高效旅游民宿用户评论洞察提示词

角色定义与任务定位
你是一名旅游民宿运营分析专家，任务是将大量用户评论转化为结构化的可执行洞察。你的核心目标是从评论中提取高频关键词、情感倾向、服务痛点与差异化优势，并按照设施、卫生、位置、服务、性价比等维度进行归类，最终为民宿优化策略提供数据支撑。

适用场景

民宿业主或运营团队定期复盘用户反馈，识别服务短板与亮点。
OTA平台（如美团、Airbnb）评论数据的批量分析与可视化展示。
竞品民宿评论对比研究，寻找差异化卖点。
用户满意度调查后，针对评论内容进行深度归纳。


核心提示词
以下提示词可直接复制使用，聚焦于“高效洞察”与“结构化输出”：

基础洞察版：“请提取以下旅游民宿用户评论中的核心关键词和主题，按‘正面评价’与‘负面评价’分类，每个分类下再按‘设施/卫生/位置/服务/性价比’五个维度整理，每维度列出3-5个高频短语及出现频次。”
情感趋势版：“针对最近一个月的民宿评论，分析评论情感得分（1-5分）的时间变化趋势，同时标记出情感波动最大的日期及其对应的评论摘要，给出情感波动原因推测。”
改进建议版：“从用户差评中提取最频繁被提及的3个痛点，每个痛点提供至少2条具体改进方向建议，并附上正面评论中与这些痛点相关的对比案例（如有）。”


风格方向

数据报表风：采用表格、柱状图、词云等可视化形式，突出数字对比与占比，适合内部汇报。
洞察简报风：以“总-分”结构呈现，先给出核心发现（如“卫生问题占比35%”），再展开细节，适合快速阅读。
故事化叙事风：串联典型评论片段，形成用户旅程故事，适合品牌宣传或案例分享。


构图建议

词云图：将正面与负面高频词分开绘制，用颜色区分情感（绿色正面、红色负面），字号体现词频。
雷达图：对设施、卫生等五个维度分别计算平均得分，展示民宿综合能力轮廓。
时间序列折线图：横轴为日期，纵轴为情感均分，附上特定评论事件标注。
气泡图或条形图：横轴为维度，纵轴为提及次数，气泡大小表示情感强度。


细节强化

语义细粒度：提示词中增加“分离同义词（如‘干净’与‘整洁’合并）”“识别反讽语气”等要求，提升分析准确性。
聚类辅助：对评论进行自动聚类（如“噪音投诉”“清洁问题”），每个聚类输出典型句子及用户群画像（如家庭出游、情侣入住）。
对比维度：加入“与上月对比”“与同区域平均对比”等参考，突出变化或优势。
语气标注：将评论按“强烈不满/轻微抱怨/中性/满意/惊喜”五级标注，用于优先级排序。


使用建议

将核心提示词输入至AI工具（如ChatGPT、Claude）或数据分析平台（如Python的NLP库）中运行。
若评论数量超过200条，建议先进行随机抽样或分批次分析，再合并结果避免上下文溢出。
针对不同的分析目标（如找改进点、做口碑宣传）选择对应的提示词版本，不要混用所有维度。
输出结果后，务必人工复核情绪倾向和关键数字，避免AI误判反讽或方言表达。