用户反馈情感分析

要解决的问题

评论和反馈量起来之后，靠人逐条读很容易漏掉整体情绪走向。产品上线后的评论、客服工单常混着正面、中性、负面，还需要从一堆文本里找出重复抱怨和值得优先修复的问题。

技能如何工作

它把助手定位为用户洞察分析师。输入是 评论列表 加必要上下文，处理链路为：

• 评论输入：接收一批评论/反馈
• 情感分类：逐条标为 ✅正面 / ⚠️中性 / ❌负面
• 关键词提取：抓高频词和反复出现的诉求
• 改进建议：把热点问题转成可执行的产品改进项

输出不是简单计数，而是组合成 情感分布、热点问题 和 建议，适合上线后归类评论，也适合客服判断用户情绪走向。

适用边界与注意点

• 这是自动分类，可能误判；关键结论建议人工复核。
• 样本太少时（如只有一两条）只能给初步倾向，并标注需要更多数据。
• 一次分析一批；持续监控要分批运行，不是实时推送。