生成对应情绪标签。如果某条反馈含混不清，AI可能输出“中性”，这是合理结果，【不要手动覆盖，否则破坏批量一致性】。
批量提取每条反馈中的核心问题与隐含需求
适合已有上百条客服对话、问卷开放题或App内留言的团队，目标是把非结构化文本转成可筛选的标签。
方法一：单行触发式摘要
将光标置于某条反馈的“原始反馈”字段末尾，输入 /ai，然后键入：“用3个短句总结该反馈：第1句指出用户遇到的具体问题；第2句说明其当前卡点；第3句推测1个未明说但关键的潜在需求。每句不超过12字。”
方法二：整列批量生成（推荐）
在数据库视图中，点击“原始反馈”列标题右侧的“⋯ → Turn into property → Create AI property”；选择“Generate text”，提示词设为：“提取本反馈中的1个明确问题词（如‘闪退’‘收不到验证码’）、1个情绪关键词（如‘失望’‘着急’）、1个需求动词（如‘希望支持’‘需要增加’），用顿号分隔，不加引号。”
执行后，AI会为所有已填“原始反馈”的行同步生成三元组标签，例如：“登录失败、烦躁、增加短信重发按钮”。
按主题聚类反馈并生成人群画像锚点
第一步：筛选出全部“情绪倾向=消极”的行，再对这些行启用Rollup属性，汇总所有“AI生成问题标签”字段内容。
第二步：在Rollup结果下方新建一个AI块，输入指令：“从以上汇总文本中，归纳出3个最高频的问题主题，每个主题用4字概括（如‘支付异常’‘界面卡顿’），后面紧跟括号注明出现次数。”
第三步：复制该AI输出结果，在新页面中用 /table 创建表格，列名为“问题主题”“出现频次”“关联渠道（从数据库筛选器中手动补全）”。
第四步：回到用户反馈数据库，新增一列“问题主题”，类型为Select，选项填入上一步提炼出的3个四字主题；然后使用“/ai → Fill this column using AI”，提示词为：“根据‘原始反馈’内容，将本行归入最匹配的问题主题，仅输出主题名称，不加括号或说明。”
