旗舰场景分析决策行业 · 品牌与快消

BB-02 · 评论里捞卖点

痛点　人工调研样本撑死两千条 · 后台里躺着几十万条，没人有空看

① 场景引入

一、这件事现在是什么样

品牌市场与内容 · 真实业务触发

周会前市场经理要「这周用户在说什么」；月度还要给负责人一页「需求在往哪迁移」。评论散在四个平台后台，人工摘要永远滞后两周。

二、痛点 · 每条都有来源

人工调研样本通常不超过两千条，而平台评论是十万级——结论的代表性差一个量级
依据：品牌方 AI 应用调研：人工调研样本不超过两千条而平台评论是十万级；国内快消新品平均上市成功率仅 17%、约 62% 研发预算浪费在错误方向
竞品与口碑的人工盯守「白天采集、晚上整理」，口径不统一、节假日一漏看信号就断档
依据：竞品与口碑的人工盯守「白天采集、晚上整理」，口径不统一、节假日一漏看信号就断档
洞察报告最大的坑是没有出处：AI 编造竞品数据在客户现场被戳穿的案例已经发生，负责人不敢信没溯源的分析
依据：AI 幻觉编造竞品数据在提案现场被戳穿、丢千万级订单的案例已发生——没有出处约束的生成与分析没人敢直接用
差评归因靠运营拍脑袋，「物流慢」和「质地难推开」混在一个桶里，产品侧拿不到可执行的信号
依据：凯欣粮油市场产品经理 JD：产品策划 + 推广执行 + 公众号/视频号运营 + 软文撰写 + 图文编辑，一人五职

三、换个做法之后

变化不在「快」，在「参与的角色」和「覆盖的范围」

✕ 现在的做法

人工调研样本通常不超过两千条，而平台评论是十万级——结论的代表性差一个量级
竞品与口碑的人工盯守「白天采集、晚上整理」，口径不统一、节假日一漏看信号就断档
洞察报告最大的坑是没有出处：AI 编造竞品数据在客户现场被戳穿的案例已经发生，负责人不敢信没溯源的分析
差评归因靠运营拍脑袋，「物流慢」和「质地难推开」混在一个桶里，产品侧拿不到可执行的信号

✓ 交给 Agent 之后

多来源文件一次读入，先做口径与完整性校验，再开始算
每条结论绑定来源文件、字段或条号，可以被审
产出是企业真会流转的正式件（带签批栏），不是一张展示用的表
该拦的地方给出「现在还不能提交」，并给不用干等的替代方案

四、场景闭环

5 步 · 每一步的产出都是下一步的输入

口径归一 · 四平台字段对齐评论文本、SKU、星级、时间、追评五要素统一；刷单疑似样本按行为特征剔除并留剔除记录
归因聚类 · 差评拆到可执行的原因层「不喜欢」拆成质地、香味、包装、物流、价格、效果六类原因桶，每桶挂原文样本与占比
竞品对照 · 对方差评就是你的卖点竞品差评高频项与本品强项求交集：「对方被抱怨黏腻、我们的清爽质地被正面提及」即成差异化卖点
信号识别 · 需求迁移与新品机会点评论中上升最快的需求词（如「便携」「旅行装」）单独列出，带周环比与原文证据链
报告与留痕 · 出带出处的洞察报告每条结论挂样本量、占比与原文链接；产品决策栏留空

要准备什么：本品牌四平台评论导出（CSV，字段各异）天猫、抖音、京东、小红书后台各自导出，含评论文本、SKU、时间与追评竞品评论样本（导出 xlsx）选定 3 个对标 SKU 的评论区抓取样本品类卖点与宣称清单（Excel）现行卖点体系，作为归类基准

