fmode-voc-projects/docs/_methodology/voc-deep-insight-workflow

VOC 深度洞察报告 · 闭环工作流（v1.0）

从需求摄入到落地交付的完整方法论文档 —— 基于江中肝纯片（737 KB / 7715 VOC）、猴菇饮（604 KB / 2727 VOC）、乳酸菌素片儿童版（464 KB / 2566 VOC）三个实战项目沉淀。

---

🎯 这是什么

一套可复用的闭环工作流，让 AI 或工程师可以在 2-3 天内为任意消费品产出一份高质量的「VOC 深度洞察 × 策略蓝图报告」。

核心输出：

• 500 KB+ HTML 深度报告（30-42 slide · 7-9 章节 · 全真实 VOC 证据）
• 完整原始数据（1000-8000+ 条多平台真实评论 · JSON/JSONL）
• 4 份方法论文档（基础调研 / 场景补充 / VOC 思路 / 采集矩阵）
• 1 份执行摘要（便于交接）

适用品类：消费品（保健品 / 药品 / 食品 / 饮料 / 个护）—— 凡是在小红书、抖音、京东、天猫、Amazon 等平台有用户评论的品类。

---

📂 文件夹结构

voc-deep-insight-workflow/
├── README.md                              # 本文件 · 总览 + 导航
├── 00-workflow-overview.md                # 6 阶段闭环图 + 门控
│
├── 01-phase1-requirement-intake.md        # 阶段 1 · 需求摄入
├── 02-phase2-methodology-design.md        # 阶段 2 · 方法论设计
├── 03-phase3-collection-planning.md       # 阶段 3 · 采集规划
├── 04-phase4-collection-execution.md      # 阶段 4 · 采集执行
├── 05-phase5-analysis-rendering.md        # 阶段 5 · 分析 + 渲染
├── 06-phase6-quality-delivery.md          # 阶段 6 · 质量 + 交付
├── 07-beautiful-html-aesthetics.md        # ⭐ 跨阶段 · 精美 HTML 方法论
│
├── templates/                             # 可复制的骨架文件
│   ├── 0.基础调研.template.md
│   ├── 1.场景的补充.template.md
│   ├── 2.VOC深度思路.template.md
│   ├── 3.采集矩阵.template.md
│   ├── 4.采集执行摘要.template.md
│   ├── collect.template.js                # 采集脚本骨架
│   ├── analyze.template.js                # 分析层骨架
│   ├── components.template.js             # UI 组件骨架
│   ├── render.template.js                 # 主渲染器骨架
│   ├── chapter.template.js                # 章节模块骨架
│   ├── audit.template.js                  # 质量审计脚本骨架
│   ├── aesthetic-patterns.template.js     # ⭐ 精美视觉模式库（20+ 组件）
│   └── aesthetic-checklist.template.md    # ⭐ 精美验收 20 条
│
├── prompts/                               # AI 启动 prompt
│   ├── P1-kickoff.prompt.md
│   ├── P2-methodology.prompt.md
│   ├── P3-collection.prompt.md
│   ├── P4-analysis.prompt.md
│   ├── P5-rendering.prompt.md
│   └── P6-aesthetic-upgrade.prompt.md     # ⭐ 精美升级启动 prompt
│
└── case-studies/                          # 三个实战案例复盘
    ├── README.md                          # 对比矩阵
    ├── 01-jiangzhong-liver-DMY.md
    ├── 02-jiangzhong-houguyin.md
    └── 03-jiangzhong-lactic-children.md

---

🚀 快速开始（新项目 Kickoff 5 步）

Step 1 · 复制骨架

# 从 templates/ 复制 markdown 模板到新项目
Copy-Item -Recurse docs/_methodology/voc-deep-insight-workflow/templates/*.md docs/<你的品类>/

# 从 templates/ 复制代码骨架到 scripts/tools/
Copy-Item docs/_methodology/voc-deep-insight-workflow/templates/*.js scripts/tools/
# 批量改名：_collect.template.js → <品类>-collect.js

Step 2 · 填完 4 份 markdown（需求侧）

按顺序填写：

1. 0.基础调研.md → 产品力 / 核心成分 / 商业目标
2. 1.场景的补充.md → 关键使用场景 / 用户典型画像
3. 2.VOC深度思路.md → H1-H8 八大假设 × 多平台策略
4. 3.采集矩阵.md → 关键词 × 平台 × 批次分配

模板里所有 <...> 占位符都必须填写。不能填的就进入 phase 2 和产品方要需求。

Step 3 · 采集（阶段 4）

node scripts/tools/<品类>-collect.js --batch=1   # P0 本品 + 头部竞品
node scripts/tools/<品类>-collect.js --batch=2   # P1 长尾 + 场景
node scripts/tools/<品类>-collect.js --batch=3   # P2 决策 + 赛道
node scripts/tools/<品类>-collect.js --merge     # 合并为 _merged.json

Step 4 · 写章节 + 渲染（阶段 5）

按 templates/chapter.template.js 复制 8 个章节模块：

# 每章 1 个文件（~400-600 行），分子章渲染
# 先写 Ch1 / Ch2 / Ch3，边写边 gen 预览
node scripts/tools/gen-<品类>.js

Step 5 · ⭐ 精美升级（跨阶段 5/6）

AI 初版通常只有 60-75 分。对照 07-beautiful-html-aesthetics.md 和 templates/aesthetic-checklist.template.md 升级到 90+ 分：

