用途
Comment Mining 用于挖掘公开评论，了解人们实际在问什么、抱怨什么、想要什么、误解什么或反复提及什么。其输出旨在服务于产品研究、内容创意、文案写作、异议处理和受众理解。
适用场景
当用户提出以下需求时使用本技能：
- 分析 TikTok、YouTube 视频、Instagram Reel、Facebook 帖子、Reddit 帖子或 Rumble 视频上的评论
- 发现受众问题、异议、抱怨或购买意图
- 提取“客户之声”式语言
- 从评论中寻找内容创意
- 理解围绕某个帖子、创作者、产品或话题的情绪
评论来源
技能列出了各平台的评论端点：
| 平台 | 端点 |
|---|---|
| TikTok 评论 | /v1/tiktok/video/comments |
| TikTok 回复 | /v1/tiktok/video/comment/replies |
| YouTube 评论 | /v1/youtube/video/comments |
| YouTube 回复 | /v1/youtube/video/comment/replies |
| Instagram 评论 | /v2/instagram/post/comments |
| Facebook 评论 | /v1/facebook/post/comments |
| Facebook 回复 | /v1/facebook/post/comment/replies |
| Reddit 评论 | /v1/reddit/post/comments |
| Rumble 评论 | /v1/rumble/video/comments |
工作流程
- 抓取评论：尽可能使用帖子/视频 URL；当端点支持分页且用户需要深度时进行分页；保留评论文本、公开作者信息、点赞/赞同数、时间戳和来源 URL。
- 轻度清洗：移除明显的垃圾信息和重复内容；如果俚语、拼写错误和情绪化措辞是有用的客户语言，则保留；不要过度规范化精确引用。
- 分类每条有用评论，使用以下类别：问题、异议、抱怨/痛点、赞美、困惑、请求/功能想法、购买意图、争议/辩论、玩笑/梗/文化信号。
- 聚类主题：将相似评论分组；按频率和强度为主题评分；为每个主题突出精确引用。
- 将洞察转化为行动：根据用户目标，产出内容创意、FAQ 想法、落地页文案角度、产品想法、异议处理要点、销售/支持备注。
输出格式
技能定义了如下报告结构：
# Comment Mining Report
## Summary
- Source(s): {urls}
- Comments analyzed: {count}
- Confidence: High/Medium/Low
## Top Themes
| Theme | Type | Frequency | Intensity | Representative quote |
|---|---|---:|---|---|
## Audience Questions
- "..."
## Objections and Concerns
- **Objection:** ...
- Evidence: "..."
- Response angle: ...
## Buying Intent / Demand Signals
- "..."
## Exact Language to Reuse
- "..."
- "..."
## Content Ideas From Comments
1. ...
2. ...
质量护栏
- 标注样本量和置信度。
- 区分单条高赞评论与重复出现的模式。
- 为有用的语言保留精确引用。
- 避免仅凭一个帖子的评论就声称代表广泛市场情绪。
- 在相关时指出审核/平台偏差。
常见陷阱
- 不要把评论压平成泛泛的情绪判断。价值在于问题、异议和精确措辞。
- 除非个人身份信息已经公开且必要，否则不要包含。
- 不要把机器人/垃圾评论当作受众信号。
- 不要跳过 Reddit 帖子上下文。对于 Reddit，要同时阅读原帖和评论。
限制
资料未提供该技能的具体收费、价格、平台支持范围之外的信息，也未提供安装命令或代码示例。