Agent Skills
返回列表
情绪检测

情绪检测

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 @metago/metago-emotion。

技能介绍

要解决什么问题

在客服、工单和内部沟通里,你往往只有一段用户原话或同事留言,需要先判断情绪状态、强度以及结论是否可信,再决定怎么回复。人工逐条揣摩既慢,也容易把偶发用词误判成「极度不满」或相反。本技能面向「这段文本现在更像什么情绪、我有多大把握」这类问题,给出可复核的参考,而不是心理诊断。

技能如何工作

触发后会对输入文本做情绪向分析,免费版覆盖四个维度:情绪状态、强度、置信度与提示建议。输出是快速版结论与要点建议,强调「估计 + 置信度」,歧义时会倾向多解说明,文本过短或信息不足时会标低置信并引导补充,而不是硬编单一结论。SKILL.md 也明确:需要可存档报告、逐项清单或整改方案时,应走专业版 metago-emotion / 深度交付链路,而不是把免费快速版当成完整交付。

适用边界与注意点

  • 不能当心理或临床诊断,只能作沟通与客服场景的辅助参考;关键结论建议人工复核。
  • 必须结合语境(前后对话、业务背景);忽略语境容易把讽刺、反话或行业黑话读错。
  • 本技能为纯提示词能力,不发起外部网络请求、不收集用户数据;异常与边界上遵循「不确定就标置信度、不臆测」。

使用场景

  • 客服收到用户差评原话,需在回复前先判断愤怒强度与置信度
  • 工单系统导出的一段投诉摘要,值班同学要快速标注情绪状态并写安抚要点
  • 内部沟通里同事对需求变更的留言,产品要先识别不满/焦虑再组织话术
  • 用户反馈「这段是什么情绪」类自查,用快速版结论对照自己的主观感受

适合人员

  • 一线客服主管,要把坐席草稿与用户原文的情绪对齐后再放行回复
  • 工单运营,每天从批量用户留言里先标情绪强度再分流升级
  • 产品经理,在需求争议留言里先厘清对方情绪再开对齐会
  • 做用户研究的分析师,用文本情绪+置信度辅助编码,不以之为诊断结论