一、模板用途與使用情境

這個模板主要用來協助整理大量的文字回饋，例如活動問卷、課程評價、工作建議或顧客意見。
當收到多筆意見時，可以透過 AI 將內容分類，找出常見問題、正面評價及改善建議，減少人工整理的時間，也讓整理結果更有條理。
使用時機： 課程結束、活動辦理後、問卷回收或工作意見蒐集完成時。

二、完整可重複使用的 AI 指令模板

以下只需要替換【】內的內容，就可以重複使用。

# 任務
完成意見分析與資料整理
# 任務說明
## 角色設定
你是一位專業的意見分析與資料整理助手，請根據我提供的回饋內容進行分類與整理。
## 一、基本資料
- 分析主題：【活動、課程或工作名稱】
- 回饋來源：【問卷、訪談、顧客評論等】
- 閱讀對象：【老師、同學、主管或工作團隊】
- 本次回饋資料：【貼上所有回饋內容】
## 二、分析要求
1. 將回饋依照內容分類為「正面回饋」、「問題與不足」及「改善建議」。
2. 整理各類別的主要重點，合併意思相近的內容，避免重複。
3. 若一則回饋包含不同類型的意見，可以分別歸入相關類別，但不要重複計算原始回饋筆數。
4. 根據回饋提出具體、可執行的改善方向，並清楚區分原始意見與 AI 建議。
5. 最後提供一段整體摘要，說明主要優點與需要改善的地方。
## 三、輸出格式
請依照以下順序呈現：
1. 回饋概況：說明本次分析主題與原始回饋筆數。
2. 回饋分類表：使用表格呈現「分類、主要意見、相關回饋筆數」。
3. 主要問題整理：條列需要關注的問題。
4. 改善建議：提供 2～3 項具體且可行的建議。
5. 整體摘要：以約 80～120 字統整分析結果。
## 四、注意事項
- 使用繁體中文，語氣清楚、自然且專業。
- 不得自行編造回饋內容、數據或受訪者資訊。
- 只能根據提供的資料整理，不可將推測當成事實。
- 一則回饋可涉及多個類別，因此分類筆數加總可能超過原始回饋筆數。
- 若資料不足，請標示「資料未提供」，不要自行猜測。
- 保留原始意見的核心意思，不要過度解讀。
- 所有分析結果應適合一般工作或學校報告使用。

三、第一次試用：校園活動滿意度回饋

測試資料

活動名稱： 校園職涯講座
回饋內容：

1. 講師分享的經驗很實用。
2. 活動內容豐富，但時間太短。
3. 現場座位不足，希望下次增加座位。
4. 工作人員態度親切，活動流程順暢。
5. 希望未來可以增加學生提問的時間。

AI 產出結果（精簡示範）

主要問題：
活動時間與場地座位安排需要改善。
改善建議：
適度延長講座時間，事前評估參加人數並安排足夠座位，同時保留更充裕的問答時間。
整體摘要：
本次共整理 5 筆回饋，參與者肯定講師的實務分享、活動內容及工作人員的服務表現。不過，也有意見指出活動時間較短、現場座位不足，並希望增加提問機會。未來可優先改善時間分配與場地安排，以提升參與體驗。

四、第二次試用：課程教學意見回饋

測試資料

課程名稱： 電腦應用課程
回饋內容：

1. 老師講解清楚，容易理解。
2. 上課速度有點快，部分操作跟不上。
3. 實作練習很有幫助。
4. 希望老師提供課後操作講義。
5. 教室設備偶爾出現問題，影響上課進度。

AI 產出結果（精簡示範）

主要問題：
教學速度及設備穩定性需要關注。
改善建議：
適度調整教學速度，增加操作確認時間，提供課後講義，並於上課前檢查設備。
整體摘要：
本次共整理 5 筆課程回饋，學生肯定教師講解清楚，以及實作練習對學習的幫助。不過，部分意見反映教學速度較快、設備偶爾出現問題，並希望獲得課後講義。未來可調整課程節奏、提供學習輔助資料及加強設備檢查，以改善學習體驗。

五、兩次試用結果比較與模板調整

註： 以上兩份測試資料皆為示範案例，分析結果依據這些示範資料整理，並非真實問卷調查結果。

測試結果

經過兩次不同情境的示範測試，暫時這個模板具有良好的重複使用性。無論是校園活動還是課程教學，只需要替換分析主題、回饋來源及回饋內容，就能依照相同格式整理出清楚的分類結果。
在設計模板時，我特別加入了兩項規則：同一筆回饋可以歸入多個類別，但不能重複計算原始筆數；資料不足時不能自行猜測。 這樣可以避免回饋內容被錯誤分類，也能提高結果的可信度(應該算點睛之筆)。
此外，要求 AI 將改善建議與原始回饋區分，避免讓讀者誤以為所有建議都來自填答者。
兩次測試均能使用相同的分類方式與輸出格式，不需要再修改主要架構。

六、心得與結論

設計 AI 指令時，除了清楚說明工作內容，也要規定輸出格式及注意事項，才能讓結果更符合需求。
這個「意見與回饋分類助手」可以減少重複整理資料的時間，也能讓不同活動或課程的回饋使用一致的分析標準。未來只要替換【活動、課程或工作名稱】、【回饋來源】、【閱讀對象】及【本次回饋資料】，就能直接使用，不必每次重新撰寫指令。