Agent Skills
返回列表
评论金矿:挖出漏掉的卖点

评论金矿:挖出漏掉的卖点

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 @user_531be29f/ecom-review-goldmine。

技能介绍

为什么差评率不够

运营习惯用差评率和星级均值做健康检查,但评论正文里往往藏着详情页没写出来的购买理由、尺码/色差类系统性问题,以及带竞品名字的进攻信号。只看聚合指标,很难把「用户因为什么下单」和「收到后哪里落差」对齐到可改的 SKU 或文案。

技能在做什么

本技能按 三维洞察矩阵 处理你提供的评论表(需含评论文本、评分、时间):

  • 决策因子:从好评里统计面料、性价比、KOL 推荐等下单动因,按提及次数排序,标出可写进详情页的卖点。
  • 体验落差:中评抓「还行但…」后的真实诉求;差评按质量、物流、描述不符、客服、竞品对比分桶。
  • 复购信号:从 4~5 星评论提取「第二次买」「给家人买」等回购表述。

流程上还会做 Top 30 词云、形容词极性对比、竞品提及检测,并按品类/尺码/颜色做差评交叉归因,结果写入 output/review_insight_{product}.md。

边界与注意点

  • 样本过小会在报告中标记数据不足,避免过度解读。
  • 产出遵守「保留评论原文、不美化」;出现「竞品都比他好」类差评时,技能会要求给出应答话术方向。
  • 无本地文件时需先自行从拼多多/淘宝/京东导出评论;也可用 mcp__sheetagent__resolve_local_excel 解析表格。

使用场景

  • 大促后拿到京东/淘宝导出的评论表,要把高频购买理由写进详情页首屏文案
  • 同款多色多码差评集中在「偏色」「偏大」,需要按颜色尺码交叉看是否某 SKU 系统性问题
  • 中评里大量「还行但起球/掉毛」,要整理成下一轮打样或供应商沟通清单
  • 评论频繁出现「不如某品牌」,要单独列出竞品提及与建议应答话术

适合人员

  • 负责单品详情页文案的电商运营,需要从真实好评里补全决策因子排序
  • 品类经理在复盘季度差评,要按质量/物流/描述不符分桶并定位尺码颜色问题
  • 用户研究同学习惯只看 NPS,现在要结构化拆复购关键词与体验落差
  • 客服主管处理带竞品拉踩的差评,需要保留原文并准备标准化应答方向