用户痛点分析｜原话证据与验证清单
把评论和访谈整理成可回查的需求线索，保留分歧与样本边界
用户痛点分析｜原话证据与验证清单
把评论和访谈整理成可回查的需求线索，保留分歧与样本边界
展示内容
描述
适用人群：需要整理用户评论、访谈、问卷或客服记录的创作者和产品运营者。 你需要提供：有权使用且已脱敏的原始反馈、产品背景与希望作出的决定；可补渠道、日期及匿名用户ID。 如何处理：逐条保留原话与来源，区分记录数和人数，合并同人重复，提取场景与阻力，整理主题和反例，再提出最小验证行动。 最终交付：范围与发现、原话证据表、主题与分歧表、验证优先级及待补信息。默认完整可复制Markdown；不把个别反馈说成所有用户，也不根据评论次数推算付费率。 使用：粘贴反馈并说明要解决的问题；阅读主题表后回查原话，再按验证清单检查实际流程或追问。建议并非已经执行，问题原因需复现才能确认。 只需文字模型，推荐GPT，型号由平台选择；不需要图片模型或外部API。四张展示图是本地GPT主代理按最终技能实际分析的虚构输入输出，排版展示，不是真实客户研究。未在YouMind追加运行测试，实际效果仍需核对。 不适用：冒充真实访谈、推断总体市场占比或购买意愿、未经授权公开原话或自动联系用户。不承诺发现商业机会、增长或转化提升。
推荐自
Dancang
为什么我们推荐这个技能
将评论与访谈还原为可回查的原话证据，严谨区分样本事实、推断与分歧，并把每个痛点转化为可观察、可证伪的下一步验证。尤其适合避免重复计数、过度外推和凭情绪判断需求。
适合人群
适合需要从用户反馈中整理需求线索、核查问题并规划后续验证的创作者和产品运营者。
如何使用此 Skill
提供输入
提供已获授权并脱敏的评论、访谈、问卷或客服记录，并说明产品背景和需要作出的决定。可补充渠道、日期及匿名用户标识。
运行 Skill
系统保留可回查的原话与来源，区分记录数和人数，整理场景、阻力、主题、反例及证据限制。随后按影响、重复出现情况和验证成本提出下一步核查建议。
查看结果
获得范围与发现、原话证据表、主题与分歧表、验证优先级及待补信息。结果不会把个别反馈当作整体结论，也不会据评论次数推算付费率或市场占比。
相关技能
查看全部
用户声音研究员-把真实反馈变成产品机会
把评论、评价、访谈和客户反馈转化为可追溯的用户需求洞察、产品机会与验证计划。从用户提供的评论、评价、访谈、问卷开放题、客服记录、社群讨论等材料中，找出真实问题、行为动机、购买阻碍和改进机会，并让每项重要结论都能回到原始证据。 ### 适用场景 - 产品经理：分析产品评价、功能请求、流失原因和体验问题。 - 电商卖家：分析商品评论、退货原因、购买顾虑和卖点。 - 内容创作者/知识服务：分析学员反馈、社群提问、课程评价和未满足需求。 - 本地商家：分析顾客评价、服务反馈和复购障碍。 - 创业者：从访谈和早期用户反馈中寻找产品机会。
评论挖金｜AI用户评论洞察
# 评论挖金｜AI用户评论洞察 **别让有价值的用户反馈，淹没在几百条评论里。** 商品评价里藏着哪些真实痛点？顾客最喜欢你的产品什么地方？评论区里有没有下一款爆品、下一期视频的灵感？ 上传评论或粘贴留言，AI帮你从杂乱的用户反馈中提取**痛点、卖点和潜在需求**，逐条标注证据来源，并生成一张直观的中文洞察图。 **不只是总结评论，而是把用户原话变成可以采取行动的洞察。** ## 你会得到什么？ **① 用户需求全景分析** 将评论整理为三大类别： - 🔴 **痛点**：用户抱怨什么？哪些问题需要改进？ - 🟢 **卖点**：用户真正满意什么？哪些优点值得宣传？ - 🟡 **期待**：用户希望增加什么功能？还有哪些未被满足的需求？ **② 每个结论都有原话证据** 每个主题都标明相关评论数量、评论编号和真实引用，方便逐条核对。 不凭空编造用户想法，不把一条评论夸大成多数人的意见。 **③ 识别少数但严重的问题** 对于烫伤、破裂、过敏等潜在安全或严重质量问题，即使只有少量评论，也会单独提醒，避免被大量普通好评掩盖。 **④ 找出下一步该怎么做** 根据评论证据给出产品改进、卖点提炼、内容选题等行动建议，并说明每条建议的依据。 **⑤ 一张中文用户洞察图** 自动将主要发现整理成可视化图解，展示痛点、卖点、期待和对应评论数量，方便查看、讨论与分享。 ## 谁适合使用？ **🛍️ 电商卖家** 分析自家或竞品评价，发现质量问题、用户认可的卖点，以及值得开发的新需求。 **📱 自媒体创作者** 整理视频评论区，了解观众在意什么、希望看到什么，为后续选题寻找方向。 **📊 产品经理与运营人员** 从App评价、问卷反馈、用户留言中整理问题优先级和产品改进方向。 **💡 创业者与选品人员** 通过真实评价发现消费者未被满足的需求，为产品定位与选品提供参考。 ## 使用方法 1. 粘贴评论，或上传 Excel、CSV、文本格式的评论资料。 2. 可以指定目标，例如「找产品缺点」「提炼卖点」「分析竞品」「寻找视频选题」。 3. AI整理评论、分类主题、引用证据并提出建议。 4. 生成中文洞察图，帮助你快速理解主要发现。 ## 使用提示 - 评论越完整、样本越充分，分析通常越有参考价值。 - 评论中的观点不一定代表全部消费者。 - 重复评论、无实质内容的留言及样本局限会在分析中说明。 - 原话引用用于证据核对；公开用于商业宣传前，请确认符合相关平台规则和隐私要求。 - AI统计和图片文字可能存在误差，重要结论建议结合原始数据复核。 --- **让每一条真实评论，都有机会变成产品改进的线索、内容创作的灵感和更有说服力的卖点。**
研究客声有据｜CUSTOMER SIGNAL
评论很多，真正值得解决的是什么？ 「客声有据」整理客户访谈、问卷、评论、工单与流失反馈，提取原话、痛点、触发事件和替代做法。合并重复材料，保留反例，把研究结论和待验证机会分开。 支持研究综合、VOC原话库、JTBD、暂定用户画像、竞品评价对照与研究缺口计划；也能设计公开社区研究、客户访谈和PMF问卷。在线采集取决于宿主现有工具，无联网时交付搜索与采样方案。 适合产品经理、独立开发者、运营和小团队。抱怨不等于愿意付钱，研究会标出证据边界及验证下一步。 发布品牌：leowang。基于MIT许可的customer-research v2.0.4改编，保留必要版权许可。
信息
- 版本
- v2
- 更新时间
- 运行积分
- 按实际用量
- 模型
- 自动选择
- 使用场景
- 调研与分析商业与决策
- 你将获得
- 报告计划数据
