openclaw-voc-skill/docs/voc-skills-course-plan/examples/openclaw-single-platform-report

示例：OpenClaw 单平台 VOC 洞察报告

实际调用对象

• 课程主入口 Skill：voc/voc-single-platform-report
• 小红书采集编排：xiaohongshu/xiaohongshu-mini-voc
• 抖音采集编排：douyin/douyin-mini-voc
• 底层报告能力：platform-mini-report-generator、html-v2/gen-report-template.js

适用课堂环节

这个示例用于录制和讲授 OpenClaw 用户课：

输入平台、品类、关键词和业务问题，使用 OpenClaw VOC Skills 生成单平台 VOC 洞察报告。

标准输入

{
  "project": "openclaw-voc-course-demo",
  "platform": "xiaohongshu",
  "category": "冻干益生菌",
  "businessQuestion": "用户为什么会关注冻干益生菌，当前内容和产品机会在哪里？",
  "keywords": [
    "儿童益生菌怎么选",
    "益生菌腹胀便秘",
    "冻干益生菌测评"
  ],
  "sampleMode": true,
  "outputFormat": "both",
  "depth": "light",
  "owner": "VOC Skills 课程 demo"
}

课堂演示顺序

Step 1：展示最终报告

先打开课程样例报告：

demo/xiaohongshu/platform-mini-report/platform-mini-report.html

讲清楚本课目标：

• 不是学习写脚本。
• 不是学习爬虫技术。
• 是学会用 OpenClaw 技能生成一份可追溯 VOC 洞察报告。

Step 2：解释输入参数

参数	课堂说法
platform	这次只选一个平台，例如小红书
category	你要研究的品类或产品
businessQuestion	这份报告最终要回答的问题
keywords	用户会搜、会问、会比较的词
sampleMode	录课和课堂演示可先用样例数据跑通
outputFormat	Markdown 用于编辑，HTML 用于展示

Step 3：调用总入口 Skill

在 OpenClaw 中调用：

voc/voc-single-platform-report

讲师口径：

我现在不是单独调用某个采集 API，而是调用单平台 VOC 报告总入口。
它会根据平台选择对应采集技能，再完成 VOC 整理、洞察生成、HTML 展示和质量检查。

Step 4：解释报告结构

报告至少包含：

• 一句话结论
• 数据概况
• H1-H8 覆盖速查
• 高频主题聚类
• VOC 原声证据卡
• 产品/内容机会
• 风险与边界
• 结课行动清单

Step 5：带学员复用

让学员替换：

• category
• businessQuestion
• keywords
• platform

再复跑一次，得到自己的单平台 VOC 洞察初稿。

预期输出

{
  "metadata": {
    "project": "openclaw-voc-course-demo",
    "platform": "xiaohongshu",
    "category": "冻干益生菌"
  },
  "summary": {
    "itemCount": 30,
    "commentCount": 105,
    "keywordCount": 3,
    "evidenceCardCount": 6,
    "warningCount": 0
  },
  "outputs": {
    "markdownReport": "platform-mini-report.md",
    "jsonReport": "platform-mini-report.json",
    "htmlReport": "platform-mini-report.html"
  }
}

常见错误

• 把课程讲成脚本课：学员应该看到的是 OpenClaw 技能调用，不是终端命令。
• 关键词太泛：例如只写“益生菌”，样本会很散；建议加场景和问题。
• 样本量过低：只能写阶段性信号，不能写全市场结论。
• 忘记数据边界：课程样例和真实采集必须分开说明。
• 结论无证据：每个关键判断都要能回到 VOC 原声。

课堂讲解点

• 总入口思维：OpenClaw 用户需要一个主 Skill，而不是手动串多个脚本。
• 证据驱动：报告不是观点集合，而是用户原声证据的结构化表达。
• 低门槛复用：学员只要换平台、品类、问题和关键词，就能复用流程。
• 边界意识：单平台、短周期、小样本只能支撑轻量洞察，不能替代企业级全量研究。