收到幾十份甚至上百份問卷，卻不知道該怎麼整理嗎？如果你使用 Google 表單蒐集課程滿意度、活動回饋、顧客意見或員工調查，可以透過 ChatGPT 問卷分析，將原本需要逐筆閱讀的回答整理成統計數字、意見分類與重點報告。
尤其是「你覺得哪裡需要改善？」這類開放式問題，每個人的回答都不同，很難直接用 Excel 計算。ChatGPT 可以協助找出重複出現的主題，讓你更容易掌握受訪者真正關心的問題。
不需要會寫程式，也不用先學會複雜的統計公式。只要準備好問卷資料，照著以下五個步驟操作，就能完成第一份問卷分析報告。
但要記住：AI 可以協助整理與分類，不代表每一個統計數字和分析結論都一定正確。
ChatGPT 可以幫忙分析哪些問卷資料？
ChatGPT 適合處理兩種常見的問卷內容：選擇題和開放式文字回答。
選擇題通常有固定選項，例如「非常滿意、滿意、普通、不滿意」，適合計算各選項的人數與比例。
開放式問題則沒有固定答案，例如「你希望下一次活動改善什麼？」。這類回答適合先進行主題分類，再整理出常見意見。
| 問卷內容 | 可以請 ChatGPT 做什麼 |
| 單選題 | 統計各選項的人數與百分比 |
| 多選題 | 計算每個選項被選取的次數 |
| 滿意度評分 | 計算平均分數、分數分布 |
| 開放式回答 | 將相似意見歸類並保留原文 |
| 不同族群回答 | 比較不同部門或客群的意見 |
| 問卷分析報告 | 整理主要發現、限制與改善建議 |
根據 OpenAI 官方資料分析說明，ChatGPT 可以讀取 XLS、XLSX、CSV 等試算表格式，協助計算、建立表格與製作圖表。
如果你的問卷來自 Google 表單，通常不需要逐筆複製答案，只要先匯出資料即可。
分析前，Google 表單問卷要怎麼準備？
建議先整理好原始資料，再交給 ChatGPT，避免分析過程中出現漏算、重複計算或欄位理解錯誤。
從 Google 表單下載回覆
依照 Google 官方說明，可以透過以下方式匯出問卷資料：
- 開啟你建立的 Google 表單。
- 點選上方的「回覆」（Responses）。
- 點選右上角的更多選單。
- 選擇「下載回覆（.csv）」。
- 將下載的 CSV 檔案儲存到電腦。
你也可以將表單回覆連結到 Google 試算表，再整理成 Excel 檔案。
CSV 是一種用來儲存表格資料的檔案格式，ChatGPT 可以直接讀取，不需要另外轉成 PDF。
上傳之前，先檢查三件事
第一，確認每一列代表一份問卷回覆。
如果同一位填答者可能重複提交，要先決定分析的是「回覆份數」還是「不重複人數」，兩者的統計結果可能不同。
第二，保留清楚的問題名稱。
例如「本次活動整體滿意度」比「問題 3」更容易讓 ChatGPT 理解。如果欄位名稱不清楚，可以先建立一份欄位說明。
第三，移除不必要的個人資料。
問卷可能包含姓名、電話、電子郵件、員工編號或其他可辨識資訊。上傳前應先移除不需要分析的欄位，並確認符合公司規範及資料使用目的。
需要特別注意的是，開放式回答也可能出現填答者姓名、客戶資訊或其他敏感內容，不能只檢查表格標題。
ChatGPT 問卷分析怎麼做？5 步驟完整教學
以下以「課程滿意度問卷」為例，示範如何使用 ChatGPT 整理選擇題與開放式回答。
步驟一：上傳問卷檔案，先確認資料結構
開啟 ChatGPT，在對話輸入區使用附件功能，上傳剛才下載的 CSV 或 Excel 檔案。
先不要急著要求 AI 產出結論，建議使用這段提示詞：
請先檢查我上傳的問卷資料，列出所有問題欄位、有效回覆筆數、空白答案數量，以及可能重複的回覆。請區分單選題、多選題、評分題和開放式問題。先不要修改原始資料，也不要開始撰寫分析報告。
這一步的目的是確認 ChatGPT 是否正確讀取檔案。
例如，原始資料可能有 100 列，但其中包含測試回覆、重複提交或缺漏答案。如果沒有先確認統計範圍，後續百分比就可能失真。
步驟二：統計選擇題和滿意度分數
接著請 ChatGPT 針對固定選項進行統計。
可以直接輸入：
