유저 피드백 수백 건 자동 분류·요약

학습목표 / 사전지식: 피드백 CSV를 올리고, Skills에 정해 둔 절차로 데이터 확인, 행별 추출, 테마 분류, PM용 요약까지 진행합니다. 선수지식은 없어도 됩니다.

근거 사용 안내: 사실 근거로 인용하는 문장은 GL-10의 “수동 검토 대체(137배 주역)” 하나이며, CSV 이름과 프롬프트는 실습 예시입니다. [GL-10]

1. 왜 필요한가 — 개념·배경을 초보자 눈높이로

PM이나 기획자가 유저 피드백을 수백 건씩 받으면, 진짜 문제는 “무엇이 많았나”가 아니라 “같은 문제를 같은 이름으로 묶고 있나”입니다. GL-10이 수동 검토를 대체하는 장면을 근거로 들고 있으니, 이 레슨도 반복 검토를 Skill 흐름으로 옮기는 쪽에 초점을 둡니다. [GL-10]

Skill은 반복 작업용 조리법이라고 보면 쉽습니다. “재료 확인 → 손질 → 끓이기 → 간 보기”처럼 순서를 적어 두면 매번 비슷한 결과로 수렴하는 것과 같은 이치입니다.

피드백 분석의 조리법은 데이터 확인, 행별 추출, 테마 분류, PM 요약 네 칸입니다.

용어를 먼저 풀어두겠습니다. CSV는 표를 쉼표로 저장한 파일이고, 테마는 비슷한 피드백을 묶은 바구니입니다. evidence phrase는 판단 근거가 된 원문 구절이고, needs review는 사람이 다시 확인해야 하는 항목입니다.

2. 준비 — 코덱스 어디로 들어가 무엇을 누르나

촬영용 예시는 코덱스의 새 작업 화면에서 시작합니다. 화면 중앙 입력창 근처에 파일 업로드 버튼 또는 드래그 영역이 있다고 가정합니다.

먼저 user_feedback.csv라는 실습 파일을 준비합니다. 예시 열은 feedback_id, date, segment, comment 네 개입니다.

준비 단계의 목표는 “바로 요약”이 아니라 행 수, 열 이름, 빈 값, 샘플 코멘트 확인입니다.

3. 따라하기 — 단계별로 아주 세세하게

1단계는 파일 올리기입니다. 새 작업을 열고 user_feedback.csv를 업로드한 뒤, 입력창에 “파일을 먼저 검사하고 아직 분류하지 말라”는 요청을 넣습니다.

Read the uploaded feedback CSV.
First, inspect the data only.
Show row count, column names, missing values, and 5 sample comments.
Do not classify yet.

결과에는 행 수, 열 이름, 빈 값, 샘플 코멘트가 보여야 합니다. comment 열이 비었거나 깨져 보이면 파일부터 고칩니다.

2단계는 행별 추출입니다. 분류 전에 각 피드백에서 같은 정보를 같은 칸으로 꺼냅니다. 택배 상자마다 송장을 붙이는 일과 비슷합니다.

For each feedback row, extract these fields:
- feedback_id
- user segment
- product area
- issue type: complaint, request, confusion, praise, or other
- sentiment: positive, neutral, or negative
- severity: low, medium, or high
- evidence_phrase from the original comment
Use only the CSV content.
Return a table.

화면에는 feedback_id, product area, issue type, severity, evidence_phrase 표가 나와야 합니다. evidence_phrase가 없으면 판단을 되짚기 어렵습니다.

3단계는 테마 분류입니다. 추출된 행을 6개에서 10개 정도의 제품 테마로 묶습니다.

Group the extracted feedback into 6 to 10 product themes.
For each theme, provide:
- theme name
- count
- common user pain
- representative evidence phrases
- affected segment
- suggested PM action
Put uncertain rows into "needs review" instead of forcing a theme.

좋은 테마명은 “로그인 실패”, “결제 오류”, “온보딩 이해 부족”처럼 제품 영역과 막힘이 함께 보이는 이름입니다. “불만 많음”처럼 넓은 이름은 보정합니다.

