预计阅读时间：20min / 上手 30min
Skill 已托管GitHub： https://github.com/CoderAndyLee/amz-review-analysis-skill
答应我偷偷暗卷就好了，2h 做完一天工作，剩下时间摸鱼好吗？

你将收获：

• 一套能换类目复用的 Amazon Review 分析 Skill（已开源）
• 为什么 Shulex / 手标表格都不够，以及中间那一层到底差在哪
• 自生长分类标注体系设计思路，分类树怎么「长」出来，格子里为什么必须是原文摘录
• 美区割草机 10 个 ASIN / 963 条的真实跑通记录（含覆盖缺口）
• 从两张表到 HTML 看板 + 交付 Excel 的喂饭路径

前言
Hello，大家好，我是 Andy。
Sorry，标题略显浮夸但略带一些谦虚（虽然不多 hh），全宇宙第一虚位以待，求各位大佬多提建议。想起上次做完整的 review 分析分享都是 2022 年那篇《一文讲透评价分析》了
https://www.wearesellers.com/question/54141
那时候老子还是稚嫩的老子，现在一转眼已经变中登了。今天这个 Skill 只是把它做成能跑的东西，业务逻辑其实很早就摸清楚了，剩下的就只有技术门槛，那么 AI 就是降低最后这个技术门槛的工具。
这次Skills的SOP流程写了 3000 多字，就是为了能够精准业务流程控制，让 AI 输出的看板分析报告有较高的复用性，所以应该是你在论坛上看到关于Review分析的最Top AI应用贴，强烈建议收藏。

最近又潜水了一段时间，上次分享的是 80亿Token磨练出来的AI体感，如果是刚刚入门的朋友建议可以回头看一下：
https://www.wearesellers.com/question/122971
最近我主要关注在使用Skills 重塑跨境里那些 高频、重复、机械，但你又不敢完全丢给实习生的活，封进 Agent Skill 里。Review 分析就是其中最典型的一块。
后期应该也会把我的Skills合集上传到Mylevis平台。

做新品调研的时候，理解 / 标注 / 分类，经常能吃掉整项任务 70% 以上 的时间。后面透视和出图，熟练的话其实很快。
我有时候在想，持续在做这种技术&提效的分享是不是会挤压职场环境，原本是有实习生招聘需求的，甚至中高级运营也得做这些吃力活，那现在这些需求AI 已经能完成了，需求就压缩了，剩下的就是高精度要求的公司，和没有完成 AI 化的公司才有这种需求；但是高精度的公司真的就需要这么高精度吗？
你不是给劳斯莱斯画金色腰线，也不是造飞机大炮火箭，差不多得了（开玩笑，流程搭建还是要严谨，不然跑出来的东西可信度太低）

当然市面上已经有成熟的 VOC 软件。卖家精灵或者Shulex 扫一眼类目口碑非常快就能拉一版。快速把脉够用，你要再往下问：

• 这一类差评，客户原话到底怎么骂的？
• 4 星里有多少其实在阴阳怪气？有的review是比较辩证性的。
• 这个痛点能不能直接写成改款命题，还是只够写进 FAQ？

细到这一层，现成工具通常就停了。试错资金有限的人（我恨有钱人 ），还是得自己盯一手 VOC。
2022 年那会儿还在讲 WebScraper、手标表格、看完再自己透视。2025 年用 VBA 调 DeepSeek，把「翻译 + 情绪 + 好评点 / 差评点」先跑成函数，已经能省下一大截重复劳动。
 
但分类列还是扁的，看板还要另做。今年 Agent 能自己读写表格、自己长列、自己吐 HTML 了，才轮到把整份指南封成 Skill。
一句话：你丢 产品表 + Review 表，它按固定框架吐出 带分类列的标注总表 + 层级透视 + 可交互 HTML 看板。割草机只是第一次跑通的类目，换类目改配置就能再跑。不是「用 AI 写一篇评测」。评测文案谁都会生成，经得起定位到客户 review原话的分类树才值钱。

============== 分割线 ==============

1. 先看成品
还是老规矩，先给结果，再倒推怎么做。
样本先说清楚，免得后面被抬杠：美区 Robotic Lawn Mower，卖家精灵已下载的 10 个整机 ASIN、963 条评论，主分析踢掉 7 条刀片 / 车库配件行，按 956 条 算。这不是全美类目普查。销量第一的 Greenworks C30Z、BSR #2 的 WORX WR320s 都没进池。
看板页头不写死类目名。换园艺工具、换德法站，改三个字段就行：类目、站点、日期。

