用途：抓取并分析 G2、Capterra、Trustpilot 上自家产品与竞品的评论，提炼对营销有用的信息，包括客户原话、反复出现的痛点、可转化的证明点和需要预先化解的异议。核心思路是客户评论里已有最好的营销文案。
主要能力：按五个视角聚类分析——五星评论中的证明点（含数字的结果、前后对比）、客户描述问题时的核心痛点语言、3-4 星及负面评论中的异议（价格、上手、缺功能、集成、支持）、竞品评论中的替代信号（痛点、缺失功能、切换提及）、买家语言与品类搜索词。输出为结构化 Digest，含证明点库、痛点原话、异议表、竞品替代情报、SEO 词汇与行动建议，保存为 review-digest-[YYYY-MM-DD].md。
使用方式：先提供自家与 1-3 个竞品的产品名及评论页 URL，确定学习目标（信息挖掘、竞品替代、异议梳理、功能缺口）与时间范围（默认近 3 个月）。随后调用上游技能 review-site-scraper 抓取，例如：python3 skills/capabilities/review-site-scraper/scripts/scrape_reviews.py --platform g2 --url "<your_g2_url>" --days 90 --output json。可每月运行一次：0 8 1 * * python3 run_skill.py review-intelligence-digest --client <client-name>。
适用场景：营销文案与冷邮件钩子、竞品替代活动、销售异议应对、ICP 语言验证。
限制：需 Apify API token（APIFY_API_TOKEN 环境变量）与上游 review-site-scraper 技能；抓取成本约每月 1-3 美元（G2 有免费额度，Capterra 约 $0.20-0.50，Trustpilot 约 $0.20/1k 条）；评论更新不快，建议按月而非按周运行。