SKILL.md 3.3 KB


name: review-highlight-extraction description: 从好评中提取用户最认可的产品亮点,识别竞品核心卖点和可借鉴的优势 version: 1.3.0

author: nkkj-BrainHack

好评亮点提取 (Review Highlight Extraction)

技能名称

review-highlight-extraction

技能目的

从4-5星好评提取产品亮点聚类,识别竞品核心卖点,并生成Listing卖点植入建议(标题前65字符/bullet前2条/A+场景的具体词根建议)。

输入参数

参数 类型 必填 说明
reviewCorpus object 是 review-batch-collection 输出的评论语料
targetAsins string[] 否 指定分析的ASIN
highlightCategories string[] 否 预定义亮点类别

执行流程

  1. 从评论语料中过滤 4-5 星好评
  2. 对每条好评提取亮点关键词和短语
  3. 按亮点类别聚类:
    • 品质感知: 材质好、做工精细、耐用
    • 功能表现: 效果好、功能实用、性能出色
    • 设计美学: 外观好看、设计精美、颜色搭配好
    • 使用体验: 方便使用、舒适、操作简单
    • 性价比: 物有所值、超出预期
    • 包装/送礼: 包装精美、适合送人
  4. 统计各亮点的提及频率和「惊喜度」评分
  5. 按ASIN/品牌对比:哪些亮点是竞品独有优势
  6. 提取可借鉴的竞品卖点
  7. Listing卖点植入建议(新增):
    • 标题前65字符: 必须包含的亮点词根
    • Bullet前2条: 必备卖点植入
    • A+场景图: 建议展示的使用场景
    • 优先级: 必备 > 差异化 > 参考

调用的底层 Skill

  • 无直接API调用,纯AI/NLP处理

返回格式

{
  "highlights": [
    {
      "id": "hl1",
      "category": "功能表现",
      "label": "香味浓郁持久",
      "frequency": 78,
      "frequencyRate": 45.3,
      "delightScore": 9.2,
      "affectedAsins": ["B0CSVRWJ1H"],
      "representativeReviews": [
        { "asin": "B0CSVRWJ1H", "star": 5, "excerpt": "The scent fills the entire room within hours..." }
      ]
    }
  ],
  "competitorAdvantages": {
    "B0CSVRWJ1H": {
      "uniqueHighlights": ["高端包装适合送礼", "多种香味可选"],
      "commonHighlights": ["香味好闻"]
    }
  },
  "actionableInsights": [
    "竞品NEST的'送礼包装'被频繁提及→考虑推出礼盒版",
    "多香味组合装是高频好评亮点→可开发混搭套装"
  ],
  "listingSellpointAdvice": {
    "titleFirst65": ["必含: long lasting, natural scent", "建议: home fragrance, reed diffuser set"],
    "bulletTop2": ["① 强调持久性(lasts 90 days)", "② 强调礼品属性(elegant gift box)"],
    "aplusScenes": ["客厅日常场景", "节日送礼场景", "卧室放松场景"],
    "priority": {
      "mustHave": ["long lasting", "natural"],
      "differentiation": ["gift set", "variety pack"],
      "reference": ["eco-friendly", "handmade"]
    }
  }
}

核心业务场景

  • 竞品核心卖点提取(从好评聚类识别竞品独有优势)
  • Listing 卖点植入建议(标题前 65 字符 + Bullet 前 2 条具体词根)
  • 礼品/场景化内容方向识别(送礼/多香味等高频好评亮点)

依赖

  • 评论语料(来自 review-batch-collection)

对应工作坊环节

Day2 上午 09:50-11:30「竞品VOC深度分析 — 好评亮点」