Review Analyzer
从海量用户评论中提取情感、痛点与功能需求，指导产品优化。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Review Analyzer。 它的用途是：从海量用户评论中提取情感、痛点与功能需求，指导产品优化。 完整的 Skill 内容见：https://321skill.com/skills/review-analyzer-x/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“请分析这份过去一个月我们App在苹果商店的500条用户评论，总结出前三大用户痛点和最常被请求的三个新功能。”，它会自动处理评论数据，识别出诸如“启动速度慢”、“某个界面操作复杂”等重复性问题，并列出“深色模式”、“导出数据”等功能请求，生成一份清晰的汇总报告。
介绍
Review Analyzer 旨在解决产品团队难以从海量、非结构化的用户评论中高效提炼有价值信息的问题。面对成百上千条评论，人工逐条阅读和分析不仅耗时耗力，还容易遗漏关键模式和重复性问题。
该技能通过自然语言处理技术，自动扫描和分析用户评论文本。它能识别评论的整体情感倾向（正面、负面、中性），提取被反复提及的用户痛点、使用障碍或bug，并汇总用户主动提出的新功能请求或改进建议，最终生成结构化的分析报告。
它非常适合产品经理、用户体验设计师、客户成功团队以及电商运营人员。这些角色需要基于真实的用户反馈来决策产品迭代方向、优化文案或改进服务流程，但缺乏高效的数据处理工具。
使用建议：在分析前，尽量提供特定时间段或特定产品版本的评论数据，这样得出的结论更具时效性和针对性。分析结果可作为优先级排序会议的输入材料，但重大决策仍需结合业务数据和用户访谈进行综合判断。
核心特点
与单纯进行情感分析的技能不同，它不仅能判断情感正负，还能精准提取具体的、可操作的“痛点”和“功能请求”，直接对接产品待办事项列表，为产品优化提供明确方向。
注意事项
不适合分析极度简短、缺乏上下文或大量使用网络俚语、特定社区黑话的评论内容，分析准确性可能下降。
常见问题
Review Analyzer 支持分析哪些平台的评论？
理论上支持任何文本格式的用户评论，如应用商店、电商网站、社交媒体、调查问卷的开放文本回答等。
分析结果的准确性如何？
基于先进的NLP模型，能有效识别常见模式和明确表述。但对于语义模糊、讽刺或依赖强领域知识的评论，可能需要人工复核。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/review-analyzer-x/raw/index.md 读取 Review Analyzer 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/review-analyzer-x/raw/index.md（查看排版版本）