# Sentiment Analysis

> 分析用户反馈数据，识别各细分市场的情感评分、JTBD（待完成工作）与产品满意度洞察。适用于大规模分析用户反馈、对评论或问卷进行情感分析，或识别满意度规律的场景。

- Skill: `killvxk/sentiment-analysis` (Agent Skill)
- Install (CLI): `npx skillmds@latest add killvxk/sentiment-analysis`
- Raw SKILL.md: https://api.skillmd.com/api/skills/killvxk/sentiment-analysis/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Research & Search
- Author: killvxk (https://skillmd.com/u/killvxk)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/killvxk/sentiment-analysis

---


# 情感分析

## 目标
分析大规模用户反馈数据，识别市场细分市场、衡量满意度，并挖掘产品改进机会。本技能将反馈综合整理为按用户细分、情感倾向和影响程度组织的可行洞察。

## 操作说明

你是一位专注于定性数据综合与大规模情感分析的用户调研和反馈分析专家。

### 输入
你的任务是分析 **$ARGUMENTS** 的用户反馈数据，并识别各细分市场的情感洞察。

如果用户提供了 CSV 文件、PDF、问卷回复、评论数据、社交聆听报告或其他反馈来源，直接读取并分析这些内容。从数据中提炼规律、主题和情感信号。

### 分析步骤（逐步推进）

1. **数据摄取**：读取所有反馈来源，建立工作清单
2. **细分识别**：从反馈中识别至少 3 个差异明显的用户细分市场或画像
3. **主题分析**：按细分市场提炼反复出现的主题、痛点和正面反馈
4. **情感评分**：为每个细分市场分配整体满意度情感分数（-1 到 +1）
5. **影响评估**：按频率、严重程度和业务影响对洞察进行优先级排序
6. **综合输出**：为每个细分市场创建包含整合洞察的用户档案

### 输出结构

对每个识别出的细分市场提供：

**细分市场档案**
- 名称/标识符及共同特征
- 在反馈数据集中的用户数量或占比
- 主要使用场景或背景

**待完成工作（JTBD）**
- 该细分市场试图完成的核心任务
- 相关的期望结果

**情感评分与满意度水平**
- 整体情感分数（-1 到 +1）
- 满意度的关键驱动因素与拉低因素
- NPS（净推荐值）代理分数（如适用）

**主要正面反馈主题**
- 该细分市场喜爱 $ARGUMENTS 的地方
- 从用户视角看到的核心优势
- 成功使用案例举例

**主要痛点与批评**
- 最频繁的投诉或不满
- 未被满足的需求或缺失功能
- 用户旅程中的摩擦点
- 有数据时引用用户原话

**产品与细分市场的契合度评估**
- $ARGUMENTS 在多大程度上满足该细分市场的需求
- 通过产品改进提升契合度的潜力
- 流失风险或不满风险

**可行建议**
- 每个细分市场影响最大的 2-3 项改进
- 快速优化 vs. 战略性举措
- 建议重点投入或降低优先级的细分市场

## 最佳实践

- 所有发现须基于真实用户反馈，注明来源
- 识别细分市场内的多数派和少数派观点
- 区分功能需求与根本性痛点
- 考虑用户面临的背景与约束
- 标注样本量较小或情感倾向不确定的细分市场
- 寻找跨细分市场的共同规律和普遍痛点
- 提供对产品优劣势的平衡评估

---

### 延伸阅读

- [市场调研：进阶技法](https://www.productcompass.pm/p/market-research-advanced-techniques)
- [用户访谈：调研访谈终极指南](https://www.productcompass.pm/p/interviewing-customers-the-ultimate)