上面这一屏就是给老板 / 产品经理 30 秒看完的东西：

• 口碑速读 + 综合分 3.9 / 5
• 六张总结卡：好评亮点、差评痛点、买家期待、人群画像、使用场景、购买理由
• 每张卡左下角能跳到对应的详细分析

这 10 个 ASIN 里，买家真正买单的是「调通之后，该割的地方能割好」：378 条写切到的地方效果不错，275 条强调省心。免布线已经成立（92 条）。贴边好评只有 63 条，远少于贴边差评 —— 所以免布线能写进主图，贴边还不能当稳卖点写死。
差评三座主峰：导航卡住（243）、装机调通（203）、贴边留边仍要人工补刀（106，全表最高频二级）。混合评论 459 条，占 48%。很多人不是全盘否定，是「能割，但救援和补边太多」。
人群和场景也不能写成正确的废话。这批声音里，主体是不想每周推草的有房家庭，加上愿意花几个晚上调地图的科技用户。预算分两档：ANTHBOT 走入门无线 RTK，ECOVACS / NAVIMOW / Mammotion 走传感器溢价。更合适的是 1/8–1/2 acre、平地或缓坡、障碍可控、充电座放得开的院子。按宣传亩数买小电池机、陡坡 + 湿草 + 坑洼、大树挡 RTK、必须贴边到围栏还不愿自己排障 —— 这几类人买完就是差评预备役。
购买理由其实就三句：不想再雇人 / 免布线比埋线省事 / 先拿入门价尝鲜。大量 4 星的潜台词是：这个省事值这个价，但还没到「完全不用管」。你写 Listing 的时候，把「完全解放双手」写太满，就是在给 106 条贴边差评喂弹药。
点开详细分析，默认只显示英文原话。点「翻译」才出中文。绿点好评、红点差评，按频次降序往下钻：一级 → 二级 → 必要时三级。

 这就是当年那篇评价分析帖里最想要、但手标表格很难规模化的东西：某一类问题下面，已经堆够了客户原话。卖点怎么写、售后 FAQ 怎么回、改款到底改哪，不用再靠模型帮你「总结一下」。
07 我改过一轮。第一版写成了差评复读机，自己看着都烦。现在二级仍是差评（按频次排），再点开才是行动：改进现有产品，还是做新品。每条行动绑 1–2 句原话，防止拍脑袋。

 比如「贴边留边，仍需人工补刀」这条，改进思路是详情页别再承诺能关修边机；新品方向是外置侧刀 / 可伸出刀盘，覆盖围栏花坛最后 2–3cm。原话就在下面：

The mower doesn't handle edges well, so you'll still need a push mower or string trimmer to clean those up periodically

整体分析这块，源表字段不再摊成低幼表格，改成看板：月度 1–5 星堆叠、星级结构、情感结构、VP / Vine、品牌和 ASIN 样本量。时间轴一眼能看出 2026 年 3 月之后放量，VP 764 / Vine 82，早期激励评论偏多，结论要打折看。

交付物还有一份 Excel：总表后面挂着分类列，格子里是英文摘录；另有一页树状透视。HTML 给演示，Excel 给自己接着筛。

2. 这套东西到底在解决什么
2022 年我在论坛里问过一组问题，今天还是这组，一个字都没过时：

• 客户喜爱什么？频次和占比？
• 客户厌恶什么？频次和占比？
• 什么情况适用，什么情况不适用？
• 用户画像大概是谁？
• 有没有一段时间差评扎堆在同一个点上？
• 看到哪里了？（几千条评，不记账就会重复计数）

星级解决不了这些问题。一条 4 星经常好坏都有。这次总表里抓到一条很典型的：

• 标题：App has a way to go but happy with the purchase（4 星）
• 好评列写入：It does a great job on my lawn
• 差评列写入：the remaining un-mowed portions of my lawn will take a very short time to manage with a trimmer

你如果只按星级切片，这条会进「好评桶」，贴边问题就丢了。混合评论 459 条，差不多一半都是这种货。
 
分析粒度也要先讲明白，不然 Skill 会被用歪：

 跟现成工具怎么选，我自己的用法：

做电商不用痴迷工具。工具能为自己所用、达成预期目的就可以了。Shulex 扫盘、Skill 下钻，对我来说是一套，不是站队。

3. 方法内核（全文最硬的一节）

方法不是我今天拍脑袋想出来的。指南就一句话：
分类列在分析过程中长出来；每条评论的好评点 / 差评点，把原文摘录放进对应列。列攒厚了，某一类问题的客户原话就齐了。

3.1 列名怎么写极性|一级|二级 极性|一级|二级|三级真例子，都是这轮割草机长出来的：
一级少而稳，是大桶。二级才是分析颗粒。三级只在二级不够聚类时再开 —— 比如「复杂地形易卡顿」下面，坑、坡、湿草、覆盖物已经能分开用了，才进三级。不要把「复杂地形」再开成一个一级，分类树会炸。
这轮从空表开始标，最后总表有 124 列分类列。第一波确实开多了，波次边界做过一轮近义合并。持续分析时，应该是三级加得比较勤，这是客观规律。
举个「不该开一级」的例子。割草机里「卡住」出现频率极高，手快的人会直接新开一个一级叫「复杂地形」。别。它的语义是导航 / 通过性失败，一级应该挂在「导航定位差」，二级写「复杂地形易卡顿」，坑、坡、湿草、覆盖物进三级。这样后面聚类时，卡住、出界、丢定位打转还能放在同一个大桶里看，不会把树割成一地碎片。

