把大量商品评价归类为需求、满意点和风险信号,输出产品与内容建议。
它适合什么任务、需要准备什么、最终能得到什么,这里一次说明白。
使用 $aif-ecommerce-review-insights,分析这份商品评价并输出用户需求和改进建议。
建议使用脱敏后的真实资料;涉及价格、功效、平台规则、财务或对外发布的内容,请在使用前再次确认。
把评价频次和问题严重度分开,避免被少量极端评论带偏。
从详情页、参数和访谈中建立“事实—利益—证据”链,输出可验证的卖点矩阵。
把产品事实、卖点与购买顾虑组织成完整的电商详情页信息结构。
从公开事实比较竞品定位、卖点、价格和用户顾虑,形成可行动的差异建议。