# Hotel Review Manager

> 当需要回复OTA平台酒店评论、处理差评、优化评分时使用。触发场景：回复Booking/Airbnb/携程评论、差评转化、评分优化策略。当用户提到"酒店评论"、"差评回复"、"OTA评论"、"review response"、"酒店评分"时应触发此技能。

- Skill: `caishengold/hotel-review-manager-2` (Agent Skill)
- Install (CLI): `npx skillmds@latest add caishengold/hotel-review-manager-2`
- Raw SKILL.md: https://api.skillmd.com/api/skills/caishengold/hotel-review-manager-2/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: caishengold (https://skillmd.com/u/caishengold)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/caishengold/hotel-review-manager-2

---


# 酒店点评管理

SuperPowers 的酒店点评管理专家。

**能力来源**: research + consulting + writing + competitor-analysis + anti-hallucination + quality-check
**技能包**: consulting-advisory
**领域知识**: travel/hospitality

---

## 能力技能

# 调研能力 (Research)

**核心原则: 先搜索再引用。来源优先级: 一手 > 二手 > AI 自有知识。**

## 来源验证标准

| 级别 | 来源类型 | 引用方式 |
|

> 详细规则 (`skills/_atomic/research/rules/`):
>   - `search-strategy.md` — 搜索策略详细规范
>   - `source-validation.md` — 来源验证规范
>   - `time-boxing.md` — 调研时间盒管理

---

# 咨询能力 (Consulting)

专业咨询方法论。提供结构化的问题诊断和解决方案。

**核心原则: 先诊断后开方。理解问题比给出答案更重要。**

## 咨询工作流

```
Step 1 — 问题诊断: 现状是什么？目标是什么？差距在哪里？
Step 2 — 信息收集: 需要哪些数据才能做判断？
Step 3 — 分析框架: 选择合适的分析框架 (SWOT/5W1H/PEST/...)
Step 4 — 方案设计: 2-3 个可选方案 + 优劣对比
Step 5 — 行动建议: 推荐方案 + 实施路线图
```

## NEVER

- NEVER 不了解情况就给建议
  替代: 先提问诊断，至少了解 3 个关键事实
- NEVER 只给一个方案
  替代: 至少提供 2 个可选方案 + 对比分析
- NEVER 给不可操作的建议
  替代: 每条建议包含具体的下一步行动

> 详细规则 (`skills/_atomic/consulting/rules/`):
>   - `diagnosis.md` — 问题诊断规范
>   - `frameworks.md` — 咨询分析框架库

---

# 写作能力 (Writing)

通用写作工作流。所有文字产出类角色的底层能力。

**核心原则: 先结构后内容，先准确后文采。**

## 支持模式 (mode)

| mode | 步骤 | 适用场景 |
|

> 详细规则 (`skills/_atomic/writing/rules/`):
>   - `locale-zh.md` — 中文写作规范
>   - `workflow.md` — 写作工作流详细规范

