用 =GPT_CLASSIFY 在 Google Sheets 中分类数据：一个公式搞定标签与置信度

手动把 800 条客服工单分到“Bug、Feature、Question”里，一个下午就没了。改用通用的 AI 提示词确实快一些，但同一列里会出现“bug report”“Bug.”和“这是个 bug”这种五花八门的写法。为此我们做了一个能在 Google Sheets 里给数据分类的公式，把这两个问题一起解决。

=GPT_CLASSIFY 本周已在 GPT Workspace 上线。GPT Workspace 是一款 Chrome 扩展，同时也是 Google Workspace 插件，能把 AI 直接装进 Docs、Sheets、Slides 和 Gmail。这个公式接收一个单元格或一个区域，外加一组类别，然后严格返回你定义的标签之一，还可以在旁边附上置信度评分。

本文会介绍它的语法、四种输出模式、如何用类别描述让结果更精准，以及费用情况。如果你还没接触过 Sheets 里的 AI 公式，建议先读我们的Google Sheets AI 使用指南，再回来看这篇。

为什么需要一个专门的数据分类公式

用 =GPT("Classify this ticket as Bug, Feature or Question: " & A2) 其实也能做分类，大部分时候没问题。

麻烦在于，文本模型天生是来“写”的，不是来“选”的。它会自作主张加个句号，把“Feature”改写成“Feature request”，或者在单元格里解释一通自己的思路。然后你的 COUNTIF 就挂了，你还得花上十分钟，去清理这些没人要的标签。

=GPT_CLASSIFY 背后跑的是决策模型。它面对的是一道单选题，会为每个类别给出一个概率，因此输出永远是你定义的标签之一，拼写和你写的分毫不差。

这种设计带来三个第一天就能感受到的好处：比文本公式更快，成本大约便宜 10 倍，而且能告诉你它自己有多确定。

用 =GPT_CLASSIFY 公式在 Google Sheets 中给数据分类

GPT_CLASSIFY 公式语法

完整签名如下：

=GPT_CLASSIFY(value, categories, [instructions], [output], [bypassCache])

参数	含义	默认值
`value`	单个单元格（A2），或最多 100 个单元格的区域（A2:A50）。传入区域时，每个单元格各返回一个结果，形状保持一致。	必填
`categories`	逗号分隔的字符串（“Bug, Feature, Question”），或一个区域。一列放标签；两列则放标签和对应的描述。	必填
`instructions`	给分类器的背景信息，例如 “Support tickets of a SaaS product”（SaaS 产品的客服工单）。	""
`output`	`label`、`confidence`、`both` 或 `all`。	`label`
`bypassCache`	设为 `TRUE` 可忽略缓存、重新分类。	`FALSE`

最简单的调用长这样：

=GPT_CLASSIFY(A2, "Bug, Feature, Question")

往下一拖，每一行都会得到这三个词中的一个，仅此而已。

第一步：把类别放进一个区域

快速测试时，用逗号分隔的字符串就够了。但如果之后还要复用，最好把标签单独放一列，再用绝对引用来指向它。

假设标签放在 F2:F5，公式就写成 =GPT_CLASSIFY(A2, $F$2:$F$5)，以后想给某个类别改名，只需改一个单元格。

第二步：给每个标签配一句描述

这是提升准确率最有效的一招。在旁边加一列，每个标签写一句描述，然后把两列一起作为区域传入。

F	G
Bug	某个功能坏了，或表现不符合预期
Feature	请求一个目前还不存在的新功能
Question	询问如何使用已有的功能
Billing	发票、退款、套餐变更、支付失败

这样一来，=GPT_CLASSIFY(A2, $F$2:$G$5) 就能明白“怎么导出 PDF？”是一个 Question 而不是 Feature，尽管两句话都提到了某个功能。我们在真实工单队列上的测试显示，加描述对边界样本的纠偏效果，明显比单独使用 instructions 参数更管用。

第三步：一个公式分类整个区域

不用往下拖，直接把第一个参数指向整个区域：

=GPT_CLASSIFY(A2:A50, $F$2:$G$5)

一条公式搞定 49 行。区域里相同的文本只会分类一次；之后如果你改了其中三个单元格，重新运行时也只会分类这三个。

单次调用的上限是 100 个单元格。如果表格有 1000 行，可以写十条区域公式，或者拖一个单单元格版本，两种都行，区域公式只是管理起来更省事。

试试 GPT Workspace

在 Google Docs、Sheets、Slides、Gmail 和 Drive 中直接使用 ChatGPT、Claude 和 Gemini，无需来回切换标签页。

