Agent Skills
返回列表
极鲸云 Shein 评论搜索分析

极鲸云 Shein 评论搜索分析

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 @org-qev4qs0i/geekbi-shein-review-search-skill。

技能介绍

解决预期的什么问题

搞选品或产品迭代本该拿 SHEIN 的用户反馈说话,但通常就是靠人工翻页瞎猜。"极鲸云 Shein 评论搜索&分析" 正好堵上这个缺口:它不会凭空翻译或编造评论内容,而是只基于服务端实际返回的真实评论,针对明确商品 ID提取结构化意见。所有分析必须建立在唯一 goods_id / goodsId 之上,仅靠商品链接行不行——URL 里没有这个参数时,它会停下来让你补 ID,而不是靠猜或靠别的插件拼凑。

核心能力与执行步骤

跑起来,只需要干净的商品 ID 和你想深挖的角度(整体口碑、差评痛点、正向卖点、规格差异、时间变化、或评论明细)。

  1. 确认评分、规格、时间范围等口径。
  2. 把 site 映射交给 scripts/shein_review_search.py:不复用默认 siteId=1 映射到的美区,就调用 python3 scripts/shein_site_list.py --country "国家或地区" 精确匹配。
  3. 它会跑完分页,不断从服务端拉取数据,直到耗尽前 10,000 条窗口或返回空为止。
  4. 最终报告覆盖一句话结论、数据口径、评分与主题概览、主要卖点与痛点、规格与时间差异、产品改良与验证动作六大块。

适用边界

审查脚本权限就可以用,但有几个边界不能不注意。首先是数量盲区:服务端返回的 total 可能只是去重后的估算值。因此,脚本要求分页耗尽停止才认为数据可靠——若是大池子,应当继续读取直到返回不足一页或触及 10k 上限,不在 guesswork 上停止。

"没有评论"不等于"没有收录评论";如果真没抓到评论,说明数据边界并保持沉默。图片字段仅作辅助,只有在亲自看过时才解码分析。样本稀疏时,规格或时间趋势降级为低置信度结论。由于 specs 是 JSON 字符串而非 SKU ID,特定规格的抱怨必须标上"规格风险",而非商品整体死刑。代表性评论也只浓缩原意,绝不充当普遍结论。

使用场景

  • 从美国站拉取指定 SHEIN 商品的 200 条评论,按材质和尺寸把差评归成几类。
  • 用户只给了商品链接,链路里找不到 goods_id,停止分析并请他补充 ID。
  • 比较两个颜色款式的评论,找出差评集中在哪一个规格上。
  • 想看最近 90 天评论数有没有明显变化,用于判断是否换款。

适合人员

  • 跨境选品经理:想用真实评论判断某个 SHEIN 商品是否值得上架。
  • 产品研究人员:研究用户好评卖点、差评痛点与规格差异。
  • 电商数据分析:需要固定字段采集评论并汇总统计,还要报告分页限制。