为什么这个场景值得做

优先级评分：痛感 4 × AI 适配 5 ÷ 落地难度 2 = 11.0

最大差异点：不要求客户先清洗评论数据。各平台后台导出的原始 CSV（字段名都不一样）直接进来，Agent 归一口径、聚类归因，每条结论挂原文样本与占比。

评分口径：痛感看「这事没做好谁会生气、生气到什么程度」；

AI 适配看「输入是否非结构化、是否要跨部门取数、错了能不能当场看出来」；

落地难度是分母 —— 需要客户先做数据治理的场景，分数会被压得很低。

五、会产出什么

判断标准只有一个：这份东西能不能直接进企业的流程

正式件本体：评论洞察报告.docx 信号强度分级 · 每条带样本与原文
可派发清单：差评归因明细.xlsx 可派发· 六类原因桶逐条对应原文
可派发清单：竞品差评机会点清单.xlsx 交集卖点清单 · 带双方证据

这套东西不承诺什么：不做产品决策建议——洞察报告只呈现「用户说了什么、信号强度如何」，改配方、改包装的决策栏留空。

② Live Demo（演示逐步）

演示模式 · 可视化预演 本页展示的是「应该怎么跑、每一步看什么、交付什么」，用的是真实业务格式的脱敏构造数据，不宣称已接入客户生产系统，也不承诺任何效率提升百分比。

案例设定：澄澜日用集团（虚构）个护线「澄研」月度评论洞察：11 月 5 日 23 万条评论已抓到（小红书 12 万 + 抖音7 万 + 淘宝 4 万）。市场部要 6 类差评原因桶 + 自家与竞品差评交集的卖点机会清单，为下一轮种草选题 + 新品研发方向做输入。

输入文件5 份关键发现6 类差评桶 + 12 个交集卖点影响金额暂无（决策输入）结论建议采纳 3 个交集卖点

输入品牌方手上能拿到的东西

不需要整理格式、不需要改文件名 · 直接拖进对话框

01_澄研11月评论_全量.xlsx 11 月 1-5 日全平台澄研品牌评论全量 —— 23 万条内容岗 · 每月 5 日导出
02_差评归类_六类原因桶.xlsx 11 月全量差评的 6 类原因桶分布 + 各类样本内容岗 · 每月维护
03_竞品A差评_同品类.xlsx 11 月竞品 A 品牌（同价位段）差评的同类 6 桶分布市场情报 · 每月抓取
04_澄研新品研发方向清单.xlsx 现有 4 个研发方向（来源：研发部年度计划）研发部 · 年度维护
05_历史交集卖点采纳记录.xlsx 过去 12 个月澄研采纳过的交集卖点 + 转化率品牌市场部 · 滚动维护

注意标橙色那一份 —— 02_差评归类_六类原因桶.xlsx。它内容岗 · 每月维护，平时压根不在核对范围里。这个场景的价值，很大一部分就来自把它读进来。

提示词就说这么几句

没有模板、没有表单 · 专业规则由 Skill 兜底

把四个平台的评论都拉进来归一，差评按原因拆开，再跟竞品评论区对一遍。每条结论后面带上样本量和原文。该改什么产品我不需要你建议，把信号给我就行。

归因口径与聚类规则在能力包里。现场只需要说「出本周评论洞察」。

触发11 月 5 日 23 万评论已抓取到位

比上月同期增加 1.8 万条（双 11 预热）

第 1 步 · 全量扫描 · 23 万 → 1,500 条差评样本

按评分 ≤ 2 抽差评 + 按 6 类原因桶分桶

演示数据（表格原文）平台全量评论差评样本差评率(%)代表桶小红书1200008500.71B-1 刺痛抖音700003200.46B-2 搓泥淘宝400003300.83B-6 物流/价格合计23000015000.65—差评率 0.65% 低于行业平均 1.2% —— 整体口碑向好，但 B-1「刺激感」+27.5% 是绝对大头，必须先看。