3.2 格子里放什么
单元格 = 买家原话短摘录。不改写，不翻译进总表。同一格多条用 | 隔开。
翻译只活在看板的「翻译」按钮里。默认英文，是因为你要写 Listing / 给工厂看改款，对着英文原声更稳。中文是给人快速读的，不是分析底稿。

3.3 一条 review 怎么走
只精读 标题 + 内容。星级只参考，5 星里的差评点、1 星里的好评点都要摘。
拆好评点 / 差评点。辩证评论必须两边都进。
对得上已有列 → 把原文短摘录写进去。
只有一级对得上、二级对不上 → 在该一级下新建二级。
一级也对不上 → 新建一级 + 二级。

3.4 为什么死磕原文
模型复述好看，但不能直接用。你跟工厂说「用户觉得贴边不好」，工厂点头。你把 you'll still need a string trimmer丢过去，对方才知道是最后 2–3cm、是打草机还在、是花坛和车道。售后话术、FAQ、卖点排序，用的都是这一层。
AI 在这里是 能力放大器，不是替你做生意的人。分类树长得对不对、近义要不要并，还是你的行业认知在做主。完全 follow 模型，有可能被带到沟里你还不知道。

4. 数据怎么进系统
输入只要两张表，没有第三种玄学数据源：
1 Products/ 类目 BSR 或选品表（ASIN、品牌、标题、评分数） 
2 Reviews/ 卖家精灵按 ASIN 导出的 xlsx 
3 Data/ 合并后的 reviews_master.xlsx（Skill 写） 
4 Reports/ HTML 看板 + 交付 Excel + 中间 md（Skill 写） 
5 Work/ 各波次抽样和标注 json（可回溯）
 
合并时保留 source_file，哪条评从哪个导出来的，以后对得上。卖家精灵同一 listing 导出里，变体行经常空 ASIN，用文件名里的 listing ASIN 回填，同时留着 review 上的子 ASIN。
配件行打旗标，主分析剔除。这里踩过坑：用泛化的 garage 去匹配，会把「整机 + 车库场景」误伤成配件。
VP / Vine / 非美站点 留下，不当噪音删。这次 VP 764、Vine 82、非美 108（主要是 ANTHBOT M5 导出混进了 DE / FR），老鸟就肯定能看得出来这是在做国际评价合并了。删了数字更好看，结论更假。
下载本身还是慢。精灵批量、API、Cookies 爬虫，以前写过，这篇不展开。先把已下载的跑通，比先写一个完美爬虫有用。

5. 怎么用这个 Skill
目标是让论坛朋友可以快速跑通这个Skills：会下卖家精灵表、装过一个 Agent（Grok / Claude Code / 同类），愿意烧一点 Token 的运营 / 产品。

 5.1 你要自备的东西

• 产品表 + Review 表（按上面的目录丢好）
• 一个能加载 Skill 的 Agent
• LLM 额度（900+ 条长评，别拿小模型硬扛，推荐使用DeepSeek/ GLM 5.3/ Minimax M3）

5.2 安装
git clone https://github.com/CoderAndyLe ... l.git

5.3 一句话触发
类目目录准备好之后，我也给大家准备了相关Prompt，可以直接跟 Agent 说：
我已经下载好这个review analysis的Skill了，也准备好产品表和Review表了，请使用这个Skill开始进行详细的Review分析

它应该按这条流水线开始执行：

1. 盘点：多少 ASIN、下载条数 vs 站点评分数、有没有配件、有没有跨站点。缺口写进抬头。
2. 合并总表，保留来源。
3. 第一波抽样开列，目标是一级挂稳、二级开始长，不是锁死分类。
4. 后续波次带着当前 分类树 继续标，对得上就复用，对不上再加列。
5. 波次边界做近义对齐，摘录搬走，不删。
6. 出 HTML 看板 + 交付 Excel。类目 / 站点 / 日期只写在 PAGE_META 里。

应该就可以生成一致性非常高的Review分析报告了，也可以查看仓库里面的示例分析报告，如果还需要微调，就直接跟Agent进行就可以了。

6. 优化空间
当前版本从想法到能跑的 Skill，是按「先闭环、再打磨」做的。还糙，欢迎评论区找 bug，下一个版本对着反馈改。
品牌 / ASIN 对比层做厚，现在只是切片，还不是对标报告
卖家精灵 MCP / API直连，少一次手工导出（批量下载效率低这件事，2022 年我就在吐槽了，当时还写了一个python批量获取接口）
Skill产品化：我后期可能会将这个 Skill进行产品化，可以关注仓库动态，理论上只要丢一份卖家精灵的 review 原表就能获得深度的 review 分析报告和看板了

=======================分割线=======================
感谢阅读，希望你能有所收获~
祝各位论坛老哥用这套 Skill跑通自己类目，欢迎看我主页信息过来交流～
新技术落地涉及较多细节，难以完全阐述。建议关注落地思路，欢迎评论区交流。

【原创声明】
本文首发于知无不言跨境论坛，禁止任何形式转载洗稿。请尊重他人创作成果。