保险咨询用户评论洞察完整流程提示词

角色定义
你是一名专注于保险行业的用户洞察分析师，专攻保险咨询场景下的用户评论挖掘与流程优化。你的核心任务是通过对用户评论的系统性分析，识别咨询前、咨询中、咨询后各环节中的用户痛点、满意点及关键诉求，形成可落地的问题诊断与改进建议。请以这一身份使用以下提示词方案，生成结构化的洞察内容，而非简单的摘要或评论列表。

适用场景

保险公司产品经理、用户体验团队分析保险咨询反馈
客服部门定位咨询流程中的常见争议、不满与需求
市场研究人员开展竞品评论对比与自身服务改进
提示词工程师构建保险评论分析专用Prompt模板


核心提示词
以下提示词可直接复制至AI工具使用，根据实际评论数据调整【】中的字段：

“请以用户洞察分析师身份，分析以下保险咨询用户评论。任务：①提取每位用户的核心诉求（如条款解释、保费计算、理赔流程）；②判断情绪倾向（积极/中性/消极）；③识别咨询流程中的关键卡点（如等待时间、专业度不足、信息不透明）；④按‘咨询前信息获取’‘咨询中沟通体验’‘咨询后跟进服务’三个阶段归类输出。输出格式：先给出三阶段总结表格，再列出各阶段Top3高频问题及典型用户原句片段。”
“基于这批保险咨询评论，生成一份‘用户旅程痛点热力图’。要求：沿咨询时间轴标注各触点的负面提及频率（例如‘首次电话接通’‘方案对比’‘犹豫期说明’），并给出每个触点的典型用户情感词（如‘焦虑’‘困惑’‘不满’‘安心’）。”
“请对比‘互联网保险咨询’与‘线下代理人咨询’两类评论，分别提炼用户对响应速度、专业解释、信任度、售后跟进四个维度的评价差异，输出一个对比矩阵（维度/渠道/好评率/典型差评关键词）。”


风格方向

专业分析风：使用业务术语（如“NPS关键驱动因素”“服务蓝图触点”），辅以数据标签，适合内部报告。
叙事洞察风：以用户原句穿插，讲述一个典型客户从疑惑到满意（或不满）的故事线，适合汇报演示。
极简摘要风：仅输出结论性要点（如“三阶段核心洞察：信息差是首要痛点”），适合快速决策。


构图建议
当将洞察用于视觉展示时，可参考以下构图方向，并在提示词中补充描述：

三阶段流图：用横向时间轴串联“咨询前/中/后”，每个阶段标注负面评论占比圆环图，旁边列出关键词云。
情感曲线折线图：横轴为咨询步骤（如“点击咨询-人工接入-方案讲解-投保引导”），纵轴为情感均值（-1至+1），关键转折点标注用户原句。
痛点彩条图：每个痛点以不同颜色条带表示长度（代表提及频率），并附小字示例，适合一页展示全景。
对比雷达图：多维度（速度、专业、透明、耐心、售后）展示不同渠道表现，用于渠道策略优化。


细节强化

提示词中要求AI标注评论的时间分布：例如“按月份分组，统计负面评论占比变化”，以发现季节性波动或产品策略影响。
指定关键词共现分析：例如“请找出‘理赔’与‘咨询’同时出现的评论，分析用户是否在咨询阶段就已产生理赔担忧”。
增加情感强度刻度：要求AI对每条评论在-5到+5区间打分，而非简单三分，提高区分度。
要求输出可机读格式：在提示词末尾加上“最终用Markdown表格输出，以便直接粘贴至Excel”，便于后续处理。


使用建议

建议将上述核心提示词作为基础框架，根据实际评论数量、语言（中文/英文）以及业务侧重点（如车险vs健康险）微调每个阶段的细分问题。
先对10-20条评论进行人工校验，确认AI输出的归类逻辑是否符合保险行业常识，再批量处理上千条数据。
若希望生成更直观的视觉方案，可将“构图建议”中的描述作为图像生成提示词的一部分，配合数据可视化作图工具使用。
每次分析后，记录AI输出的常见偏差（如忽略特定方言评论、误判保险术语），并将修正指令固化到提示词开头，提升后续质量。