第 2 步 · 六类差评桶 · 占比与代表评论

B-1 刺激感 + B-2 搓泥是前二

演示数据（表格原文）桶桶名条数占比(%)代表评论B-1刺激感41227.5「用了刺痛、是不是过敏」B-2搓泥28519.0「上脸搓泥,和防晒打架」B-3闷痘19713.1「闭口爆痘」B-4洗后紧绷15210.1「洗完脸干到紧绷」B-5效果不明显24516.3「一瓶没看出白」B-6包装/物流/价格20913.9「按压头漏液」—合计1500100—B-1 刺激感占 27.5% 是绝对大头，B-2 + B-3 合计 32.1% 涉及产品质地，B-613.9% 是非产品问题。

这一步的看点 · 翻译成钱B-1 刺激感 412 条 / 月，按 5% 退货率反推影响月销 8,240 单 × 客单280 元 = 月损失 23 万，需要 B-1 桶的差评数 < 200 才算合格。

第 3 步 · 与竞品差评桶对照 · 找交集

澄研比竞品高 = 我方需改进；竞品比我方高 = 我方可宣传差异化

演示数据（表格原文）桶桶名澄研占比(%)竞品占比(%)差值行动方向B-1刺激感27.522.0+5.5我方需改进B-4洗后紧绷10.118.7-8.6我方可宣传B-2搓泥19.015.8+3.2我方需改进B-3闷痘13.19.9+3.2我方需改进B-5效果不明显16.319.8-3.5我方可宣传B-6包装/物流/价格13.913.8+0.1持平—————2 项我方宣传点B-4 洗后紧绷竞品高 8.6 个百分点 + B-5 效果不明显竞品高 3.5 个百分点—— 两个桶都是我方可宣传的差异化点。

第 4 步 · 交集卖点清单 · 12 个候选

从两个「我方可宣传」桶 + 历史采纳记录生成

演示数据（表格原文）卖点ID卖点证据桶证据条数建议用法S-01洁面后不紧绷（与竞品对照）B-4 竞品高 8.6168洁面 SKU 详情页S-0228 天实测淡纹B-5 竞品高 3.5178A 醇精华详情页S-03敏肌专研线B-1 痛点 + R-26-01412R-26-01 上市会S-04敏感肌亲测B-1 痛点412已采纳（2025-12）S-05成分搭配稳定B-2 差评减少方向285种草内容—合计 12 个候选———12 个候选中，3 个最值得采纳：S-01 洁面不紧绷、S-02 28 天实测淡纹、S-03 敏肌专研线 —— 均与研发方向 + 差评证据双向对应。

第 5 步 · 建议采纳 · 3 个交集卖点

S-01 / S-02 / S-03 进入下一轮种草与新品上市

演示数据（表格原文）采纳卖点应用场景时间表影响预测S-01 洁面不紧绷洁面 SKU 详情页 + 抖音种草11 月 20 日前+3% 转化S-02 28 天实测淡纹A 醇精华详情页11 月 25 日前+5% 转化S-03 敏肌专研线R-26-01 上市会主题2027-Q2 上市新品起点———+8% 转化 + 1个新品方向3 个采纳点形成两个层面的输出 —— 短期种草提转化 + 中期新品立项。

这一步的看点 · 排除性结论可以排除「把 12 个候选全采纳」的做法：12 个候选的素材生产与种稿排期总和需要 30+ 篇稿，内容岗一人无法消化；只采纳证据最硬、与研发方向最对位的 3 个，减少 75% 的素材工时、保留 80% 的预期转化。

第 6 步 · 结论 · 建议采纳 3 个交集卖点

本月评论洞察报告 + 3 个采纳点已锁定

这一步的看点 · 从历史 / 拦住 / 排除 / 翻译成钱从历史：2025-12 采纳「敏感肌亲测」8 篇稿平均转化 4.2% 高于平均2.6%；2026-04 采纳「28 天实测」6 篇稿转化 3.8% —— 采纳交集卖点的转化率稳定高于平均 1.5 个百分点。这条不靠当年经手人还在不在职，靠的是采纳记录表里的转化数据。该拦住的是「12 个候选全上」：全上 30+ 篇稿，1 人无法消化，6 天内交付质量会塌方，只采纳 3 个 + 减少 75% 工时是必经之路。可以排除一档不需要讨论的方案：「用 GPT 一次生成 12 套文案」—— 不在讨论范围内，因为每条卖点的证据桶必须可追溯到评论 ID，AI 改写会丢证据。翻译成钱：3 个采纳点预计 +8% 转化 + 1 个新品方向；按 11 月澄研整体销售额 86 万计，短期 +6.9 万 / 月，新品上市后预计+200 万 / 年。

