用途:该技能用于分析用户提供的 Telegram Desktop 离线聊天导出文件(result.json 或含多个文件的多文件目录),从中挖掘市场研究、客户问题分析或工具机会。适用于用户提出“这个群里的人在苦恼什么”“从这个导出里找产品点子”“用户希望有什么工具”“从群组里挖抱怨”等请求,也适用于处理数 MB 至数 GB 的 JSON 文件,跨多个独立社区交叉比对抱怨以消除回声室噪声。不适用于实时频道抓取、持续机器人监控、MTProto API 自动化、个人一对一私密关系分析,以及 Zendesk、Intercom、Gong 等结构化工单数据。
主要能力:以固定 4MB 分块、4KB 重叠尾部流式读取文件,避免一次性加载导致内存溢出;通过边界计数规则保证跨块短语不漏记、不重复计数;使用双语(俄语、英语)不区分大小写的种子词表识别需求信号,如“не хватает”“вот бы”“i wish”“looking for a tool”等,仅在用户明确批准或提供时加入自定义词。按跨聊天多重性法则评分:Score = U × √H(U 为包含该信号的独立聊天导出数,H 为验证命中总数),出现在 U ≥ 3 个聊天的模式优先于仅出现在 U = 1 的模式。每个需求主题须附 2 至 5 条逐字引用,含精确 ISO 时间戳与聊天标识;无逐字证据的主题必须标记为 [UNCONFIRMED / NO VERBATIM EVIDENCE]。输出可包含主题编号、主题名、聚合分数、独立聊天数、总命中数、观察到的聊天列表、证据、现有工具覆盖与结论。
使用方式:输入为离线 result.json 导出;分析全程本地离线执行,不发起网络请求、不发送遥测、不将原始消息内容代理到远程 LLM。处理多文件目录时遍历目录中的 JSON 文件,按聊天名聚合结果。输出前需通过质量门检查:确认使用分块流式解析、应用重叠边界逻辑、逐字引用完整且带日期与来源、核实信号出现在多少独立聊天文件、剔除系统与机器人通知、无法验证的缺口或竞品需明确输出“I cannot confirm this”。
限制:仅使用获授权的导出文件;聊天导出可能含个人或敏感信息,应尽量减少复制片段、在报告中隐去身份标识并遵守隐私与留存要求;未经明确授权不得上传或公开消息、引用与标识。关键词计数与主题聚类仅为探索性信号,不构成代表性市场研究,需以独立证据验证,不应从孤立消息推断意图。分块文本扫描并非完整的 Telegram JSON 解析器,格式错误、转义内容、嵌套结构与编码问题均可能影响计数;引用片段需与原始导出核对。