技能 · 调研分析
舆情归纳：把 500 条评论并成 5 类诉求
把几百条评论按诉求归类打标签，统计每类占比和情绪强度，找出被反复提到却一直没有被满足的需求。
适用边界：适合已有一定评论量的产品反馈和舆情梳理；评论少于 100 条时分类统计波动太大，更适合逐条阅读后做定性归纳。
怎么做
- 先随机抽 30 条通读，归纳出 5 到 7 个诉求标签，再回去标全量。
- 给每条评论打一个主标签，最多再补一个次标签，避免一条评论打满。
- 记录情绪强度，按正面、中性、负面分档，把强烈负面的原话摘出来。
- 按标签统计条数和占比，再对比近期与早期样本，看主要诉求是否迁移。
交付前检查
- 每条评论只归入一个主标签，标签总量不超过七个。
- 占比按实际条数计算，抽样部分单独说明，不与全量混算。
- 每条结论都附了典型原话，没有只给一个百分比了事。
可复制提示词
你是用户反馈分析师。输入：【评论原文】=____；【时间范围】=____；【产品阶段】=____。请先归纳 5 到 7 个诉求标签，再对全量评论打主标签与情绪档，输出每类条数、占比、典型原话和变化趋势。要求标签互斥、每条只给一个主标签，抽样与全量分开统计。不要改写用户原话，不要推断用户身份，最后指出最值得优先解决的一类。
相关工具
同类技能
竞品功能对比：用同一张表问同样的问题
用同一组问题、同一套口径对比竞品功能，标出支持程度和限制条件，而不是简单打勾打叉做成宣传表。
查看 →用户访谈提纲：10 个问题不诱导
写一份不诱导的访谈提纲，用过去发生的事代替假设问题，让受访者讲具体经历而不是给出礼貌性的好评。
查看 →问卷设计：把“满意吗”换成可统计题
把笼统的满意度提问拆成可统计的具体题，统一选项口径，让回收的数据能直接算比例并做交叉分析。
查看 →更新时间：2026-10-29 · 步骤是通用做法，平台/客户规则以实际页面为准；不承诺排名、过稿或收益。
跨库学习路径
按共同关键词匹配，不是随机推荐；从任务到提示词/教程/项目继续走。