评论分析与需求挖掘
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_825d9e7e/social-note-comment-insights。
技能介绍
要解决什么问题
内容团队和产品同学经常只能「肉眼刷评论」:笔记底下几百条一级评论、楼中楼里的真实吐槽,很难系统整理成痛点清单、购买顾虑或 FAQ。更麻烦的是,复盘时缺少可引用的原话证据,决策容易变成主观印象。
本技能面向小红书笔记评论与回复的只读采集与分析整理:你提供笔记链接或完整 note_id,在约定分页范围内拉取评论文本,再把反馈结构化成可复盘、可对齐业务的输出。
技能如何工作
输入与范围:支持内容页链接、短链、分享文本,或检索/详情接口返回的完整 note_id。若结果分页,默认可先取第一页;需要扩大样本时用 next_page_token 原样翻页,或通过 --pages / --all / --max-items 控制一级评论(及可选回复)的覆盖范围。
调用方式:能跑 shell 的 Agent 优先用 direct CLI(如按 URL 或 note_id 取一级评论,再按需拉子评论);已接入 MCP 时可用 xhs_get_note_comments_by_note_url、xhs_get_note_comments_by_note_id、xhs_get_note_sub_comments_by_comment_id 等等价工具。一级评论排序可选 default、time_descending、like_count_descending。
分析与输出:在返回的 JSON(data.items 及可选 replies)基础上,默认按固定结构整理——评论主题、用户痛点、购买顾虑、未满足需求、FAQ、高频原话、可行动建议。判断与原文分开写,原话只引用接口可见文本;若只用了第一页或局部回复,会在结论中说明覆盖范围。
适用边界与注意点
这是只读能力:使用环境变量 SOCIALDATAX_API_KEY,不登录、不发帖、不点赞、不评论。结论仅代表当前输入笔记下已拉取的评论样本,不是全站统计。余额不足等 API 错误应按提示处理,勿用公开网页搜索替代 SocialDataX 数据。
使用场景
- 竞品笔记链接到手后,要把评论区购买顾虑整理成客服/详情页 FAQ
- 爆款笔记复盘时,按时间或点赞排序拉评论,归纳用户吐槽与未满足需求
- 品牌投放笔记上线一周,多页抓取评论并拆主题,输出选题与内容改稿线索
- 产品调研给定 `note_id`,连同楼中楼回复做痛点清单与可行动改进项
适合人员
- 小红书内容运营,需要把单篇笔记评论收成选题角度与改稿要点
- 品牌/市场同学,投后要用评论做口碑与顾虑盘点给内部复盘
- 产品经理或用研,从小红书讨论串里抽痛点与需求清单做需求输入
- 创作者或 MCN 运营,分析粉丝留言中的高频问题以规划下一篇内容