Merch review
Skill Orkas-AI/Orkas-Awesome-AgentSkills/ecommerce/skills/merch-review
Curated Orkas agents and skills for education, product development, content creation, data analysis, office automation, and e-commerce workflows.
npx -y skills add Orkas-AI/Orkas-Awesome-AgentSkills --skill merch-reviewAssembled from the repository path, not quoted from the project. Check it against their README if it does not work.
One thing to look at
- 12 stars12 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.
What its author says it does
Copied from the file, not written here
Analyze e-commerce product reviews, ratings, and competitor feedback with privacy handling, VOC taxonomy, root-cause classification, evidence snippets, and prioritized improvement actions.
SKILL.md
3.9 KB, as published. Nobody here has run it
商品评论分析
用于电商评论和用户反馈数据分析。核心任务是从用户提供或合法导出的评论中识别口碑结构、差评原因、痛点主题和可执行改进方向。
何时使用
- 用户上传淘宝、京东、拼多多、Amazon、Shopee、Shopify 等平台的评论表格、CSV、订单评价导出或授权 API 返回数据。
- 用户希望分析好评/中评/差评分布、情感、差评归因、产品痛点、物流客服问题、竞品评论差异。
- 用户要把评论分析结果转成商品优化、客服 FAQ、主图/详情页优化、listing 改写或新品迭代建议。
不用于默认抓取受限平台评论、不绕过登录/反爬、不输出未脱敏个人信息、不保证建议一定提升评分或销量。
如何调用
- 先确认数据来源是否合法：用户上传、平台后台导出、授权 API 或公开可访问数据。来源不清时先要求说明。
- 读取字段并识别商品、店铺、平台、评分、评论正文、时间、规格、用户标识、订单号、追评、图片/视频标记。
- 对敏感字段脱敏：用户名、手机号、订单号、地址、昵称 ID 等只保留必要聚合信息。使用
references/review-data-privacy.md。 - 统计评论量、平均评分、好评/中评/差评分布、时间趋势和平台/商品/店铺分组。
- 按
references/voc-taxonomy.md聚类主题，并识别样本偏差。 - 按
references/root-cause-and-actions.md做差评归因和改进行动映射。 - 没有评分字段时，情感分类标为推断；样本过少或只包含差评时，不代表整体口碑。
- 返回结构使用
references/voc-output-templates.md。
返回格式
- 数据来源和字段识别说明。
- 样本概览：评论量、时间范围、平台/商品/店铺分布。
- 评分和情感分布。
- 高频好评驱动和高频差评主题。
- 差评归因表：主题、证据片段、占比、影响、建议动作。
- 多商品/多店铺/多平台对比矩阵。
- 对 listing、主图、详情页、客服 FAQ、产品迭代的改进映射。
- 改进优先级和数据限制。
外部依赖
- 无必需外部依赖。
- Excel、CSV、JSON、DOCX 可由当前会话可用的文件读取能力处理。
- 自动采集评论需要用户确认平台授权、登录状态、平台条款和采集范围；默认不执行。
限制与已知问题
- 静态评论文本无法完全判断真实购买、刷评或恶意评价，只能给风险信号。
- 评论样本过少、时间跨度过短或只包含差评时，不能代表整体口碑。
- 百分比必须说明分母。
- 不展示完整个人信息，不把个体用户作为攻击对象。
- 不承诺改进建议一定提升评分、销量或转化。