# 用 P6 prompt 驱动
# 把 aesthetic-patterns.template.js 的 20+ 视觉模式按需复制进 <品类>-components.js
# 对照 20 条 checklist 逐项打勾

Step 6 · 审计 + 交付（阶段 6）

node scripts/tools/_audit-<品类>-voc.js  # 检查跳题 / 重复 / 相关性
node scripts/tools/preview-reports.js    # 本地 http://localhost:8787 预览

---

⏱️ 预期时间线

阶段	内容	时长（AI 辅助）	时长（纯人工）
1 · 需求摄入	填 4 份 markdown	2-4 小时	1-2 天
2 · 方法论设计	H1-H8 假设 × KANO × JTBD	1-2 小时	半天
3 · 采集规划	关键词 × 平台 × 批次矩阵	1-2 小时	半天
4 · 采集执行	API 调度 + 数据清洗	50-120 分钟（等待 + 重试）	1-2 天
5 · 分析渲染	8 章 × 28-42 子章 HTML	4-8 小时	3-5 天
⭐ 5+ · 精美升级	60→95 分 · 20 条 checklist	2-4 小时	1-2 天
6 · 质量交付	审计 + 预览 + 执行摘要	1-2 小时	半天
合计		12-22 小时	8-12 天

---

🏆 三个参考案例

维度	肝纯片	猴菇饮	乳酸菌素片儿童版
产品类型	OTC 护肝药	胃饮料	OTC 儿童药
商业目标	10 亿	5000 万起 → 10 亿	6000 万 → 10 亿
决策链	本人决策	本人决策	家长 × 儿童双引擎
VOC 量	7715 条	2727 条	2566 条
平台数	XHS + 抖音 + Amazon	6 平台	XHS + 抖音
报告大小	737.1 KB	604 KB	464.3 KB
slide 数	42	36	38
章节数	7	8	8
创新点	DMY 真原料差异化	无人地带三轴	家长×儿童 + 分龄产品线

详见 case-studies/ 下每个案例的完整复盘。

---

📐 设计哲学

1. VOC 驱动，反向定位

不是「先有策略再找证据」，而是先有真实 VOC 再反推策略。

每一条策略（定位 / 话术 / SKU / 价格 / 渠道）都必须能在 VOC 原始评论里找到直接证据。无法溯源的结论一律删除。

2. 假设驱动的采集

H1-H8 八大假设（见 02-phase2-methodology-design.md）是采集的纲领。每条 VOC 都被自动打上假设标签，最终用每个假设 ≥ 100 条证据验收。

3. 章节模块化

每章一个 JS 文件（400-600 行），子章独立渲染，避免单文件 >2700 行 edit 超时。

4. 真实证据卡贯穿全报告

每个章节至少 3-4 张 VOC 证据卡，带平台 / 昵称 / IP / 点赞数 / 原文。报告里不允许出现「据说」「听说」「行业分析」这类无证据的表述。

5. 闭环数据管线

原始 JSON → _merged.json → getEvidence() API → 章节模块 → HTML 报告。任何环节都可以回源调试，不能丢失可追溯性。

6. ⭐ 精美是纪律，不是发挥

每份报告必过 20 条精美验收 checklist（见 templates/aesthetic-checklist.template.md）。"能跑" 不是交付标准，"可直接发投资路演 / 董事会" 才是。

细节纪律：三层背景 / 三层灰阶 / Mono 数字 / 8px 网格 / 品类专属主色 / VOC 卡 3px 左 border / Matrix 第 4 象限高亮 / DecisionList 动词化 P0-P3 / 键盘导航 / 单文件无依赖。

---

🔧 前置条件 · 环境准备

API 凭据

1. TikHub（小红书）：~/.openclaw/skills/xiaohongshu-search-notes/api-config.json
2. VOC Skill（抖音/电商）：~/.openclaw/voc-credentials.json（需要 Parse session token，余额 ≥ 1）
3. Token 预飞：跑 node ~/.openclaw/tools/voc-token-preflight.js 确认 status=valid

Node 环境

• Node 24+（使用了现代 regex 和 Unicode escape）
• 无需额外依赖（纯 Node 标准库 + 内置 https）

工作区

• 当前仓库：e:\workspace\openclaw-voc-skill
• 输出目录：reports/（HTML）+ docs/<品类>/raw/（JSON）

---

🔗 下一步

1. 先读 00-workflow-overview.md 掌握 6 阶段闭环图
2. 按顺序精读 01-06 六个阶段文档
3. ⭐ 精读 07-beautiful-html-aesthetics.md 掌握精美设计语言
4. 查 case-studies/README.md 对比三个实战案例
5. 用 templates/ 复制一套骨架启动新项目
6. 用 prompts/P1 → ... → P6 六段式启动 AI 协作

---

版本：v1.1 · 2026-04（加入精美 HTML 方法论）
作者：基于 Cascade AI × 肝纯片/猴菇饮/乳酸菌 三项目实战沉淀
反馈：发现方法论缺口请直接改 markdown PR