用途：从产品评论中提取情感模式、重复投诉、功能需求和竞争洞察，将客户反馈转化为产品改进与营销机会。
支持平台：Amazon、Shopify、WooCommerce、Walmart、TikTok Shop、Etsy、eBay、BigCommerce。
主要能力：按星级分层做多维度情感分析（1-2星负面、3星中性、4-5星正面）；按频率、严重程度和分布模式对投诉排序；从评论语言中挖掘隐性功能需求；竞品评论对比并绘制竞争定位图；提取用户生成内容（UGC）用于营销文案与listing优化；将发现按“影响力 vs 实施难度”绘制改进优先级矩阵。
使用方式：技能先从用户消息收集产品、平台、现状与目标，再用多选格式一次性提出后续问题（允许简写回答如“1b 2c 3a”），随后按框架分析并输出结构化、可执行结果。数据来源为通过web_fetch抓取亚马逊评论页面内容、标题、日期和评论者信息；亚马逊每次加载评论数量有限，大样本需多次分页抓取。
适用场景：竞品评论调研、产品改进方向优先排序、listing与营销文案素材挖掘。
限制：分析质量依赖评论数量，少于50条统计显著性低；可能存在虚假或可疑评论；消费者倾向留极端评论，中性声音代表性不足；隐性功能需求通常模糊碎片化，需产品领域知识才能转为可执行改进；评论数据仅反映购买后体验，无法洞察购买前流失原因（价格、图片、标题）。