name: brand-context-builder description: VOC工作坊建档技能，支持两种模式：品牌研究模式（采集品牌信息）和产品分析模式（采集产品列表+分析维度）。验证输入格式，生成并持久化上下文文件，供后续所有分析技能引用。 version: 2.0.0

author: nkkj-BrainHack

品牌/产品上下文建档 (Brand & Product Context Builder)

技能名称

brand-context-builder

技能目的

作为 VOC 工作坊的第一个环节，通过结构化对话采集客户信息。支持两种模式：

品牌研究模式 (brand-research)：采集品牌核心信息，驱动完整5阶段工作坊
产品分析模式 (product-analysis)：采集具体产品列表+分析维度，按产品生成VOC报告

后续所有分析技能从记忆文件读取上下文，避免重复询问。

核心业务场景

工作坊开场建档：新客户首次启动时，引导式采集信息
产品级VOC分析：客户提供具体产品（Amazon/天猫链接），按产品跑分析
增量补充：已有建档但进入新阶段需要补充信息
多客户管理：为不同客户维护独立的上下文

输入参数

通用参数

参数	类型	必填	说明
analysisMode	string	否	`"brand-research"`(品牌模式) / `"product-analysis"`(产品模式) / `"auto"`(自动识别，默认)
mode	string	否	`"full"`(完整建档，默认) / `"update"`(增量更新)

品牌研究模式参数

参数	类型	必填	说明
brandName	string	条件	品牌英文名，brand-research模式必填
categoryKeywords	string[]	条件	品类核心关键词，brand-research模式必填，至少1个
amazonDomain	integer	否	Amazon站点 1=US 2=UK 3=DE 4=JP，默认1
brandAsins	string[]	条件	品牌代表ASIN，brand-research模式必填，3-5个
knownCompetitors	string[]	否	已知竞品品牌名
competitorAsins	string[]	否	已知竞品ASIN
tiktokKeywords	string[]	否	TikTok搜索关键词（Session 4 补充）
douyinKeywords	string[]	否	抖音搜索关键词（Session 4 补充）
workshopGoal	string	条件	分析目标，brand-research模式必填

产品分析模式参数

参数	类型	必填	说明
products	array	条件	产品列表，product-analysis模式必填
products[].input	string	✅	用户原始输入（URL/ASIN/产品名）
products[].platform	string	否	自动识别: `"amazon"` / `"tmall"` / `"taobao"` / `"name"`
selectedDimensions	string[]	否	选中的分析维度编号，默认"3"
vocSubDimensions	string[]	否	VOC子维度，默认全部

验证规则

ASIN 格式验证

必须以 B0 开头
长度为 10 个字符
仅含大写字母和数字
验证失败时提示："ASIN格式不正确，应为B0开头的10位字母数字组合，如 B0CJ5K1234"

关键词验证

非空字符串
建议为英文（Amazon站点对应语言）
去除首尾空格

站点验证

必须是 1/2/3/4 之一
自动映射标签：1→"amazon.com" 2→"amazon.co.uk" 3→"amazon.de" 4→"amazon.co.jp"

执行流程

品牌研究模式 (brand-research) — Full 建档

检查是否已有 brand-context.json，如有则提示"已有建档，是否覆盖？"
按顺序采集 7 个字段（分步对话，不要一次性要求全部）
每个字段采集后立即验证
验证失败则友好提示并要求重新输入
全部采集完成后生成摘要请用户确认
用户确认后写入 memory/brand-context.json
设置 memory/analysis-request.json → mode: "brand-research", 所有维度开启
初始化 memory/workshop-progress.json
初始化 memory/calibration-notes.json

产品分析模式 (product-analysis)

接收用户提供的产品列表（URL/ASIN/产品名混合输入）
逐个解析产品：
- Amazon URL/ASIN：提取ASIN，调用 product-detail-query 获取标题和品类
- 天猫/淘宝 URL：提取产品中文名，Agent翻译为英文关键词，调用 product-search 搜索Amazon对标产品，请用户确认选择
- 纯产品名：同天猫逻辑
自动按品类分组（相似产品归入同一组）
展示产品清单+分组，请用户确认
引导用户选择分析维度（1-6选择，默认推荐3=评论VOC）
如选了维度3，询问VOC子维度偏好（默认全部）
将全部信息写入 memory/analysis-request.json
为每个品类组生成对应的 memory/brand-context.json（categoryKeywords = 组关键词）
初始化 memory/workshop-progress.json

Update 模式（增量更新）

读取现有 analysis-request.json 或 brand-context.json
仅更新传入的非空字段
重新验证更新后的完整数据
展示变更差异，请用户确认
写入更新

产品输入自动识别规则

输入格式	识别规则	处理方式
`https://www.amazon.com/dp/B0XXXXXXXX`	URL含 `amazon.com/dp/`	提取ASIN，直接查询
`B0XXXXXXXX`	正则 `^B0[A-Z0-9]{8}$`	直接作为ASIN查询
`https://detail.tmall.com/item.htm?id=xxx`	URL含 `tmall.com`	提取产品名→翻译→Amazon搜索桥接
`https://item.taobao.com/item.htm?id=xxx`	URL含 `taobao.com`	同天猫逻辑
`https://detail.1688.com/offer/xxx.html`	URL含 `1688.com`	同天猫逻辑
`全身气动按摩床垫`	中文文本	翻译为英文→Amazon搜索桥接
`massage gun`	英文文本	直接用于Amazon搜索

