评论区健康诊断 · 免费版
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-lite。
技能介绍
评论区为什么在「粗分情感」上不够用
运营和业务同学常把评论整段打成正面或负面,再算占比。一条话里往往混着多个诉求,例如「这猫粮太贵了,但猫猫爱吃」——整体未必是差评,却把价格价值和宠物养护两条信号压成一格。粗分引擎只能给出一个总分,无法回答「到底哪个方面在拖后腿、哪个值得当卖点放大」。
技能如何工作
本技能按 ABSA(方面级情感分析) 思路,用免费版 11 方面框架(内容质量、价格价值、萌点颜值、剧情主题、互动体验、服务售后、情感共鸣、宠物养护、仪式话题、外观体态、行为习性)给每条评论打方面标签,可多命中。每个命中方面再映射 5 级情感强度(强烈正面到强烈负面)。流程上:逐条评论 → 方面命中 → 方面情感 → 无词命中则标 低置信 / 人工复核 → 汇总 方面×情感矩阵、负面最多的方面(痛点)、需求型评论计数与互动建议。
免费版说明文档指出:规则引擎会先对整条评论做 5 级判定,再映射到全部命中方面;若要每个方面独立判情(纯 ABSA),需走大模型深度版。触发语境包括评论分析、评论区诊断、评论体检、评论情感分析等。
边界与注意点
评论中没有任何方面触发词时,会归入「其他」并记为低置信,别把这些样本当强结论。混合评论要会读矩阵而不是只看单条标签。强规则场景适合批量筛查与归因草图,精细分方面仍要配合深度版或抽检。
使用场景
- 大促后要把商品评论按价格价值、服务售后等维度统计负面集中点,再改详情页话术
- 视频稿件复盘时拆开剧情主题差评与互动体验里的催更/点赞诉求
- 宠物类笔记评论区出现「贵但爱吃」类混合句,需要分别计入价格与养护情感
- 社区周报要从批量评论导出方面×情感矩阵,并列出需人工复核的低置信条
适合人员
- 负责商品页与客服话术的电商运营,需要把差评归到价格、物流等具体方面而非只看正负比
- 写周报复盘的内容策划,要从评论区拆出痛点方面和可回复的互动建议
- 垂类社区 Moderator,巡检 UGC 健康度并识别无词命中的评论做人工复核
- 做评论数据归因的数据分析同学,先用规则版铺量矩阵再决定是否上大模型深度版