前言¶

電商運營和產品團隊都繞不開評論分析：從評價裏找 VOC、找痛點、找下一代產品的優化方向。常見做法是人工抽樣閱讀、Excel 分類，或者把評論導出後丟給通用大模型做總結。評論量一旦上萬，抽樣的代表性存疑，通用模型的分類口徑也不統一，報告格式更是每次重排。

下面介紹一個針對這個場景的 Skill：電商評論 AI 深度分析工具（review-analyzer-skill），由 buluslan（公衆號：新西樓.AI）開發並維護。

這是什麼¶

一句話定位：把一批電商評論交給 AI，按固定維度打標併產出結構化深度報告的 Skill。

它解決的問題是：把「從評論裏提煉 VOC、痛點和產品優化機會」這件事從一次性人工整理，變成可重複執行的標準化流程。

核心功能¶

根據 SkillHub 頁面提供的信息，該 Skill 的能力包括：

1、22 維度 AI 打標：對評論逐條做多維度標註，維度口徑固定，避免不同批次分析結果口徑漂移。
2、生成 15 章萬字深度洞察報告：在打標基礎上彙總成結構化報告，覆蓋 VOC、痛點、優化機會等內容章節。
3、內置 6 套 HTML 主題看板：報告可輸出爲可視化看板，用於彙報和存檔。
4、一鍵寫入飛書文檔：分析結果可以直接落到飛書文檔裏，減少複製粘貼。

以上四項能力來自 SkillHub 頁面簡介。22 個維度的具體名稱、15 章的具體目錄，頁面未列出，需要以實際運行結果爲準。

安裝與啓用¶

官方地址爲 https://api.skillhub.cn/user_746e5063/review-analyzer-skill 。

本次寫作時該頁面未能抓取到正文，因此無法覈實官方安裝命令、目錄路徑和配置字段。按通用 SKILL.md 格式的慣例，啓用方式通常是把 Skill 目錄放入對應 Agent 的 skills 目錄，或在支持 SkillHub 的客戶端中引用該 Skill。具體步驟請以官方頁面或開發者公衆號說明爲準，此處不展開。

典型用法¶

官方頁面未提供可復現的示例輸入、輸出樣例和命令行用法，本節暫不展開。從功能描述推斷的常規流程是：準備評論數據（導出爲文本或表格）→ 調用該 Skill 進行分析 → 獲取 HTML 看板和報告 → 寫入飛書文檔。該推斷未經官方資料覈實，實際使用前請先確認數據格式要求。

適用場景與注意¶

適合：評論量大、需要定期產出 VOC 和痛點分析的電商運營、產品經理；希望報告格式統一、能直接進飛書的團隊。

注意：

1、分析質量依賴評論數據本身的完整性和代表性，樣本偏差不會因爲 AI 打標而消失。
2、22 個維度的口徑由 Skill 內置，如果你的分析框架與內置維度不一致，需要評估適配成本。
3、SkillHub 頁面顯示該 Skill 評分 99072，分類爲 business-ops，下載量 1068 次。下載量不高，使用前建議先用小批量評論驗證輸出效果。
4、官方頁面正文本次未能抓取，安裝方式、維度清單、報告章節結構均需進一步覈實。

結尾¶

這個 Skill 的價值在於把電商評論分析做成了固定流程：統一打標、結構化報告、可視化看板、一鍵入飛書。對需要反覆做評論分析的團隊，可以減少重複勞動。

官方地址：https://api.skillhub.cn/user_746e5063/review-analyzer-skill

（本文信息來自 SkillHub 頁面簡介，安裝與用法細節請以官方說明爲準。）