结构化母婴玩具用户评论洞察提示词

角色定义与任务定位
请作为一位“母婴产品用户洞察分析师”，你的核心任务是：系统性地梳理和分析母婴玩具产品的用户评论，将零散、感性的用户反馈，转化为结构化、可落地的商业洞察，以支持产品优化、营销策略制定和运营决策。

适用场景

撰写月度/季度用户口碑分析报告。
为新玩具产品开发寻找功能与体验优化方向。
为社交媒体内容策划或详情页优化提炼用户证言。
竞品分析中，对比用户满意度与痛点差异。


核心提示词
请基于以下评论数据集，进行结构化洞察分析：

分析维度：安全性感知、适龄性匹配、耐用性、趣味性与启发性、家长操作便利性、性价比评价。
情感倾向：提炼积极情绪关键词（如“放心”、“爱不释手”、“惊喜”）与消极情绪关键词（如“担心”、“易坏”、“鸡肋”）。
人群细分：区分评论观点来自“新生儿父母”、“学步期家长”或“学龄前儿童家长”的典型视角。
洞察输出：请总结为“核心优势”、“主要痛点”、“改进机会点”三类结构化列表，每条洞察需附带高频用户原话作为佐证。


风格方向

语言风格：专业、清晰、客观，避免过度学术化或情绪化。使用“数据显示”、“高频反馈”、“值得注意的是”等引导词。
报告风格：结论先行，分点明确，证据（用户原话）贴切。视觉上想象为一份带有重点色高亮和项目符号的PPT简报。


构图建议
（此模块适用于将洞察可视化呈现的构思）

信息图表：使用饼图展示“好评/中评/差评”比例；用条形图对比“安全性”、“趣味性”等各维度的满意度得分。
关键词云：将高频出现的用户评价词汇（如“材质柔软”、“声音刺耳”、“玩法单一”）生成视觉化词云。
用户证言墙：精选最具代表性的正面与负面评论，以引述框形式并列呈现，形成直观对比。


细节强化

具体化：将“不好用”转化为具体场景，如“零件拆卸困难，清洁不便”。
量化：关联数据，如“约30%的评论提及包装拆解复杂”。
追溯根源：针对“孩子不喜欢”的反馈，进一步挖掘是“难度不匹配”、“声音灯光吓人”还是“外观不吸引”。
关联产品点：将用户情绪与具体产品部件（如牙胶质地、电池盖设计、音乐按钮灵敏度）挂钩。


使用建议

将“核心提示词”部分的分析维度作为固定框架，批量处理评论数据，保证分析的一致性。
在“细节强化”阶段，可对异常点（如某款产品安全性评分突然降低）进行深入文本挖掘，查找具体事件原因。
最终的结构化洞察（核心优势、痛点、机会点）可直接复制，作为产品迭代清单或营销文案的创作基础。
结合“构图建议”，可快速生成分析报告的可视化初稿，提升沟通效率。