前言¶

客服系统跑一段时间后，FAQ 里沉淀的问题和用户实际开口问的问题会逐渐脱节。运营看到的是「常见问题」列表，真实对话里却反复出现列表上没有的问法。要补齐这个差距，通常得有人手动翻聊天记录、统计问法、再整理成 FAQ 条目，工作量大且很难按用户分群做区分。

customer-insight-analyzer 就是针对这个环节的 Skill：输入客服聊天记录，产出高频问题、词云数据，以及基于用户标签的「猜你想问」推荐。下面介绍它的定位、能力和可用方式。

这是什么¶

一句话定位：把客服聊天记录转成结构化的问题洞察（高频问题清单、词云数据、分人群推荐问题）。

它解决的问题有三个：一是从聊天记录里提取高频问题，二是生成可用于词云可视化的数据，三是结合用户标签做千人千面的「猜你想问」推荐。

核心功能¶

根据官方简介，能力范围如下，未列出的不在此 Skill 声明范围内。

1、聊天记录分析：解析客服对话记录，识别用户提出的问题。
2、高频问题提取：把相似问法归并后统计频次，输出高频问题列表。
3、词云数据生成：产出适合直接喂给词云组件的数据。
4、猜你想问推荐：基于用户标签，为不同人群推荐差异化的下一个问题。

触发方式上，官方定位是当用户需要分析客服聊天记录、提取高频问题、生成词云数据，或基于用户标签推荐「猜你想问」问题时触发。

安装与启用¶

该 Skill 基于通用 SKILL.md 格式，标识符为：

@user_fc05d2ec/customer-insight-analyzer

抓取到的官方资料中没有给出具体的安装命令或配置文件路径，因此这里不写出未经核实的命令。要确认实际安装方式，请以官方页面说明为准，或通过上述坐标在对应客户端的 Skill 管理入口添加。

需要注意的是，官方标签为 requires_api_key=false，即按设计不依赖额外的 API Key；如果实际使用时要求填写密钥，说明依赖了额外的外部服务，与官方标注不一致，应以实际报错为准再排查。

典型用法¶

官方简介给出的使用方向对应三类输入，可据此组织调用：

1、输入客服聊天记录，得到高频问题列表。
2、需要词云时，输出词云数据结构。
3、需要推荐时，同时提供用户标签，得到该标签下的推荐问题。

抓取到的资料中没有提供可复现的完整示例输入输出，因此这里不编造示例。建议先拿一小段脱敏后的真实对话试跑，确认输出字段后再接入生产。

适用场景与注意¶

适用场景，官方明确列出三类：

1、智能客服 FAQ 优化：用真实高频问题校对现有 FAQ，补充缺失条目。
2、千人千面问题推荐：按用户标签做差异化的「猜你想问」。
3、客户问题洞察分析：从对话中归纳用户关心的问题分布。

几点需要注意：

1、它处理的是已有聊天记录的事后分析，不做实时对话生成，不能替代在线回复链路。
2、去重和问法归并的质量取决于输入对话的规范化程度，原始数据里同一问题的不同表述会影响高频统计结果。
3、涉及用户标签的推荐依赖标签体系的完备性，标签缺失时推荐效果会下降。
4、聊天记录属于敏感数据，接入前应完成脱敏。
5、页面显示的评分与下载量为抓取时点快照（评分 100000、下载 497、安装 0）。本任务给出的另一组数据（评分 99721、下载 357）与抓取结果不一致，未做进一步核实，正文不采用该组数字。

结尾¶

customer-insight-analyzer 把「翻聊天记录、统计问法、整理 FAQ」这几步手工操作收敛成一个可复用的 Skill，适合已经积累了不少客服对话、但还没有问题洞察分析链路的团队。官方地址：

https://www.skillhub.cn/skills/user_fc05d2ec/customer-insight-analyzer