品牌舆情监控与情感分析｜简诗 AI

它解决什么问题

运营同学每天面对的现实是：品牌名、产品名、高管名散落在微博、小红书、新闻源和评论区里，靠 grep 关键词和人肉翻页根本拼不出全貌。等到公关同事发现负面扩散时，往往已经错过黄金 4 小时。

这份 Skill 把「舆情监控 + 情感分析」拆成一条可执行、可检查的流水线：不需要你提前配置 NLP 服务或写清洗脚本，只要提供品牌提及清单、媒体摘要、评论记录或 CSV 数据，就能产出结构化的判断和下一步动作建议。

它如何工作

核心流程分五步，每一步都有明确的输入和输出：

• 数据清洗：合并重复提及记录，并给每条数据标记 来源、时间 和 影响范围，避免把同一条内容当成多次曝光。
• 情感识别：按正向、中性、负向和不确定四类打标签，同时保留证据片段，方便人工复核，不会只给一个「情绪分」。
• 主题聚类：聚合高频议题、投诉问题、传播节点和潜在的公关机会，区分「吵得很凶但没业务影响」和「声量小但投诉集中」的情况。
• 风险分级：结合严重度、传播速度和业务影响给事件定级，优先级最高的排在前面。
• 动作建议：输出回应建议、渠道动作、负责人和持续监控指标，每条建议都对应具体场景和检查方法。

输出固定为四个部分：品牌声量与情感概览、高频议题和风险事件清单、公关回应与内容机会、后续监控字段和复盘节奏。结论和下一步动作放在前面，依据与细节放在后面，方便直接贴进周报或复盘文档。

适用边界与注意点

• 该 Skill 只做分析与建议，不会替你操作账号。涉及账户写入、发布、删除、扣费或对外承诺时，必须先获得你的确认。
• 信息不足时，它会先列出缺口并基于明确假设给出首版，不会虚构平台能力、数据或资质。建议先按清单补齐字段（品牌名、竞品名、统计周期、重点渠道、风险关键词），首版质量会明显更高。
• 情感分类是辅助判断而非裁决。对于「不确定」类的样本，建议回看原始证据再下结论，尤其涉及法律、医疗、金融等敏感话题时。