Agent Skills
返回列表
📊

评论区健康诊断 · 全能版

数据分析 更新于 2026.08.30

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_7c5d7975/comment-diagnosis-pro。

技能介绍

能解决什么问题

传统评论区分析常停留在“这条评论是正面还是负面”的粗粒度判定,无法回答“用户具体在夸内容质量还是吐槽价格”。当一条评论同时包含“剧情太精彩但更新太慢”这类混合情感时,粗分模型会丢失关键维度信息,导致运营无法定位具体痛点或挖掘潜在需求。

核心能力与工作方式

方面级情感分析(ABSA):基于11个内置方面词典(如内容质量、价格价值、服务售后)逐条命中评论涉及的具体方面。例如,识别到“猫粮太贵但客服很耐心”时,会分别标记宠物养护(负面)和服务售后(正面)两个维度。

  • 情感强度5级判定:使用强烈正面→温和正面→中性→温和负面→强烈负面的标尺,内置网络热词(如yyds对应强烈正面)和行业词库(如宠物行业的猫砂关键词)。
  • 置信度分层机制:命中方面且情感词时输出高置信(≥0.7),仅有方面无情感词时标记中置信,无任何命中则自动标注需人工复核,避免低质量反馈被误判。
  • 需求与竞品识别:通过词库区分需求型(如“怎么买”“求链接”)和竞品提及(如“不如某宝”)评论,为运营承接和竞品对标提供数据支撑。
  • 行业词库外置:通过industries/*.json文件切换行业包(如宠物行业已实装),支持自定义方面、情感词和行业梗(如破防在宠物场景的特殊权重),无需修改核心代码。

适用边界与注意点

  • 规则引擎的局限性:词库匹配无法识别反讽或复杂情感(如“真好笑”可能是反话),低置信结果需人工复核,或通过行业包的ai_prompt字段接入大模型进行深度判定。

使用场景

  • 电商运营在大促后复盘评论,需区分是对价格价值吐槽还是对服务售后不满,以定位具体改进点。
  • 宠物博主面对海量粉丝留言,需提取关于宠物养护和萌点颜值的正向反馈,挖掘潜在互动话题。
  • 产品团队收集竞品反馈,需从评论中识别出提及某宝的竞品对比内容及具体需求型留言。
  • 内容创作者分析视频弹幕,需过滤中性废票,筛选出带有强烈正面情感的置顶候选优质反馈。

适合人员

  • 电商运营:大促后需精准定位用户对价格或售后的具体吐槽点,制定针对性安抚与改进策略。
  • 内容创作者:面对海量弹幕与评论,需快速筛选出强烈的正向反馈与核心痛点,优化下期选题与互动。
  • 社区产品经理:收集竞品与用户长文反馈,需自动提取需求型留言与竞品提及,辅助功能迭代决策。
  • 宠物行业品牌方:需要监控用户对猫粮等产品的养护评价与颜值讨论,挖掘品牌营销的核心传播点。