文本分组工具使用教程:关键词自动分类和手动精准分类

将海量关键词自动归类,实现精细化运营。两种核心模式:手动模式适用于已有明确分类标准(如品牌、颜色),通过种子词精准匹配;智能模式则能在未知数据中自动挖掘高频词组合,帮你发现新热点。

前面用“文本分词”功能,找出的高频词,可以直接用于手动分词。

使用文本分组对关键词分类:是精细化运营里重要、也最容易出成果的一步。

模式的两种使用场景

1. “我知道我要什么” (手动模式)

比如手机类的词,你只想看“华为”、“小米”、“苹果”的数据。把这三个词扔软件,它立马把几万条数据分拣好,剩下的杂鱼直接扔掉。

2. “我不知道有什么” (智能模式)

这是捡漏/挖掘用的。比如采集到一批“户外用品”词,但不知道现在什么火。

用智能模式,它会自动告诉你:“‘户外 + 露营灯’这个组合出现了 800 次,给你单独设立一个分组~”

3. 防漏网 (相似度合并)

“2026新款男鞋”和“新款男鞋2026”其实是一回事。工具能自动识别这种长得像的词,归为一类,防止你漏掉重要数据。

实操指南:四步搞定

第一步:导数据

关键词列表(左侧框):

填写待处理的文本:也就是要分类的内容。

数据量大 :超过几千条,直接点 “📄 导入” 选文件。

种子词列表(中间框,仅手动模式用):

分类名称,比如:红色, 蓝色, 绿色。

技巧:如果刚跑完“分词工具”,可以点击“文本分词”界面的“导出到种子词”或者“追加到种子词”,能直接把那边的分词结果导入到种子词。

1若手文本工具箱文本分词,结果导出到种子词.png

第二步:选模式(关键)

🅰️ 模式一:手动分组

2若手文本工具箱文本分词,手动分组演示.png

场景:有明确的分类标准(比如按品牌分、按颜色分、按材质分)。

只匹配第一个种子词:一个关键词只分配一次,一个标题里既有“耐克”又有“阿迪”,它只会被分到“耐克”组。适合互斥分类。

匹配所有种子词:一个关键词多次分配 / 重复分配,关键词多次分配这个标题会被复制两份,分别扔进“耐克”组和“阿迪”组。适合打标签。

🅱️ 模式二:智能分组

3若手文本工具箱文本分词,自动分组演示.png

场景:两眼一抹黑,让软件帮你找规律分组。

最小词频:设为 2-3(或更高)。

分组最小词数:设为 5(或更高)。如果分组连 5 个词都没有,说明太小众,不值得单独成组。

组合词数:按需选择

  • 2词:找“连衣裙+长款”这种搭配。
  • 3词:找“连衣裙+长款+碎花”这种更细的搭配。

相似度再分组:最好勾选。

跑完规则后,肯定还有一堆分不掉的烂词扔在“其他”里。工具会把垃圾堆里长得像的词又捞回来聚成一组,能多挽回 20%+ 的有效数据。

第三步:开跑

点击 “🚀 开始分组”。

工具自带多进程加速,十万条数据也就是喝口水的功夫。

第四步:验收

右边会显示结果:

=== 连衣裙 (520个) ===

2026新款连衣裙...


如果不满意,调一下左边的参数(比如调高词频),重新跑一次。多试几次就能找到最适合你类目的颗粒度。

导出

4若手文本工具箱文本分词,导出.png

分组不导出,等于白干。点 “导出结果”,按需选择:

1. 导出到表格(关键词、分类格式)【推荐】 

  • 举例:两列,A列是关键词,B列是它所属的分类。
  •  场景:这是Excel透视表和数据库最喜欢的格式。拿去可以直接做分析报表。

5若手文本工具箱文本分词,导出到表格(关键词、分类格式).png

2. 导出到表格(多个分组共享一列)【直观】 

  • 举例:很多列。第一列是“连衣裙组”,下面全是连衣裙;第二列是“衬衫组”……
  • 场景:适合分组多,每组词数少的情况。人工浏览的时候,可以快速知道各个分组里都有啥。会自动排版,哪怕有100个分组,它也会聪明地折叠到比较少的列,不会横向拉太长。

6若手文本工具箱文本分词,导出到表格(多个分组共享一列).png

3. 导出到表格(每个分类一列)

  • 举例:你有100个分组,它就生成100列。
  • 场景:适合分组少、每组词数多的情况。

7若手文本工具箱文本分词,导出到表格(每个分类一列).png

4. 导出到TXT(每个分组一个文件)

  • 举例:在你的电脑上建一个文件夹,里面躺着“连衣裙.txt”、“衬衫.txt”……
  • 怎么用:如果你要把不同的词包发给不同的文案去写,这个格式会自动生成一个个独立的小文件,不用你手动拆分,很方便。

8若手文本工具箱文本分词,导出到TXT(每个分组一个文件).png

5. 导出到TXT(当前格式)

当前分组结果显示的这样,所有关键词放到一个txt中

9若手文本工具箱文本分词,导出到TXT(当前格式).png

💡 独家工作流(效率翻倍)

1. 先分词:用“文本分词”跑一遍原始数据,清洗垃圾,找出高频词。

2. 定种子:在分词结果里,挑出你最想要的几十个词(比如核心产品名)。

3. 传数据:点击分词工具里的 “导出到种子词”,直接跳到分组工具。

4. 先手动:用这些核心词先“吃”掉大部分数据。

5. 后智能:剩下的“漏网之鱼”(在“其他”组里),切换到 “智能分组” + “相似度再分组”,让软件帮你把长尾需求挖干净。