免费开始使用

置信度评分：哪些行该交给人工，一目了然

第四个参数 output 才是这个公式真正出彩的地方。共有四种模式：

label（默认）：返回选中的类别。
confidence：返回所选类别的置信度，数值在 0 到 1 之间。
both：把标签和评分分别放进相邻的两列。
all：按类别区域的顺序，为每个类别各返回一个评分。

对一条工单使用 both 的写法：

=GPT_CLASSIFY(A2, $F$2:$G$5, "Support tickets", "both")

结果：B2 是 Bug，C2 是 0.94。像“导出太慢了，能不能快一点？”这样的行，可能会返回 Feature 和 0.52，这是模型在告诉你：它也认真考虑过 Bug。

给低置信度的行打标记，交给人工

在 C 列上加一个筛选，条件设为小于 0.7，这就是你的人工复核队列。在典型的客服导出数据里，这部分大约占 5% 到 15%。

高于阈值的行就算处理完了。你只需要读 80 条工单，而不是 800 条，而且读到的恰恰是真正需要人来判断的那些。

用条件格式也可以：给 C2:C500 设置规则，数值低于 0.7 时标为琥珀色，低于 0.5 时标为红色。

用“all”模式做评分热力图

all 返回完整的概率分布。四个类别就是四列，每列存放对应类别的概率。

=GPT_CLASSIFY(A2, $F$2:$G$5, , "all")

给这一块区域套上色阶，整个数据集的热力图就出来了。两列都高亮的行就是模糊样本，而模糊样本扎堆的地方，通常说明有两个类别存在重叠，要么合并，要么把描述写得更精确。

用 AI 在 Google Sheets 中给文本归类：五个真实场景

工单是最典型的例子。下面这些，则是我们在用户表格里最常见的用法。

评论情感分析。 类别设为 “Positive, Neutral, Negative”，instructions 填 “App store reviews”（应用商店评论）。用 both 模式并按置信度排序，找出那些既不算明显好评、也不算明显差评的评论，真正有价值的产品反馈往往就藏在这里。

销售线索分流。 类别用两列区域来定义：“Enterprise | 员工超过 200 人或提到采购”“SMB | 小团队，询问价格”“Student | .edu 邮箱或提到课程”。先对“请介绍一下贵公司”这类自由文本字段做分类，再套一个 FILTER 公式完成分流。

费用记账。 银行流水描述很乱，“AMZN Mktp US*2K4”是一串商户代码，不是分类。把类别设为 “Software, Travel, Meals, Office, Other”，每个类别配一句描述，剩下的缩写解读就交给模型。

问卷主题归纳。 针对“我们哪里需要改进？”这类开放题的回答，用 all 模式跑六个主题，再对每一列求和，不用把答案读第二遍就能得到主题排行。

内容打标。 给博客草稿、商品描述或招聘启事按主题、受众或语言分类。多语言输入完全没问题：类别用英文写，正文是葡萄牙语也照分不误。

这些场景的套路是一样的：类别之间不要重叠，每个类别用一句话描述清楚，剩下的交给置信度来决定哪些内容需要人工过目。

GPT_CLASSIFY 的四种输出模式：label、confidence、both 和 all

与 Google Sheets 自带 AI 函数的对比

在符合条件的 Workspace 套餐里，Google Sheets 自带一个 =AI() 函数，也能给文本分类。如果你已经是 Business Standard 或更高版本，不妨了解一下两者的区别。

	Google Sheets 的 `=AI()`	`=GPT_CLASSIFY`
可用范围	Business Standard 及以上版本，见 Google 套餐限额说明	所有 GPT Workspace 套餐，包括免费版
每月额度	5000 个单元格（Business Standard/Plus），25000 个（Enterprise）	按模型实际成本计费，用多少付多少
批量大小	每次点击 Generate 处理所选的前 350 个单元格，见 Google 帮助文档	每条公式 100 个单元格，公式数量不限
输出	自由文本	你定义的标签之一，拼写完全一致
置信度	无	每个类别 0 到 1 的评分
嵌套进其他公式	不支持	可用于 IF、FILTER、COUNTIF

最后一行比看上去更重要。Google 的官方文档明确说明不支持嵌套 AI 函数，所以 =IF(AI(...)="negative", ...) 行不通。而 =GPT_CLASSIFY 是一个普通的自定义函数，=COUNTIF(GPT_CLASSIFY(A2:A50, $F$2:$F$5), "Bug") 一行就能搞定。

