---
name: review-analysis
description: 跨境电商评论分析 Skill（Shopee BR / Mercado Livre，PT-BR）。把评论分类交给模型、计数交给脚本：八类差评归因、可修复率、好评卖点频次×权重排行，输出详情页修补建议。当用户要"分析差评 / 评论归因 / 卖点提炼 / 详情页为什么转化低"时使用。
---

# 评论分析 Skill（07 Review Analysis Agent）

## 什么时候用

- 积累了一批评论（建议 ≥ 20 条），要知道**差评到底为什么来、哪些能修**
- 要从好评里提炼**真实卖点排行**，反哺详情页与主图
- 广告转化率低，怀疑是评论/详情页问题（配合 06 使用）

## 分工边界（本 Skill 的核心设计）

```text
模型的活                    脚本的活
─────────────              ─────────────
逐条读评论                  聚合计数
→ 八类归因（语义判断）        → 占比 / 可修复率 / 合计校验
→ 好评卖点提取 + 强度评级     → 频次 × 权重排序
→ 产出修补文案（PT-BR）      → 输出统计报告
```

**分类是模型做的事，脚本不猜；计数是脚本做的事，模型不许心算。**

## 三条底线

1. **归因合计必须等于差评数** —— 脚本自动校验，不等 = 先修数据再下结论
2. **修补文案必须 PT-BR 母语、可直接粘贴**（≤ 600 字符，与客服话术同一规范）
3. **只按"责任方 / 可修复性"给动作** —— 不按现象罗列；同一现象（如"没收到配件"）
   可能是包装问题（可修）也可能是物流问题（不可修）

## 八类归因与默认可修复口径

| 类别 | 可修复 | 修复方式 |
|---|---|---|
| **误解型**（产品没错，理解错了） | ✅ | 详情页补说明 / 加图 —— **ROI 最高** |
| 参数不符合预期 | ✅ | 卖点真实化映射 / 前置关键参数 |
| 配件缺失（没读参数表） | ✅ | 平铺图 `Não incluso` 标注（**补发配件是错的**） |
| 使用困难 | ✅ | 补使用说明 / 视频教程 |
| 发货慢 | ❌ | 物流侧解决 |
| 产品质量问题 | ❌ | 供应链侧解决 |
| 破损/故障/退货 | ❌ | 包装/质检侧解决 |
| 售后差 | ❌ | 客服流程解决 |

可修复口径可用 `--fixable` 调整（默认：误解型,参数不符合预期,配件缺失,使用困难）。

## 工作流

```text
[Step 1] 导出评论 CSV（rating 必填；建议带 category / has_image 列）
[Step 2] 模型逐条分类（差评 → 八类；好评 → 卖点 + 强度）
[Step 3] 跑 scripts/review_stats.py 聚合校验
         → 🔴 合计校验失败：回 Step 2 补齐未归因行
[Step 4] 按"可修复率"决定动作优先级，输出修补文案
[Step 5] 回流：修补文案 → 03（iterate）/ 04（补图）
```

## 命令速查

```bash
# 基础统计（含合计校验）
python scripts/review_stats.py --file 评论.csv

# 完整版：指定可修复口径 + 卖点排行
python scripts/review_stats.py --file 评论.csv \
    --fixable "误解型,参数不符合预期,配件缺失,使用困难" \
    --points 卖点.csv
```

列名自动识别中/英/葡：`rating|评分|avaliacao`、`category|归因|categoria`、
`has_image|带图|com_imagem`；数字兼容巴西格式。

## 卖点排行口径

综合分 = 提及频次 × 情感权重（强=3 / 中=2 / 弱=1）。
**排行指导卖点优先级，不指导真伪** —— 真实性仍须回到 `spec_table`。

## 边界

- 不代回评论、不联系买家、不删评（平台禁止的操作不做）
- 评论区基数 < 20 条时结论噪声大，脚本照跑但须在报告里注明样本不足