本月评论洞察报告建议采纳 3 个交集卖点23 万评论 → 1,500 差评样本 → 6 类原因桶 → 与竞品对照 → 12 个交集卖点候选 → 3 个采纳点。建议立即启动方案一 · 采纳 3 个交集卖点 + 内容岗落地：S-01 洁面不紧绷（11-20 前落地）+ S-0228 天实测淡纹（11-25 前落地）+ S-03 敏肌专研线（2027-Q2 上市会用）。工时 24 小时，0 外部成本。方案一之外的备选 · 方案二 · 全采纳 12 个候选：30+ 篇稿，1 内容岗无法消化；或外包 30+ 篇 × 800 元 = 2.4 万，且 MCN 不掌握差评证据桶，转化率不可控；不建议方案三 · 拍脑袋选 3 个不基于数据的卖点，按历史采纳数据这种做法的转化率会回到 2.6% 平均线，差距 1.5 个百分点 = 月损失 1.3 万。

之后这一次跑完，公司多了什么

不讲省了多久：讲少了几个隐患、沉淀了什么

✓ 评论口径第一次统一：四平台一套归因桶，周与周可对比
✓ 信号栏目固化：「已出现几周」让漏信号的责任有了刻度
✓ 岗位角色变了：市场经理从「人工摘要两周前的事」变成「每周一带出处看本周」

追问现场可能被问到的

答不上来的问题，比答得漂亮的问题更能决定这场演示的结果

评论数据它怎么拿到？ 各平台后台手工导出的 CSV 就够——不承诺绕过平台的接口限制，导出动作仍由运营做。
能预测爆品吗？ 不能。它给的是「信号强度与证据」，赌哪个方向的决策在人。
刷单怎么处理？ 按行为特征标记疑似并留剔除记录，报告里写明剔除口径——不悄悄改数。

③ 能力沉淀（Skill / 提示词 / 预期输出 / 人工边界）

1. Skill 能力包

导入之后，同类任务会自动按这套规则走 —— 提示词才能写得那么短

评论里捞卖点 · Skill

SKILL.md 主本 + references（输出骨架 / 判据 / 渲染脚本）· 符合 WorkBuddy Skill 规范

版本 v1.0

review-insight.zip

在 WorkBuddy 里直接上传这个 zip 即可导入

包内结构

SKILL.md 主本 —— YAML 元信息 + 执行流程 + 硬规则 + 人工边界
references/output_template.md 输出骨架（sheet 名 / 分区顺序 / 列头）+ 可直接运行的渲染脚本
references/judgement_rules.md 判据与口径 —— 什么情况算异常、什么情况必须拦住

references 不会一次性全读进来 —— Agent 按需取用。所以 Skill 可以写得很细，不会拖慢每次对话。

2. 原始素材

这些就是品牌方手上真实能拿到的东西 —— 格式不统一是常态，不是问题

📁BB-02 · 演示素材

脱敏构造数据 · 真实业务格式 · 埋点可核验

共 5 份

01_澄研11月评论_全量.xlsx 11 月 1-5 日全平台澄研品牌评论全量 —— 23 万条
02_差评归类_六类原因桶.xlsx 11 月全量差评的 6 类原因桶分布 + 各类样本
03_竞品A差评_同品类.xlsx 11 月竞品 A 品牌（同价位段）差评的同类 6 桶分布
04_澄研新品研发方向清单.xlsx 现有 4 个研发方向（来源：研发部年度计划）下载
↓XLS05_历史交集卖点采纳记录.xlsx 过去 12 个月澄研采纳过的交集卖点 + 转化率

