文心AI可对清洗后的用户评论做语义聚类，需先用CSV纯文本预处理（删无效行、保留单列回答），再通过API或网页版提交结构化Prompt，强制输出JSON或分号分隔的主题+例句，最后验证并微调聚类粒度。
☞☞☞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☜☜☜
你需要从成百上千条开放题用户评论中自动归纳出几类核心观点，避免人工逐条阅读导致的疲劳和主观偏差。文心AI能基于语义相似性对原始文本做无监督聚类，但必须配合结构化预处理和可控输出指令才能稳定产出可落地的分类结果。
准备原始数据并清洗格式
导出问卷开放题结果为纯文本CSV文件，确保每行仅含一条完整回答，删除表头、序号、空行及含“无”“不知道”等无效样本的整行内容。若原始数据含多字段（如ID+时间+回答），用Excel或Python pandas只保留回答列，并另存为UTF-8编码的单列CSV。
这一步不能跳过——【文心AI对换行符和空格敏感，未清洗的杂乱格式会导致聚类结果碎片化】。例如“客服态度差\n发货慢\n包装破损”会被识别为三条独立语义，而非同一用户表达的复合不满。
构造聚类Prompt并提交API请求
方法一：调用ERNIE SDK + LLM2Json控制输出结构
1. 在百度智能云千帆平台开通文心一言4.0服务，创建应用获取API Key与Secret Key；
2. 使用LLM2Json工具封装prompt，强制模型返回JSON格式的聚类结果，避免自由文本输出不可解析；
3. 构造POST请求体，关键字段为：{"prompt": "你是一名舆情分析专家，请对以下用户评论进行观点聚类，要求：①提取共性语义主题，不重复命名；②每个主题下归类至少5条典型原句；③输出为标准JSON，键名为'clusters'，值为对象数组，每个对象含'theme'和'samples'两个字段；④禁止添加解释性文字。评论列表：[此处粘贴CSV中全部文本，用英文逗号分隔]"}；
文心AI（Windows）基于文心大模型打造，适用于办公写作、内容创作与知识处理场景。最新版新增“全局AI快捷唤起”“本地文件深度解析2.0”“多任务并行Agent协作”以及“AI表格与PPT自动生成能力”，同时优化长文本理解与代码生成能力，让Windows用户可在任意软件中快速调用AI能力，实现更高效的办公与创作体验。
4. 发送请求后解析响应，提取clusters字段即可直接导入Excel或BI工具做可视化。
方法二：网页版手动执行小规模聚类（≤200条）
打开文心一言官网，登录后输入：“请将以下200条用户评论按观点主题聚类，输出5–8个主题名称，每个主题下列出3条最具代表性的原句，用中文分号分隔主题名与例句，不要编号。”
粘贴清洗后的文本，发送。等待3–8秒，复制返回结果到记事本，用分号拆分主题与例句——这一步操作起来很简单，直接把文本复制粘贴就行。
验证聚类合理性并微调
第一步：检查每个主题下的原句是否真正共享同一语义焦点，例如“物流慢”和“快递不送货上门”应属同一主题，若被拆分则说明聚类粒度太细；
第二步：若发现某主题下原句语义发散（如混入“价格贵”“客服态度差”“APP闪退”三类无关内容），说明原始文本存在多意图表达，需回到第一步用正则表达式提前切分长句；
第三步：在prompt中追加约束条件：“若单条评论包含多个独立观点，请按语义单元拆分为不同句子再聚类”，重新提交请求。
