微信扫码
添加专属顾问
我要投稿
上次做售卖端视角的分析!本次就评论数据做分析,应该是最适合大模型了,后续再做优化!
看效果
话原理
从AWS网站,我们可以拿到比如某个商品的评论,然后这里我们可以定期抓取商品数据,从而用户的反馈进行获取分析!
来实践
1、抓取工具比如Instant Data Scraper工具抓取aws商品数据
2、然后,CSV转为yaml文件
3、创建prompt文件
主要部分如下
/*分析包含
1)用户认可特征
是指在用户评价中用户赞扬或认可的特征,比如样式、价格等
2)用户批评或吐槽
是指提炼用户评价中反馈的问题或吐槽关键词
3)改进建议
基于用户的反馈提出比如款式、物流,安装,价格或其他点
4)趋势感知
根据用户的评价,总结出用户关注的特征
5)隐含点洞察
根据用户的评价,总结不常见的用户关注的特征
写在最后
如上的是商品分析的一个系列,对于再上游供应商和二手售卖大差不差,通过如上系列的分析,可以看到大模型的便捷性体验!如果能私有化部署大/小模型,相信会有生产力的不一样的提升!
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2025-10-23
让打工人头疼的 Excel,被 AI 改造后……我居然玩上瘾了
2025-10-14
ChatBI 实体标准查询名优化实战:如何将准确率从 80% 提升到 90%
2025-09-29
大模型幻觉检测在 NL2SQL 任务的应用实践
2025-09-15
AI Agent重塑商业智能:2025技术融合路线图
2025-09-14
滴滴 ChatBl 技术实践:智能数据分析的前沿探索与应用
2025-09-12
AI重塑生产关系:IT部门不会消失,只会进化
2025-09-12
企业知识库构建最佳实践:ChatBI发展中的关键角色
2025-09-06
介绍菜鸟集团ChatBI在物流领域实践及招人
2025-09-15
2025-08-19
2025-08-24
2025-08-28
2025-09-03
2025-09-02
2025-08-23
2025-08-16
2025-09-06
2025-08-14
2025-09-02
2025-08-16
2025-08-14
2025-08-06
2025-07-29
2025-05-27
2025-05-27
2025-05-12