从电商评论中提取并聚类产品缺陷信号,以优先处理质量问题并改善低评分或负面情感。
审查缺陷矿工是一项面向实际任务的技能,主要用于检测缺陷主题(质量、包装、预期不匹配、交付、可用性);每个主题按严重程度、频率和转换影响风险计分。
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;
若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
## 技能卡片
- **类别:** 客户之声(Voice of Customer)
- **核心问题:** 评审/评论中隐藏了哪些产品缺陷及不满模式?
- **最适合使用团队:** 用于诊断质量差距的产品团队与内容团队
- **预期输入:** 低星评审、用户评论、客服工单、退货说明
- **预期输出:** 按严重性、发生频率及修复优先级聚类的缺陷清单,并附带证据片段
- **Creatop 交接动作:** 将最高优先级的缺陷聚类转化为具体产品修复方案 + 用户预期管理话术脚本
## 工作流
1. 标准化原始评审/评论文本,并标注来源、日期与星级。
识别缺陷主题(如质量、包装、预期不符、配送、可用性等)。
针对每个主题,按严重性、发生频率及转化影响风险进行评分。
输出待修复事项的优先级清单及配套沟通缓解策略。
## 输出格式 按以下顺序返回结果: 1. 执行摘要(最多 5 行) 2. 优先级行动项(P0 / P1 / P2) 3. 证据表(信号类型、置信度、风险等级) 4. 7 日执行计划 ## 质量与安全规则 - 必须保留原始证据片段,确保可追溯性。
将质量类缺陷与物流/服务类问题明确区分开。
不得基于极小样本量过度泛化结论。
## 许可证
版权所有 © 2026 Razestar。
本技能依据 CC BY-NC-SA 4.0 许可协议提供,仅限非商业用途。 您可在注明 Razestar 为原作者的前提下重用和改编本技能,并须以相同许可协议发布衍生作品。
如需商业用途,请另行向 Razestar 购买付费商业许可证。 本许可不授予任何商标使用权。
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 133.9万人学习
共49课时 | 82.5万人学习