怎么用

把素材全部拖进 WorkBuddy 对话框（不需要整理格式、不需要改文件名）
粘贴下方提示词发送
拿到正式件初稿 —— 签批栏留空，推荐意见留空，由你填

3. 提示词卡片

把四个平台的评论都拉进来归一，差评按原因拆开，再跟竞品评论区对一遍。每条结论后面带上样本量和原文。该改什么产品我不需要你建议，把信号给我就行。

为什么这么短就够了：归因口径与聚类规则在能力包里。现场只需要说「出本周评论洞察」。

换成你自己的业务：把素材换成你手上的真实文件即可。导入 Skill 之后，

该走几步、什么口径、什么情况必须拦住，Agent 自己知道 —— 你只需要说清这是什么事。

自己组织输入的三步法

用自然语言说清核心需求 —— 就按平时跟同事交代活的方式说：什么事、什么文件、什么要求。不用讲究格式。
调用 Skill 补齐专业规则 —— 导入本页 Skill 后，流程、口径、硬规则 Agent 自己知道。
用「增强提示词」补全遗漏 —— 输入框旁边有增强按钮，把随口说的话补成更完整的表述。

分工：自然语言负责「这是什么事」，Skill 负责「该怎么做」，增强提示词负责「别漏了什么」。

4. 预期输出

不方便现场跑的时候可以直接拿这份给客户看 · 与实跑结果同结构

📋正式交付物

带签批栏 / 冻结首行 / 开筛选 —— 判断标准是「能不能直接进企业的流程」

共 3 份

BB-02_评论洞察报告.docx 正式件本体 · 信号强度分级 · 每条带样本与原文
BB-02_差评归因明细.xlsx 可派发 · 六类原因桶逐条对应原文
BB-02_竞品差评机会点清单.xlsx 交集卖点清单 · 带双方证据

Skill 里固化了什么：从历史里想起了公司踩过的坑该拦的地方拦住了排除性结论把技术动作翻译成钱

输入清单：本品牌四平台评论导出（CSV，字段各异）天猫、抖音、京东、小红书后台各自导出，含评论文本、SKU、时间与追评竞品评论样本（导出 xlsx）选定 3 个对标 SKU 的评论区抓取样本品类卖点与宣称清单（Excel）现行卖点体系，作为归类基准

人工边界：不做产品决策建议——洞察报告只呈现「用户说了什么、信号强度如何」，改配方、改包装的决策栏留空。

升为客户真实案例还缺什么：客户当前真实输入文件（不要整理过的）岗位现行 SOP 与审批链（金额分档、谁签字）至少一次真实出过问题的案例客户当前正在用的正式输出模板客户确认的阈值口径（多少天算临期、多少金额算大额）

5. 同一角色下的其他场景

品牌市场与内容 · 产出即下一步输入

BB-01 · 自己的爆文喂种草稿 — 免费文案工具几秒出一篇 · 品牌方用完发现十条笔记一个味，还顺手埋了违禁词查看 →BB-03 · 宣称合规逐句核对 — 商品参数里随手勾的一句「修复紧致」 · 成交四千单后成了虚假宣传立案证据查看 →BB-04 · 新品上市从方案到过会 — 上市检查清单人人填过 · 出事复盘时才发现某项根本没人真的查过查看 →上下游串起来就是完整链路。每一步的产出都是下一步的输入，不用在不同工具之间来回复制粘贴。

场景内容基于 WorkBuddy 产品能力整理，演示中的企业、人物与数据均为虚构，不代表任何客户的实际成效；痛点引用的公开来源已做脱敏处理。网页版由原资料转换，部分演示表格以原文形式展示。

其他行业的同类场景 · 分析决策

想把这个场景在你们企业跑通？

顾问会先看你们的数据和流程够不够，再决定从哪一步开始。

看品牌与快消其他场景