請分析問卷中的所有單選題與滿意度評分題。統計每個選項的有效回答人數、百分比與總數。若有空白答案，請另外列出。請說明各題的百分比使用什麼分母計算，並以表格呈現結果。
例如，一題滿意度調查可能產生以下結果。
以下為說明統計方式的模擬資料，並非真實問卷分析成果。
| 滿意度 | 人數 | 比例 |
| 非常滿意 | 35 | 35% |
| 滿意 | 40 | 40% |
| 普通 | 20 | 20% |
| 不滿意 | 5 | 5% |
| 合計 | 100 | 100% |
從這份示範資料，可以計算出「非常滿意」與「滿意」合計占 75%。
但不能直接得出「課程品質很好」的結論，因為還需要考慮問卷問題的設計、填答者組成，以及樣本是否具有代表性。
另外，多選題和單選題的統計方式不同。若每個人可以選擇多個答案，各選項百分比加總可能超過 100%，這不一定是錯誤。
步驟三：把開放式回答整理成主題分類
這是 ChatGPT 問卷分析特別實用的部分。
假設課程問卷有一道問題：
「你認為這次活動最需要改善的地方是什麼？」
收到的回答可能長這樣：
| 原始回答（模擬） | 建議分類 |
| 報到排隊時間太長 | 活動流程 |
| 老師教得太快，有些地方跟不上 | 課程節奏 |
| 希望提供課後講義 | 教材資源 |
| 工作人員很親切，但報到有點混亂 | 服務肯定、活動流程 |
如果直接請 AI「摘要所有回答」，可能只會得到一段籠統的結論，反而看不出每一類問題出現了多少次。
建議改用以下提示詞：
請分析問卷中的「改善建議」開放式回答。先閱讀全部有效回答，再根據實際內容建立 5～8 個主題分類。
每筆回答可以同時屬於多個主題，請保留原始回覆編號和文字，並建立「回覆編號、原始回答、主題分類、分類理由、是否需要人工確認」表格。
最後統計各主題出現的回覆筆數。不要編造問卷中不存在的意見，也不要將少數人的看法描述成所有填答者的共識。
這樣做的好處，是每一個主題都能追溯到原始回答。
例如，有人同時提到「老師講得太快」和「沒有提供講義」，就應允許這筆回答屬於兩個分類，而不是強迫只能選擇其中一項。
如果問卷包含大量簡短或模糊回答，例如「還好」「普通」「可以再加強」，建議額外建立「資訊不足」分類，避免 AI 過度解讀。
步驟四：找出最需要優先改善的問題
完成分類之後，接下來要判斷哪些問題值得進一步處理。
這時不要只要求 ChatGPT 找出「最嚴重的問題」，因為問卷資料未必能直接衡量問題的嚴重程度。
可以改成：
請根據已完成的問卷分析，整理回覆筆數最多的 5 個改善主題。每個主題都要列出相關回覆筆數、占有效回答的比例、原始意見摘要，以及可能的改善方向。請把已確認的問卷發現和需要進一步驗證的建議分開呈現。
例如，某個主題被很多人提到，可以列為優先調查項目；但如果只有一位受訪者反映設備存在安全問題，即使出現頻率低，也可能需要立即確認。
因此，出現次數可以協助排序，卻不能單獨決定問題的重要程度。
你還可以依照不同填答族群進行比較，例如新學員和舊學員、不同課程場次，或不同服務據點的回饋。
不過，如果某個族群只有少數幾份回答，就不適合直接下結論說該族群普遍不滿意。
步驟五：產出主管看得懂的問卷分析報告
完成統計與意見分類後，可以請 ChatGPT 整理正式報告。
建議使用這段提示詞：
請根據剛才已核對的問卷統計與開放式回答分類，撰寫一份給主管閱讀的問卷分析報告。
報告包含：問卷目的與樣本說明、主要統計結果、開放式意見主題、需要關注的問題、具體改善建議，以及資料限制。
整體文字請精簡、使用台灣繁體中文，所有數字都要與統計表一致。請區分「資料直接支持的結果」和「建議採取的行動」，沒有證據的內容不要補寫。
產出的報告不需要包含每一筆原始回答。
建議正文保留主要結論、必要圖表與改善建議；詳細分類表則作為附錄，方便需要時回頭檢查。
如果想進一步製作圖表，可以請 ChatGPT 產生滿意度長條圖，或各改善主題的回覆筆數比較圖。
ChatGPT 分析問卷最容易出現哪些錯誤？
只看摘要，沒有檢查原始回答
