review-analyst-agent

评测分析 Agent

分析产品评测，找出问题并确定改进优先级。

此技能使用 4 个专用 Agent，从不同角度分析评测，然后综合得出可执行的建议。

产出内容

输出	描述
情感概览	整体情感分布（正面／中性／负面）
主要投诉	按频率和严重程度排序的问题列表
主要好评	客户喜爱的方面（应予以保留／强调）
功能请求	客户希望拥有但目前不存在的功能
优先级矩阵	关键／重要／锦上添花的改进项
行动计划	具体建议及预期影响

前提条件

• 可访问网络以抓取评测
• 无需 API 密钥

工作流

第 1 步：确定产品和来源（必需）

⚠️ 不要跳过此步骤。使用交互式提问——每次只问一个问题。

提问流程

⚠️ **对以下每个问题都使用 AskUserQuestion 工具。**不要只在回复中列出问题——请使用该工具创建包含所示选项的交互式提示。

Q1：产品

"我将为你的产品分析评测！首先——这是什么产品？

（产品名称或 URL）"

等待回复。

Q2：来源

"应该去哪里查找评测？

• Amazon
• App Store / Google Play
• G2 / Capterra
• Reddit
• 以上所有来源
• 或指定来源"

等待回复。

Q3：背景

"这是你的产品还是竞争对手的产品？

（有助于确定建议的侧重点）"

等待回复。

Q4：问题

"是否有你希望我验证或调查的已知问题？

• 有——请描述
• 没有——找出所有问题"

等待回复。

快速参考

问题	决定事项
产品	分析对象
来源	从哪里抓取评测
背景	建议的侧重点
问题	分析的重点领域

---

第 2 步：收集评测

使用浏览器工具从以下来源抓取评测：

来源类型	平台
电商	Amazon、Walmart、Target、Best Buy
软件	G2、Capterra、TrustRadius、Product Hunt
应用	App Store、Google Play Store
综合	Trustpilot、BBB、Yelp
社交媒体	Reddit、Twitter/X、YouTube 评论
论坛	特定产品的社区

每条评测收集以下内容：

• 评分（如有）
• 日期
• 评测文本
• 有用票数（如有）

---

第 3 步：并行运行专用分析 Agent

部署 4 个 Agent，分别从不同角度进行分析：

Agent 1：评测抓取器

重点：从多个来源查找并收集评测

Tasks:
- Navigate to review platforms
- Extract review text and ratings
- Collect metadata (date, helpful votes)
- Handle pagination
- De-duplicate reviews

Agent 2：情感分析器

重点：分析情感及情绪模式

Analyze:
- Overall sentiment (positive/neutral/negative)
- Emotional intensity
- Frustration indicators
- Satisfaction indicators
- Sentiment trends over time

Agent 3：问题识别器

重点：对投诉分类并发现规律

Identify:
- Common complaint themes
- Frequency of each issue
- Severity indicators
- Specific quotes as evidence
- Root cause patterns

Agent 4：改进建议器

重点：确定优先级并提出修复建议

Recommend:
- Priority ranking of issues
- Specific improvement suggestions
- Expected impact of each fix
- Quick wins vs long-term investments
- Competitive gaps to address

