前言¶
品牌、活動或熱點事件一旦上網，討論會分散在微博、短視頻、資訊和問答等多個渠道。人工逐平臺搜索再整理情感與趨勢，耗時長，也難在口徑上保持一致。下面介紹 SkillHub 上的「多平臺輿情監控分析」：用自然語言給出關鍵詞，由 AI 按固定流程完成多平臺檢索、結構化分析與報告生成，默認產出帶 ECharts 圖表的 HTML，也可按需改爲 Markdown。
這是什麼¶
「多平臺輿情監控分析」（座標 @user_59252579/yuqing）是社區來源的 data-analysis 類 Skill，當前頁面標註版本 1.0.0，發佈者爲 user_59252579，標籤 requires_api_key=false，即不依賴額外 API Key 配置。
官方入口：
- API / 安裝說明頁：https://api.skillhub.cn/user_59252579/yuqing
- SkillHub 展示頁：https://www.skillhub.cn/skills/user_59252579/yuqing
資料中將其定位爲 Sentiment Analyzer：根據用戶輸入的關鍵詞，在全網多平臺採集信息，做情感分析、趨勢研判、風險評估，並生成交互式可視化 HTML 報告。適用場景包括品牌公關、市場營銷、娛樂宣發、產品運營、危機預警等。
SkillHub 頁面統計（以抓取資料爲準）：評分 100000，下載 8426，安裝 29。
核心功能¶
能力以官方說明中的表格與流程爲準，主要包括：
| 能力 | 說明 |
|---|---|
| 多平臺採集 | 覆蓋騰訊新聞、微博、抖音、小紅書、知乎、百度資訊等主流平臺 |
| 情感分析 | 正面 / 中性 / 負面分類，並計算綜合情感得分 |
| 趨勢追蹤 | 按時間線呈現輿情走勢 |
| 關鍵詞提取 | Top 15–20 高頻詞及權重 |
| 熱點話題排行 | 按熱度展示當前受關注話題 |
| KOL 觀點追蹤 | 識別關鍵意見領袖及其立場與影響力 |
| 風險評估 | 低 / 中 / 高等級判定，附風險因素與應對建議 |
| 可視化報告 | 交互式 HTML，含 6 類 ECharts 圖表 |
包內目錄結構如下：
sentiment-analyzer/
├── SKILL.md # 核心指令（AI 執行流程）
├── scripts/
│ └── generate_report.py # 報告生成腳本
└── assets/
└── report_template.html # HTML 報告模板
SKILL.md：定義搜索策略、分析維度、數據結構、報告生成步驟。generate_report.py：將結構化 JSON 注入 HTML 模板，生成最終報告。report_template.html：基於 ECharts 的響應式模板。
工作流程¶
用戶只需提供關鍵詞；AI 按 SKILL.md 執行六步：
- 解析意圖：識別關鍵詞類型（品牌 / 明星 / 影視 / 產品 / 事件等）。
- 多平臺搜索：並行發起約 6–8 組搜索，覆蓋各大平臺。
- 深度採集：對 5–10 個核心 URL 抓取詳細內容。
- 結構化分析：情感、平臺統計、趨勢、風險評估等約 10 個維度。
- 生成報告：調用腳本輸出交互式 HTML（或 Markdown）。
- 交付結果：報告文件 + 關鍵發現摘要。
分析維度包括：情感分佈（得分 0.0–1.0）、平臺分佈、時間趨勢、關鍵詞熱度、熱門話題、代表性文章（正 / 中 / 負）、KOL、風險評估（低 / 中 / 高及對應判定說明）。
HTML 報告中的可視化組件包括：核心指標卡片、風險等級橫幅、輿情概覽文本、情感環形圖、平臺堆疊柱狀圖、趨勢折線圖、關鍵詞條形圖、熱門話題表、代表性文章 Tab 表、KOL 卡片、風險分析列表；圖表基於 ECharts 5，支持懸停與響應式佈局。
官方給出的數據質量標準示例：獨立來源不少於約 30 條、平臺覆蓋不少於 4–5 個、優先近 7–30 天內容（除非用戶指定時間）、信息附來源 URL、結論以數據爲準。
安裝與啓用¶
資料提供兩種方式：
- 將
sentiment-analyzer-v1.1.0.zip解壓後放入 Box 的 Skill 目錄。 - 或通過命令加載：
use_skill("sentiment-analyzer")
說明：SkillHub 元數據版本爲 1.0.0，安裝包文件名則爲 v1.1.0；以你實際下載的包爲準。資料未單獨區分 Cursor、Codex CLI、Claude Code 的安裝差異，此處不展開未覈實環境。
觸發方式爲自然語言，例如：
幫我分析一下"小鵬汽車"的輿情
查一下華爲最近的網絡口碑
分析《慶餘年2》的觀衆評價
監控一下瑞幸咖啡的輿論情況
最近關於AI的輿情趨勢怎麼樣
幫我看看某明星的網絡風評
輸出格式：
- 默認：交互式 HTML 報告。
- 可選：Markdown（適合嵌入文檔）。
指定格式示例：
幫我分析小鵬汽車的輿情，生成 Markdown 格式報告
適用場景與注意¶
按關鍵詞類型（官方示例）：企業 / 品牌、明星 / 公衆人物、影視 / 綜藝、產品、事件 / 話題、行業等，分析側重點在資料表格中有對應說明。
按使用場景：品牌公關日常監控、營銷活動效果、競品口碑對比、危機預警、投資研究中的公衆情緒、娛樂宣發傳播效果等。
使用時需注意：輿情結論依賴當時可檢索到的公開內容與 AI 執行質量；跨平臺反爬、時效和採樣偏差會影響「不少於 30 條來源」等目標的達成。報告中的鏈接應作爲溯源依據自行復核，不宜單獨作爲決策唯一依據。Skill 標註無需 API Key，但運行環境仍需具備網頁搜索與抓取能力（由宿主 Agent 提供）。
結尾¶
「多平臺輿情監控分析」把關鍵詞輸入、多平臺採集、十維左右結構化分析和 ECharts HTML 報告串成一條可複用流程，適合需要快速出稿式輿情概覽的團隊。安裝與詳情見 SkillHub：https://www.skillhub.cn/skills/user_59252579/yuqing ，資源頁：https://api.skillhub.cn/user_59252579/yuqing 。
