Agent Skills
返回列表
📊

产品评论情感聚合器

数据分析 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_3c6cb52e/product-review-sentiment-aggregator 技能到你的AI助手中。

技能介绍

解决评论数据碎片化问题

在电商与竞品分析场景中，产品评论往往分散在 Amazon 商品 API 和 Google Shopping（通过 SerpAPI）等不同渠道。人工聚合不仅极其耗时，而且难以从海量非结构化文本中，精准提炼出针对具体产品特性（如电池续航、屏幕材质）的情感倾向，更难以高效生成跨品牌的竞品特性对比。

核心情感分析工作流

该技能通过自动化管道解决上述痛点。首先，利用 Amazon Product API 和 SerpAPI 拉取目标商品及直接竞品的原始评论数据。接着，引入 spaCy NER（命名实体识别）技术，从评论文本中精准抽取产品特性与关键实体。最后，结合基于方面的情感分析（ABSA）模型，输出针对每个特性的细粒度观点，并自动构建竞品间的特性对比矩阵。

适用边界与安全审查建议

需要注意的是，当前上游项目尚未提供自动提取的可靠安装与详细使用说明。鉴于此，在将其接入涉及敏感数据的工作流或核心生产环境之前，强烈建议开发者仔细审查上游代码仓库与具体实现逻辑，以充分评估潜在的安全风险，确保业务数据隐私与系统运行的稳定性。

使用场景

  • 产品经理规划新品时，需收集竞品评论，提取用户对电池、屏幕等特定功能的吐槽与好评，用于新功能优先级排序。
  • 电商运营复盘时，需从 Amazon 提取自家与竞品评论，通过方面级情感分析对比两者在材质和做工上的优劣势。
  • 分析师构建评价看板时，需接入 SerpAPI 拉取评论，利用 NER 自动抽取产品特性并生成情感得分图表。

适合人员

  • 产品经理，需要从海量竞品评论中精准提取特定功能的用户反馈，以指导新功能的迭代与优化方向。
  • 电商数据分析师，需要将分散在多平台的评论数据结构化，通过方面级情感分析量化产品与竞品的体验差距。
  • 市场调研专员，需要快速获取多平台产品评价，生成针对具体特性的竞品对比分析报告以支持决策。