---

第 4 步：综合生成分析报告

将所有 Agent 的输出整合为结构化报告：

{
  "product": {
    "name": "Product Name",
    "sources_analyzed": ["Amazon (342 reviews)", "Reddit (89 posts)", "G2 (56 reviews)"],
    "total_reviews": 487,
    "date_range": "Jan 2025 - Jan 2026",
    "analysis_date": "2026-01-04"
  },
  "sentiment": {
    "overall_score": 3.8,
    "breakdown": {
      "positive": 62,
      "neutral": 18,
      "negative": 20
    },
    "trend": "Improving (up from 3.5 six months ago)",
    "net_promoter_estimate": 32
  },
  "top_complaints": [
    {
      "rank": 1,
      "issue": "Battery drains too fast",
      "frequency": 47,
      "percentage": "23% of negative reviews",
      "severity": "High",
      "sample_quotes": [
        "Battery only lasts 2 hours, not the 8 advertised",
        "Have to charge it 3x per day",
        "Battery life is a dealbreaker"
      ],
      "root_cause": "Hardware limitation or software optimization needed",
      "recommendation": "Improve battery capacity or optimize power consumption",
      "expected_impact": "Could improve rating by 0.3-0.5 stars"
    },
    {
      "rank": 2,
      "issue": "App crashes frequently",
      "frequency": 32,
      "percentage": "16% of negative reviews",
      "severity": "High",
      "sample_quotes": [
        "App crashes every time I try to sync",
        "Lost all my data after app crashed"
      ],
      "root_cause": "Sync functionality stability",
      "recommendation": "Stability audit of mobile app, fix crash on sync",
      "expected_impact": "Could reduce 1-star reviews by 15%"
    }
  ],
  "top_praise": [
    {
      "feature": "Build quality",
      "frequency": 89,
      "percentage": "45% of positive reviews",
      "sample_quotes": [
        "Feels premium in hand",
        "Solid construction, very durable"
      ],
      "recommendation": "Emphasize in marketing, protect in future versions"
    }
  ],
  "feature_requests": [
    {
      "request": "Water resistance",
      "frequency": 23,
      "sample_quotes": [
        "Wish I could use it in the rain",
        "Would pay extra for waterproof version"
      ],
      "recommendation": "Consider for v2 or premium tier"
    }
  ],
  "competitor_mentions": [
    {
      "competitor": "Competitor X",
      "context": "Switching from",
      "frequency": 15,
      "sentiment": "Mixed - some prefer us, some prefer them"
    }
  ],
  "priority_matrix": {
    "critical": [
      {"issue": "Battery life", "reason": "Top complaint, high severity"},
      {"issue": "App crashes", "reason": "Causes data loss, drives 1-star reviews"}
    ],
    "important": [
      {"issue": "Water resistance", "reason": "Frequent request, competitive gap"}
    ],
    "nice_to_have": [
      {"issue": "Color options", "reason": "Low frequency, low impact"}
    ]
  },
  "action_plan": [
    {
      "priority": 1,
      "action": "Fix app crash on sync",
      "effort": "Medium",
      "impact": "High",
      "expected_outcome": "Reduce 1-star reviews by 15%"
    },
    {
      "priority": 2,
      "action": "Improve battery life or set realistic expectations",
      "effort": "High",
      "impact": "High",
      "expected_outcome": "Improve rating by 0.3-0.5 stars"
    },
    {
      "priority": 3,
      "action": "Add water resistance to roadmap for v2",
      "effort": "High",
      "impact": "Medium",
      "expected_outcome": "Address top feature request"
    }
  ]
}

---

第 5 步：提供可执行的洞察

交付消息：

"✅ 评测分析已完成！

产品： [Name] 已分析评测： 来自 [Sources] 的 [Count] 条 整体情感： [Score]（正面评价占 [Positive]%）

排名前三的问题（按频率）：

1. 🔴 [Issue 1] - 占投诉的 [X]%
2. 🔴 [Issue 2] - 占投诉的 [X]%
3. 🟡 [Issue 3] - 占投诉的 [X]%

客户喜爱的方面： ✅ [Praised feature 1] ✅ [Praised feature 2]

优先行动： → 优先修复 [Top Issue]——预计可将评分提高 [X]

需要我：

• 深入分析某个问题？
• 对比竞争对手的评测？
• 跟踪一段时间内的变化？
• 制定改进路线图？"

与其他 Agent 的集成

review-analyst-agent
    ↓ "Battery is top complaint"
product-engineer-agent
    ↓ "Design better battery solution"
patent-lawyer-agent
    ↓ "Check if solution is patentable"
copywriter-agent
    ↓ "Update marketing to address concern"

Agent	如何使用评价数据
product-engineer-agent	了解需要修复或改进的内容
competitive-intel-agent	与竞争对手的评价进行比较
market-researcher-agent	验证市场需求
copywriter-agent	在营销内容中回应用户顾虑
pitch-deck-agent	展示以客户为中心的改进
media-utils	根据分析生成 PDF 报告

---

生成 PDF 报告

完成分析后，询问是否要生成 PDF：

“要我为这份评价分析生成一份 PDF 报告吗？”

python3 ${CLAUDE_PLUGIN_ROOT}/skills/media-utils/scripts/report_to_pdf.py \
  --input review_analysis.md \
  --output review_analysis.pdf \
  --title "Customer Review Analysis" \
  --style business

---

Agents

Agent	文件	侧重点
Review Scraper	review-scraper.md	查找并收集评价
Sentiment Analyzer	sentiment-analyzer.md	分析情感倾向模式
Issue Identifier	issue-identifier.md	对投诉进行分类
Improvement Recommender	improvement-recommender.md	排定优先级并提出建议

---

示例提示词

你的产品：

“分析 Amazon 上我们蓝牙耳机的评价”

竞争对手：

“大家在抱怨 Notion 的哪些方面？”

比较：

“比较我们产品与竞争对手 X 的评价”

聚焦功能：

“从 App Store 和 Reddit 中查找针对我们移动应用的功能请求”

优先级：

“根据客户反馈，我们应该先修复什么？”

趋势：

“过去 6 个月的情感倾向发生了怎样的变化？”