自带函数适合在小表上问个一次性的问题。而要做大规模分类、要得到靠得住的标签，专用公式才是更趁手的工具。

计费、缓存与降级机制

=GPT_CLASSIFY 跑在 TypeSafe Jev 上，这是一个决策模型，面对单选题时会为每个类别给出一个概率。计费按模型实际成本来算，同一个单元格跑下来，大约比 =GPT() 文本调用便宜 10 倍。

缓存让实际账单更低。每个单元格只分类一次，结果会被存储，所以重新打开表格、复制公式或重新计算，都不会再花钱。只有当你修改了类别、想要全新结果时，才需要把第五个参数设为 TRUE。

如果决策模型暂时不可用，公式会自动降级到 Standard 文本模型，并套用严格的枚举约束。因此你的表格不会因为这个原因报错，依然能拿到有效的标签，只是置信度一列会暂时留空，等决策模型恢复后再补上。

空白的输入单元格返回空白结果，而不是瞎猜一个。这样往下拖公式时，列的底部也能保持干干净净。

试试 GPT Workspace

在 Google Docs、Sheets、Slides、Gmail 和 Drive 中直接使用 ChatGPT、Claude 和 Gemini，无需来回切换标签页。

免费开始使用

上线第一周的经验

看着第一批分类结果跑起来，我们总结了几条经验。

类别列表别太长。五个到八个描述清楚的类别，胜过二十个含糊其辞的类别；如果确实不够用，可以再加一道工序：用一个子分类公式，只对第一轮标签匹配的行运行。

instructions 参数用来交代业务背景，别拿来写规则。“Support tickets of a B2B invoicing app”（B2B 开票应用的客服工单）这样的写法是有用的；而“如果文本提到钱，就选 Billing”这种规则，应该写进 Billing 的描述里，让模型在标签旁边直接读到它。

分类之前先清洗数据。得益于缓存，重复行不会多花钱，但会让统计结果失真。我们之前写过一篇查找 Google Sheets 重复项的教程，花十分钟就能搞定这个前置步骤。

如果你更喜欢用大白话描述任务，数据分类与归类页面里的 Sheets 侧边栏可以代劳：它能帮你把公式写好。输入“把 A 列分类为 Bug、Feature、Question，并附上置信度”，它就会在下一列生成一条带 both 的 =GPT_CLASSIFY 调用。完整的参数说明请查阅 GPT_CLASSIFY 文档。

FAQ

如何在 Google Sheets 里用 AI 给数据分类？

安装 GPT Workspace，打开你的表格，在单元格里输入 =GPT_CLASSIFY(A2, "Category 1, Category 2, Category 3")。往下拖动填充，或者直接传入 A2:A50 这样的区域，一条公式最多可分类 100 个单元格。结果永远是你定义的标签之一，拼写分毫不差。

GPT_CLASSIFY 能在 Google Sheets 里做情感分析吗？

可以。把类别设为 "Positive, Neutral, Negative"，再把输出参数设为 "both"，每个标签旁边就会附上置信度评分。低于 0.6 的评论通常褒贬混杂，值得人工读一读。

GPT_CLASSIFY 在免费套餐里能用吗？

能。所有 GPT Workspace 套餐都可以使用。它跑在决策模型上，成本大约只有文本公式的十分之一，而且结果会被缓存，重新计算表格不会产生任何额外费用。

如果文本不属于任何一个类别，会怎么样？

公式永远会返回最接近的类别。所以如果数据比较杂，建议加一个 "Other" 类别，描述写“以上类别都不符合”。此外，所选标签的置信度偏低，就是第二个信号，说明这一行其实匹配得并不好。

它和 =GPT() 公式有什么区别？

=GPT() 生成自由文本，标签想怎么措辞就怎么措辞；=GPT_CLASSIFY 回答的是单选题，只返回你定义的标签之一，附带置信度评分，费用也远低于文本调用。写内容用 =GPT()，做分类用 =GPT_CLASSIFY。

结语

在 Google Sheets 里给数据分类，最快的方法就是用一个只会回答你指定标签的公式。=GPT_CLASSIFY 正是如此：它告诉你自己有多确定，单次能处理 100 个单元格，成本大约只有文本提示的十分之一。

把类别写成两列的区域，用 both 模式搭一条人工复核队列，让表格先过第一遍。安装 GPT Workspace，在你下一份准备手动整理的导出数据上试试看。