小红书评论分析 SocialDataX 评论回复
小红书评论分析与智能回复助手
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：小红书评论分析 SocialDataX 评论回复。 它的用途是：小红书评论分析与智能回复助手 完整的 Skill 内容见：https://321skill.com/skills/小红书评论分析-socialdatax-评论回复-x-2/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
'请分析这篇小红书笔记下的评论，总结用户痛点，并生成3条回复建议。' 它会先提取评论数据，然后进行情感分类和关键词提取，输出一份包含常见问题、高频词汇、情感分布的报告，最后给出3条不同语气（友好、专业、幽默）的回复文案供您选用。
介绍
您是否面临小红书评论量大、人工回复效率低、用户反馈难以系统梳理的痛点？本技能专为小红书生态设计，能够自动抓取、分析笔记评论区数据，帮助您快速掌握用户情感倾向、识别高频痛点、提炼口碑关键词，并基于分析结果生成贴合平台语境、符合品牌调性的回复建议。
使用方式极为简单：安装后，只需向AI提供小红书笔记链接或评论数据集，说出您的需求（如“总结这条笔记下的用户痛点”或“生成5条针对差评的回复”），AI便会自动完成评论分类、情感分析、关键词提取，并输出结构化报告和可直接使用的回复文案。整个过程无需编写代码，支持批量处理，大幅提升运营效率。
本技能尤其适合社媒运营、内容创作者、电商运营和数据分析师。如果您每天需要处理大量小红书评论，希望从用户反馈中挖掘产品改进方向，或者需要快速、合规地回复用户以提升互动率和口碑，这个工具将是您的得力助手。
建议在使用前准备好小红书笔记的原始评论数据（可导出为CSV或直接粘贴），并注意保护用户隐私。对于恶意评论或敏感内容，建议在AI回复基础上人工审核后再发布。本技能专注于中文小红书平台，对其他语言或平台支持有限。
核心特点
与通用评论分析工具不同，本技能专为小红书平台定制，能识别平台特有的“种草”“避雷”等语气标签，并直接从SocialDataX社媒数据助手获取数据，无需额外配置爬虫或API。
注意事项
不适用于其他社交平台（如微博、抖音）的评论分析，且需要用户提供已获取的小红书评论数据，无法主动爬取未公开的笔记内容。
常见问题
如何分析小红书评论？
提供小红书笔记链接或评论数据，对AI说“分析这篇笔记的评论”，它会自动提取并分析情感、痛点、关键词。
可以自动回复评论吗？
可以。AI会根据分析结果生成多条回复文案，您可直接复制使用或进一步修改后发布。
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/小红书评论分析-socialdatax-评论回复-x-2/raw/index.md 读取 小红书评论分析 SocialDataX 评论回复 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/小红书评论分析-socialdatax-评论回复-x-2/raw/index.md（查看排版版本）