AI 可能把「活動時間太長」理解成「課程內容太多」，但兩者不一定相同。
建議在分類完成後，抽查各類別的原始回答，尤其是模糊、有多重意義或涉及負面評價的文字。必要時修改分類規則，再重新統計。
百分比正確，卻使用錯誤的分母
假設有 100 人填問卷，卻只有 60 人回答某一道開放題。
如果其中 30 人提到教材問題，合理的描述是「在回答該題的 60 人中，有 50% 提到教材問題」。
不能直接寫成「50% 的所有填答者認為教材有問題」。
同時也要確認多重主題分類是否以「不重複回覆筆數」計算，避免同一份回答在同一主題下被重複計入。
把相關性當成原因
例如，低滿意度的受訪者比較常提到課程節奏太快，不代表已經證明課程節奏就是造成低滿意度的唯一原因。
這類結果適合用來提出後續訪談或改善假設，不適合直接當成已驗證的因果結論。
ChatGPT 問卷分析常見問題 FAQ
ChatGPT 免費版可以分析問卷嗎？
可以嘗試。OpenAI 提供免費方案的檔案上傳功能，但實際上傳額度、資料分析能力與使用限制，會依帳號、方案及功能開放狀態不同。
建議先從小型、已去識別化的 CSV 問卷開始測試。
ChatGPT 可以直接讀取 Google 表單嗎？
最通用的做法是先從 Google 表單匯出 CSV，再上傳到 ChatGPT。
部分帳號或工作空間可以透過已連接的 Google Drive 資料來源讀取試算表，但是否能使用取決於連接權限與實際功能。不要預設所有帳號都能直接存取 Google 表單回覆。
問卷有上千筆回答，也能分析嗎？
ChatGPT 支援試算表分析，但檔案大小、資料結構、方案限制與工作環境都可能影響處理結果。
資料量較大時，建議分階段確認讀取筆數、分類結果與計算方式。必要時先分批測試，再使用一致的分類規則合併統計。
客戶或員工問卷可以直接上傳嗎？
應先確認問卷的資料蒐集目的、告知事項、公司政策與適用的個資規範。
依 OpenAI 官方說明，個人方案的內容可能依設定用於模型改進，使用者可在資料控制設定中關閉相關用途；Business、Enterprise 等受管理工作空間則有不同的資料處理政策。
不論使用哪種方案，都建議先移除不必要的個資，並取得組織允許後再處理敏感問卷。
下一步：從一份小型問卷開始練習
第一次使用 ChatGPT 分析問卷，不需要急著處理數千筆資料。
可以先準備一份沒有敏感資訊的練習問卷，包含幾道選擇題、一題滿意度評分，以及一題開放式問題，照著本文流程完成統計、分類和報告。
如果還不熟悉試算表資料的整理方式，可以延伸閱讀海豚 AI 學院的 ChatGPT Excel 資料分析教學，先學會欄位檢查、統計與圖表製作。
想進一步了解 AI 如何應用在日常辦公、資料整理與報告製作，也可以從海豚 AI 學院免費試看開始，挑選適合自己的入門課程。
資料來源
- OpenAI｜Data analysis with ChatGPT
- https://help.openai.com/en/articles/8437071-data-analysis-with-chatgpt
- OpenAI｜Uploading files and audio to ChatGPT
- https://help.openai.com/en/articles/8555545-uploading-files-and-audio-to-chatgpt
- Google Docs Editors Help｜View & manage form responses
- https://support.google.com/docs/answer/139706/view-and-manage-form-responses
- OpenAI｜How your data is used to improve model performance
- https://help.openai.com/en/articles/5722486-how-your-data-is-used-to-improve-model-performance
