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
2026-04-09
Oracle裁员三万人的警钟:当AI成为新的生产要素,管理者需要思考的三个核心问题
2026-04-01
业界首发:HENGSHI CLI正式发布,开启Agentic BI自动驾驶时代
2026-03-26
AI在企业落地的真实困境:小场景看不上,大项目做不起
2026-03-23
TSMC(台积电):从「制造即代码」到 AI 时代的绝对物理基岩
2026-03-21
OpenClaw威胁下,大厂APP会被降维成信息通道么?
2026-03-19
钉钉已经彻底 CLI 化了。
2026-03-16
软件为何越做越乱?万字长文讲透软件的“复杂性”
2026-03-06
告别先开发后治理:Agent 驱动的数据质量一体化交付
2026-02-09
2026-02-02
2026-03-19
2026-01-19
2026-02-11
2026-01-14
2026-01-29
2026-03-04
2026-01-16
2026-02-11
2026-03-21
2026-02-11
2026-01-21
2025-12-26
2025-12-21
2025-11-18
2025-11-13
2025-09-02