用途:对指定企业的在线评论做细粒度情绪分析,超越简单正负分类,聚焦客户情绪与心理。触发方式为用户在对应平台运行 /reputation sentiment <business name>;若企业名不明确,需用户补充城市/州、URL 等识别信息,最终结果写入当前工作目录的 SENTIMENT-ANALYSIS-[business-name-slugified].md。
主要能力与流程:一、通过 WebSearch 多组查询(含 reviews、complaints、reddit、site:yelp.com 等)收集评论,并用 WebFetch 抓取全文,尽量覆盖 30 条以上、跨平台与星级。二、将每条评论归入 Delighted、Grateful、Impressed、Satisfied、Neutral、Confused、Disappointed、Frustrated、Angry 等情绪类别,记录主/次情绪、1-10 强度、关键短语与触发点。三、识别情绪旅程模式,如 The Letdown、The Recovery、The Spiral、The Delight、The Shrug、The Betrayal、The Conversion。四、分析正负情绪触发因素并统计频率、强度、平台分布与趋势。五、按加权公式计算 0-100 情感评分,分档为 Exceptional、Strong、Mixed、Concerning、Crisis。六、对 1-2 个主要竞品做简要情绪对比。
输出报告包含评分拆解、情绪分布表、情绪旅程模式、正负触发因素及深挖、分平台情绪对比、30 天/90 天/6 个月改进路线图与目标分数、以及逐条评论的情绪分类附录。
限制与注意:不编造情绪数据,无法判定时归为 Neutral 并注明;需读全文而非只看星级;文化表达差异需谨慎;强度分级 1-3 轻微、4-6 中等、7-8 强、9-10 极端;须说明样本量对置信度的影响。具体定价、可用平台与安装方式暂未提供。