openclaw-voc-skill/docs/5.30/task/case-guides/case-02-collection-matrix.md

案例 2：采集矩阵设计

这个案例解决什么问题

在正式采集前，先设计清楚采什么、为什么采、采多少、用什么关键词、采完怎么判断。

你需要准备什么

• 一个明确业务目标
• 一个目标行业或门店场景
• 初步知道目标人群
• 1-2 个想验证的问题

采集矩阵模板

平台	关键词	采集重点	适合回答的问题	样本量
小红书
小红书
抖音
抖音

换行业怎么填

这篇默认用茶饮案例。换成其它行业时，把 prompt 里的 业务目标、品类、价格带、核心问题、已知线索、关键词 替换成你的行业信息。
例如宠物医院可以把“茶饮 券后价”换成“宠物医院 绝育 多少钱”，把“茶底/甜度/配料表”换成“医生资质/麻醉风险/术后护理”。

操作步骤

截图保存到 docs/5.30/task/case-guides/screenshots/case-02-collection-matrix/

第 1 步：输入采集矩阵提示词

把业务目标、价格带、目标平台和输出字段一次说清楚，让 Claude Code 先设计矩阵，不要马上采集。

请基于下面背景，先帮我设计一份 VOC 采集矩阵，不要直接写最终策略报告。

业务目标：提升茶饮新客转化。
品类：茶饮。
价格带：18-22 元。
平台：小红书、抖音。
核心问题：新客在下单前会判断“值不值”“会不会踩雷”“首单怎么点最稳”。
已知线索：
1. 小红书更偏“值不值 / 会不会踩坑”的解释型讨论。
2. 抖音更偏“首单触发”，比如低价、套餐、买一送一、团购。
3. 评论区常见问题包括：券后价、套餐、茶底、甜度、配料表、口味稳不稳、外卖会不会翻车。

请输出采集矩阵，字段包括：
平台、目标人群、场景、关键词、样本量、证据类型、判断标准、采集后如何回填。

关键词请优先覆盖：
茶饮 券后价、茶饮 首单优惠、茶饮 团购、茶饮 套餐、茶饮 多少钱、茶饮 划算吗、茶饮 口味 稳不稳、茶饮 甜度、茶饮 茶底、茶饮 配料表、茶饮 点单、茶饮 怎么点、茶饮 外卖、茶饮 会不会踩雷。

截图说明：

第 2 步：查看采集矩阵表格

确认输出里有平台、目标人群、场景、关键词、样本量、证据类型和判断标准。

第 3 步：检查平台与关键词

逐行检查关键词是否像真实用户会搜索或评论的短语，不要只保留抽象词。

第 4 步：确认样本量与证据类型

检查每个平台第一轮采多少、看笔记/视频还是评论，以及采完用什么标准判断。

第 5 步：根据矩阵进入 live 采集

让 Claude Code 按矩阵执行小规模 live 采集，优先验证最关键的 2-3 组关键词。

截图说明：

第 6 步：把采集结果回填矩阵

把样本数、评论数、显著问题和下一轮要补采的关键词填回矩阵。

请把这轮小红书/抖音 live 采集结果回填到 VOC 采集矩阵里，字段包括：
平台、目标人群、场景、关键词、样本量、证据类型、判断标准、本轮结果、显著问题、下一轮补采关键词。

本轮背景：
1. 业务目标是提升茶饮新客转化。
2. 价格带是 18-22 元。
3. 小红书样本更明显出现：价格、套餐、口味、分量、茶底、甜度、配料表、是否踩雷。
4. 抖音样本更明显出现：低价新品、11.9 单人下午茶、21 元买一送一、划算、团购、首单触发。
5. 高赞评论示例：“波霸奶茶用的什么茶底？我要避雷！！下午喝的，晚上睁眼到天亮”。

请在矩阵后单独总结：
本轮最显著问题 Top 4；
下一轮最该补采的关键词，按第一优先级、第二优先级、第三优先级分组。

截图说明：

常见错误

问题	处理
关键词太泛	把关键词改成“品类 + 问题 + 人群/场景”
关键词太长	缩短到短语级
目标不清	先明确是新客转化、复购、内容选题还是产品优化
只采一个平台就下结论	分开看小红书和抖音，再综合判断

完成标准

• 每个关键词都对应一个用户问题。
• 每个平台都知道要看什么证据。
• 采集后能回到矩阵判断哪些问题值得深挖。