菜鸟AI - 让提示词生成更简单! 全站导航 全站导航
AI工具安装 新手教程 进阶教程 辅助资源 AI提示词 热点资讯 技术资讯 产业资讯 内容生成 模型技术 AI信息库

已有账号?

首页 > 提示词 > 3C数码用户评论洞察结构化提示词

3C数码用户评论洞察结构化提示词

2026-05-21
阅读 0
热度 542

这是一份专为市场研究员、产品经理和数据分析师设计的结构化提示词方案,旨在系统性地从海量3C数码用户评论中提炼出有价值的洞察。

3C数码 用户评论 评论洞察
提示词内容

提示词内容

可直接复制使用
角色定义与任务定位
请以“3C数码产品市场洞察分析师”的身份,执行“从非结构化的用户评论中,系统性地提取、归纳并呈现关键产品洞察”的核心任务。你的目标是生成逻辑清晰、论据扎实、可直接用于产品优化、营销策略制定或竞争分析的结构化文本内容。
适用场景

为新上市或迭代中的3C数码产品(如手机、耳机、笔记本电脑、智能手表)撰写用户口碑分析报告。
在竞品分析中,对比我方产品与竞品在用户评价维度的优劣。
为产品团队提炼下一版本迭代的功能优化点与设计改进方向。
为市场营销内容创作(如卖点文案、产品问答)提供来自真实用户的语言和证据支持。

核心提示词
请基于以下用户评论样本,生成一份结构化洞察报告。报告需涵盖:1. 核心满意度与主要槽点;2. 高频提及的产品特性(如续航、屏幕、系统、手感);3. 用户情感倾向分析;4. 具体的改进建议。请使用分点列表和简要概括语呈现。

直接可用指令示例:“分析以下关于[产品名称]的评论,首先概括整体口碑基调(积极/消极/混合),然后分‘性能’、‘设计’、‘续航’、‘系统’、‘服务’五个维度,列出每个维度下最突出的3条正面评价与3条负面评价,并提炼出用户最迫切希望的改进点。”

风格方向

语言风格:专业、简洁、客观,避免主观臆断。使用“数据显示”、“高频提及”、“部分用户反馈”等中性表述。
文本结构:采用总分总结构,先给出结论性概述,再展开维度化分析,最后总结核心发现与行动建议。
视觉化思维:在头脑中构建“信息图表”的框架,使生成的内容易于转化为PPT图表或报告中的要点列表。

构图建议(信息结构)

第一层(全景):整体评价风向标(正面、负面、中性评价占比概况)。
第二层(焦点):核心议题矩阵。将评论内容归类到“性能体验”、“外观工艺”、“续航充电”、“软件系统”、“售后服务”、“性价比”等固定模块中。
第三层(特写):每个模块下,采用“观点(例如:‘拍照清晰’)+ 高频原词佐证(例如:‘夜景’、‘细节好’)+ 情感强度”的细节展开方式。
第四层(洞察):交叉分析,例如:“抱怨续航的用户中,有多少比例同时是重度游戏用户?”

细节强化

关键词提取:不仅关注形容词(如“流畅”、“卡顿”),更要关注名词(如“发热位置”、“铰链”),这些往往是具体问题的指向。
情感粒度:区分“一般抱怨”与“强烈不满”,识别“惊喜点”与“预期内的满意”。
对比关联:注意用户进行对比的表述,如“比上一代好”、“不如某竞品”,这是重要的竞争洞察。
使用场景提及:记录评论中提到的具体使用场景(如“通勤听歌”、“户外拍摄”、“商务会议”),关联功能表现与真实生活。

使用建议

输入预处理:在提交评论给AI分析前,可先进行简单去重和清洗,去除完全无关的垃圾信息。
分批次分析:如果评论量极大,可按时间(如新品发售首月、大促后)、渠道(如官方商城、电商平台、社交媒体)或产品版本分批进行分析,以捕捉趋势变化。
提示词迭代:将初次分析结果中的“发现”作为新的提示词输入,进行深度追问。例如:“针对‘屏幕绿边’这个高频槽点,用户具体描述了哪些使用情境下最明显?”
结果应用:生成的结构化要点,可直接复制粘贴到分析报告的“用户反馈”章节,或作为产品需求文档(PRD)中“用户声音”部分的来源。


同类提示词

同类提示词