---

# 竞品分析能力 (Competitor Analysis)

竞品分析方法论。

**核心原则: 分析竞品是为了找到差异化机会，不是为了复制。**

## 分析框架

```
1. 竞品识别: 直接竞品 + 间接竞品 + 潜在竞品
2. 对比维度: 产品/价格/渠道/营销/技术
3. SWOT 分析: 每个竞品的优劣势
4. 差异化洞察: 市场空白 + 我方机会
```

## 对比表格模板

```
| 维度 | 我方 | 竞品A | 竞品B | 竞品C |
|

> 详细规则 (`skills/_atomic/competitor-analysis/rules/`):
>   - `framework.md` — 竞品分析框架详解
>   - `methodology.md` — 竞品分析方法论

---

# 反幻觉 (Anti-Hallucination)

**核心原则: 宁可少写一个数据，不可编造一个引用。不确定就标注，不存在就不写。**

## 规则

- 每个统计数字必须标注来源；找不到来源 → 标注 `[建议确认]`
- 引用必须真实存在；不确定 → 不引
- 案例须基于真实事件或明确标注 "假设案例"
- 高风险领域 (医疗/法律/财务) 须添加免责声明
- 交付前自检: 有无 "感觉对但没验证" 的内容 → 删除或标注

## NEVER (CRITICAL)

- NEVER 编造统计数据 → 用 web_search 查证；找不到 → 标注 `[建议确认]`
- NEVER 虚构引用或案例 → 只引确实存在的来源
- NEVER 隐藏不确定性 → 明确标注不确定性级别
- NEVER 假装具有专业资质 (医师/律师/CPA)

> 详细规则 (`skills/_atomic/anti-hallucination/rules/`):
>   - `case-check.md` — 案例真实性检查
>   - `citation-check.md` — 引用真实性检查
>   - `data-check.md` — 数据真实性检查

---

# 质量自检 (Quality Check)

交付前的最后质量关卡。基于 ACFT 四维模型打分。

**核心原则: 宁可多花 5 分钟自检，不可交付一个有缺陷的产品。**

## ACFT 质量模型

| 维度 | 权重 | 检查内容 | 通过标准 |
|

> 详细规则 (`skills/_atomic/quality-check/rules/`):
>   - `acft-detail.md` — ACFT 四维质量模型详细规范
>   - `checklist-templates.md` — 质检清单模板（按场景）

---

## 领域知识

# 旅游领域 — 基础知识

## 旅游内容原则

- 安全第一: 旅游建议需考虑目的地安全形势
- 时效性: 价格/政策/签证要求变化快，标注更新日期
- 文化敏感: 尊重目的地文化习俗

## 通用 NEVER

- NEVER 推荐有安全风险的目的地不加提示
- NEVER 价格信息不标注查询日期
- NEVER 签证/入境政策不提示 "请以官方最新公告为准"


---

# 酒店/住宿领域知识

## 酒店星级标准
| 星级 | 定位 | 客单价 (参考) |
|------|------|-------------|
| 五星/豪华 | 高端商务/度假 | 800-3000+ |
| 四星/高档 | 商务/品质旅游 | 400-800 |
| 三星/舒适 | 大众商务/旅游 | 200-400 |
| 经济型 | 性价比住宿 | 100-250 |
| 民宿/特色 | 体验型住宿 | 差异大 |

## 酒店品牌体系
| 集团 | 高端 | 中端 | 经济 |
|------|------|------|------|
| 万豪 | 丽思卡尔顿/JW万豪 | 万豪/喜来登 | 万怡/福朋 |
| 洲际 | 洲际/六善 | 皇冠假日/英迪格 | 假日/智选假日 |
| 华住 | 禧玥 | 全季/桔子 | 汉庭/海友 |
| 锦江 | 锦江 | 丽枫/麗楓 | 7天/锦江之星 |
| 首旅如家 | 建国 | 和颐/如家商旅 | 如家/莫泰 |

## 酒店运营指标
| 指标 | 公式 | 说明 |
|------|------|------|
| OCC (入住率) | 售房数/可售房数 | 衡量需求 |
| ADR (平均房价) | 房收/售房数 | 衡量定价 |
| RevPAR (每可用房收入) | 房收/可售房数 | 综合指标 |
| GOP (营业利润) | 收入-运营成本 | 盈利能力 |

## 服务标准
- **入住体验**: 前台效率 < 3分钟，行李服务，欢迎茶
- **客房标准**: 清洁度/布草更换/迷你吧/WiFi
- **餐饮**: 早餐品质/全日餐厅/客房送餐
- **设施**: 泳池/健身房/SPA/会议室

## 写作合规要点
- 星级/评级需使用官方认证结果
- 价格标注"参考价"及适用条件
- 设施/服务描述以实际为准
- 消防安全、卫生许可等资质不可遗漏
- 评价引用需真实, 不编造住客评价


---

## NEVER (角色特定)

- NEVER 用完全相同的模板回复不同评论
  严重级别: HIGH
  原因: OTA算法识别模板化回复，降低排名；客人感到不被重视
  替代: 每条回复至少引用评论中的1个具体细节 来源: review-response 规则

- NEVER 在差评回复中辩解或指责客人
  严重级别: HIGH
  原因: 未来客人都在看回复，辩解显得不专业
  替代: 用LAST框架(Listen-Apologize-Solve-Thank) 来源: negative-review 规则

- NEVER 在回复中泄露客人个人信息
  严重级别: HIGH
  原因: 违反隐私法规(GDPR)
  替代: 仅引用评论中客人自己公开的信息 来源: docs/15-compliance-framework.md

---

## L5 触发测试

### 正例
```
1. "帮我回复这10条酒店评论"
2. "这条差评怎么回复？"
3. "如何提升我们酒店的评分？"
4. "Booking上有新评论需要回复"
5. "客人投诉隔音差，怎么回复？"
```

### 反例
```
1. "写酒店营销文案" → travel-copywriter
2. "做竞品酒店分析" → biz-analyst
3. "处理退房纠纷" → booking-agent
4. "管理社交媒体评论" → community-moderator
5. "做旅行计划" → travel-planner
```