Numerous.ai：用几行已判好的例子，把开放式反馈整理成候选标签

一份问卷收回几百条自由回答，真正难的往往不是求平均数，而是“到货慢但客服很好”应该放在哪一类。直接让AI给全部回答贴标签，很快会得到一列整齐结果，却未必符合团队想统计的问题。

Numerous.ai把AI处理放进Google Sheets和Excel。原话、少量已确认例子与候选标签可以留在同一张表中，适合把开放反馈做第一轮整理，再由人核对口径。

用示例说明你要的分类方式

发布者的Marketplace说明介绍，除了在单元格用AI函数提出任务，还能给Infer几行好例子，让它完成后续格式整理、分类或情绪分析。结果与输入逐行对应，函数也可向下填充。

封面的官方示意将评论、已有情绪标签和待推断评论分成不同范围。它表达的是“看例子再补余下结果”，并不意味着已经训练好一个保证正确的专属模型；图中的函数名称也属于所展示版本，实际以安装后的函数帮助为准。

例如自拟一组中文反馈，目标是归类“主要问题”，不是判断整条评论的心情。可以先人工确认几行典型的物流、产品、客服与无明确问题，再让剩余回答形成候选标签。这个教学情境未在Numerous.ai运行。

“客服解释得很好，但第三天才收到货”应怎样处理，要看你的口径：若只统计主要问题，可以归入物流；若研究所有触点，就可能需要多个标签和另一套表结构。给再多例子，也不能替团队决定这一点。

因此，先抽看多问题、反讽、信息不足和纯表扬的回答。把无法判定的行留作待确认，保留原话。确认标签能回答当前研究问题之后，再扩大处理范围；做汇总时说明每条能否多选，否则各类比例很容易被误读。

官网说明无需自带API Key，并会缓存结果减少重复请求。隐私页进一步说明，显式传入AI、WRITE和INFER函数的内容会被云端处理和缓存。这与整张表都留在本机是两回事，处理客户反馈前应去掉不必要的身份信息。

官网不同入口目前出现“7天1美元”和“7天免费”的试用文案差异，方案还按字符、公式生成与团队用量区分，实际费用应在结账页确认，不能只按一个宣传按钮认定免费无限。

如果你的工作已经在表格里，值得先挑几十条熟悉的反馈试用。判断标准是有没有减少初步整理的时间，同时让难判的行更容易被看见，而不是一键得到多少条看似确定的结论。

资料核对于2026年11月11日，未执行中文批量分类；封面为官方示例。