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
2026-06-23
管理本体论:Ontology中的每一条规则,都是对过去的效忠宣誓
2026-06-22
智能问数到底在解决什么问题?如果大模型不能保证 100% 正确,这件事还有没有意义
2026-06-22
FDE陪跑阶段:让用户信任并真正用起来丨部署≠采纳
2026-06-22
如何打造一家 AI 原生公司
2026-06-21
FDE 正在分化:企业 AI 交付链条被重新拆开了
2026-06-20
那些"没有护栏"的AI产品,正在消耗企业对AI的最后一点耐心
2026-06-20
AI接管95%内部数据分析,Anthropic独家分享:如何把Claude调教成高级商业数据分析师
2026-06-20
准确率从21%飙到95%,Anthropic把企业数据分析的"灰盒"打开了
2026-06-03
2026-05-13
2026-03-26
2026-04-09
2026-04-14
2026-04-01
2026-05-26
2026-04-16
2026-04-20
2026-05-21
2026-06-18
2026-06-11
2026-06-05
2026-06-02
2026-05-26
2026-03-21
2026-02-11
2026-01-21