4단계는 PM 요약입니다. 요약은 다음 결정을 위한 압축본이어야 합니다.

Write a Korean PM summary.
Include:
1. top 3 themes by impact
2. what users are trying to do
3. where users get blocked
4. suggested next experiments
5. rows that need manual review
6. feedback_id examples for each theme

결과를 읽을 때는 상위 테마의 숫자, 원문 근거 구절, 사람이 다시 볼 항목이 따로 보이는지 확인합니다.

4. 복붙 템플릿 — 그대로 쓰는 프롬프트/Skill + 각 부분이 왜 그런지 해설

아래는 이 작업을 Skill로 저장할 때 붙여 넣는 예시입니다. 이름은 짧고 기억하기 쉬운 feedback-analysis로 둡니다.

Name: feedback-analysis

Purpose:
Analyze an uploaded user feedback CSV for product managers.

Workflow:
1. Inspect the CSV before analysis.
2. Extract structured fields from each feedback row.
3. Group rows into product themes.
4. Write a Korean PM summary.

Extraction fields:
feedback_id, user segment, product area, issue type, sentiment,
severity, evidence_phrase.

Theme rules:
Create 6 to 10 product themes.
Each theme must include count, common user pain, representative evidence
phrases, affected segment, and suggested PM action.
Put ambiguous rows into "needs review".

Output rules:
Use only the uploaded CSV.
Do not invent missing facts.
Keep feedback_id examples for every theme.
Write the final summary in Korean.

Purpose는 누구를 위한 Skill인지 정하고, Workflow는 순서를 고정합니다. Extraction fields는 각 행에서 뽑을 칸이고, Theme rules는 테마의 모양과 needs review 처리 기준입니다.

실행은 짧게 시작합니다.

Use the feedback-analysis Skill on the uploaded CSV.
Start with data profiling and stop before theme grouping.

5. 응용·함정 — 변형, 자주 막히는 곳과 해결

세그먼트별로 다시 묶어 보는 응용이 있습니다. “신규 사용자만 다시 묶어줘”, “유료 사용자만 따로 요약해줘”처럼 잘라 달라고 하면 됩니다.

액션 중심으로 요약하는 방법도 있습니다. “PM action을 실험, 문구 수정, 버그 확인, 정책 검토로 나눠줘”라고 요청하는 식입니다.

가장 흔한 함정은 “수백 건 요약해줘” 한 문장으로 덜컥 시작하는 것입니다. 그러면 어떤 원문에서 나온 판단인지 나중에 되짚기 어렵습니다.

테마명을 감정으로 붙이는 것도 함정입니다. “화남”, “불만”, “불편”은 분위기만 전할 뿐, 제품에서 어디를 손봐야 할지는 알려주지 않습니다.

마지막으로, 애매한 행을 억지로 어딘가에 끼워 넣지 마세요. needs review는 실패 표시가 아니라, 사람이 판단해야 할 항목을 따로 모아 두는 검수함입니다.

GL-10의 핵심은 수동 검토를 대체할 만큼 반복 검토를 구조화하는 데 있습니다. 이 레슨에서는 사람이 판단해야 할 부분만 더 또렷하게 남기는 방식으로 적용합니다. [GL-10]

6. 정리·체크리스트

피드백 CSV 분석은 “올리기 → 확인하기 → 추출하기 → 묶기 → 요약하기” 순서입니다. Skill은 이 순서를 저장해 두는 조리법입니다.

체크리스트:

• 행 수, 열 이름, 빈 값, 샘플 코멘트를 먼저 확인했다.
• 행별 추출 표에 feedback_id와 evidence_phrase가 남아 있다.
• 테마명은 감정이 아니라 제품 영역과 막힘을 드러낸다.
• 애매한 행은 needs review로 분리했다.
• PM 요약에는 상위 테마, 다음 실험, 수동 검토 항목이 있다.

출처

본문의 [...] 표기는 아래 근거에서 확인할 수 있습니다.

• GL-10 — 법무·분석 · 데이터 추출