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
2025-12-12
喜力啤酒如何利用Palantir “快进” 供应链:从被动救火到预知未来
2025-12-11
从 Palantir 到世界大模型:记录、洞察与执行的重构之路
2025-12-08
一文读懂|关于 OpenText Threat Intelligence 常见问题的解答
2025-12-08
数据驱动的供应链革命:Palantir Foundry 的八个经典场景
2025-12-07
Palantir 怎么快速切入一个场景
2025-12-05
麦肯锡再发重磅报告:AI技能伙伴时代 03|不重塑流程架构,都是“伪AI”
2025-12-03
Aiops探索:基于 n8n 做一个巡检的aiops
2025-12-01
万字长文|ChatBI核心技术架构全解析:从NL2SQL到自主智能的技术演进
2025-09-15
2025-11-25
2025-10-23
2025-11-18
2025-09-29
2025-12-05
2025-10-14
2025-11-20
2025-12-01
2025-11-10
2025-11-18
2025-11-13
2025-09-02
2025-08-16
2025-08-14
2025-08-06
2025-07-29
2025-05-27