对话引导规范

语气

自称"虾"或"AI情报实习生"
称呼用户"老板"
专业但亲切，不刻板

分步采集原则

每次只问一个问题，不要一次性列出所有需要的信息
收到回答后先确认，再问下一个
对可选字段明确告知"可以跳过"
提供输入示例降低认知门槛

错误处理

ASIN 格式错误：给出正确格式示例，要求重新输入
关键词为空：解释为什么需要，给出品类示例
用户说"不知道"竞品：回复"没关系，后面虾会帮你发现竞品"

输出格式

品牌研究模式输出

{
  "success": true,
  "analysisMode": "brand-research",
  "brandContext": {
    "clientId": "自动生成UUID",
    "brandName": "COCORRINA",
    "categoryKeywords": ["reed diffuser", "aroma diffuser"],
    "amazonDomain": 1,
    "amazonDomainLabel": "amazon.com",
    "brandAsins": ["B0CJ5KXXXX", "B0DJ6LYYYY"],
    "knownCompetitors": ["NEST New York"],
    "competitorAsins": [],
    "confirmedCompetitors": [],
    "tiktokKeywords": [],
    "douyinKeywords": [],
    "workshopGoal": "想了解品类机会和用户真正在意什么",
    "createdAt": "2025-06-15T09:00:00Z",
    "updatedAt": "2025-06-15T09:00:00Z",
    "completeness": {
      "brandName": true,
      "categoryKeywords": true,
      "amazonDomain": true,
      "brandAsins": true,
      "workshopGoal": true
    }
  },
  "readyForSession1": true,
  "missingFields": []
}

产品分析模式输出

{
  "success": true,
  "analysisMode": "product-analysis",
  "analysisRequest": {
    "clientId": "自动生成UUID",
    "clientName": "健衡康复",
    "mode": "product-analysis",
    "products": [
      {
        "productId": "p1",
        "platform": "tmall",
        "originalName": "全身气动按摩床垫",
        "bridgedAsin": "B0DRYQTZNM",
        "bridgedSearchKeyword": "air pressure massage mattress",
        "title": "RENPHO Air Pressure Massage Mat...",
        "category": "Massage Equipment",
        "status": "ready"
      },
      {
        "productId": "p2",
        "platform": "amazon",
        "asin": "B0DRYQTZNM",
        "title": "...",
        "category": "Massage Equipment",
        "status": "ready"
      }
    ],
    "productGroups": [
      {
        "groupId": "g1",
        "categoryKeyword": "massage mattress",
        "categoryLabel": "按摩床垫",
        "productIds": ["p1", "p2"]
      }
    ],
    "selectedDimensions": {
      "categoryLandscape": false,
      "competitorComparison": true,
      "reviewVoc": true,
      "socialMedia": false,
      "userPersona": false,
      "fullReport": true
    },
    "vocSubDimensions": {
      "voiceClassification": true,
      "painPointInsight": true,
      "featureSatisfaction": true,
      "scenarioDashboard": true
    }
  },
  "readyForAnalysis": true,
  "totalProducts": 6,
  "totalGroups": 3
}

与其他技能的关系

品牌研究模式

brand-context-builder (本技能)
  ↓ 输出 brand-context.json + analysis-request.json(mode=brand-research)
  ├→ category-landscape   (读取 categoryKeywords, amazonDomain)
  ├→ brand-profile        (读取 brandName, brandAsins, categoryKeywords)
  ├→ competitor-discovery  (读取 brandName, brandAsins, knownCompetitors)
  ├→ review-batch-collection (读取 brandAsins + competitorAsins)
  ├→ tiktok-category-voc  (读取 tiktokKeywords / categoryKeywords)
  ├→ user-persona         (读取 categoryKeywords)
  ├→ voc-proposal         (读取 brandName, categoryKeywords)
  └→ html-report-generator(读取 brandName)

产品分析模式

brand-context-builder (本技能)
  ↓ 输出 analysis-request.json(mode=product-analysis) + brand-context.json(per group)
  │
  ├→ [per product] product-detail-query (获取产品详情, Amazon产品)
  ├→ [per tmall]   product-search       (跨平台桥接搜索, 天猫/淘宝产品)
  │
  ├→ [per group, if dim1] category-landscape (读取 group.categoryKeyword)
  ├→ [per group, if dim2] competitor-discovery + comparison
  ├→ [per product, if dim3] review-batch-collection → VOC分析链
  │   ├→ review-sentiment-analysis → Prompt 3A → voiceClassification
  │   ├→ review-pain-point-extraction → Prompt 3B → painPointInsight
  │   ├→ [Agent合成] Prompt 3C → featureSatisfaction
  │   └→ [Agent合成] Prompt 3D → scenarioDashboard
  ├→ [per group, if dim4] tiktok/instagram 社媒技能
  ├→ [per group, if dim5] user-persona
  └→ [if dim6] voc-proposal + html-report-generator

对应工作坊环节

阶段零「需求收集+建档」— 工作坊启动后的第一件事，在任何分析开始之前完成。支持品牌研究和产品分析两种入口。

SKILL.md 10 KB Permalänk Historik Rå