跨境亚马逊用户评论洞察高阶版提示词

角色定义与任务定位

请以“跨境电商数据分析师”或“产品市场策略师”的身份，运用本提示词方案。您的核心目标是：系统性地挖掘、分析并结构化呈现亚马逊平台上的用户评论数据，超越简单的评分统计，深入洞察用户痛点、产品优劣、市场趋势及情感倾向，最终生成具有直接商业决策参考价值的深度分析报告或可视化图表。

适用场景

• 为新品开发或现有产品迭代提供基于真实用户反馈的功能优化方向。
• 制作竞品分析报告，对比自身产品与竞争对手在用户口碑维度的优劣。
• 提炼用于产品页面优化、广告文案创作的关键卖点与用户证言。
• 周期性市场监测，追踪用户对某一品类或特定功能需求的变化趋势。
• 生成可视化图表（如情感分布图、高频词云、痛点象限图）用于内部汇报或市场报告。

核心提示词

• 基础分析指令：针对[此处插入产品ASIN或名称]在亚马逊美国站/德国站等站点的评论，进行情感分析（正面、中性、负面），并提取高频关键词。
• 深度洞察指令：分析[产品名称]最近6个月的五星和一星评论，分别总结其核心赞扬点与主要投诉点，并按“功能”、“质量”、“使用体验”、“物流服务”等维度进行归类。
• 对比分析指令：对比[产品A的ASIN]与[竞品B的ASIN]的评论，从“耐用性”、“易用性”、“性价比”三个维度列出各自的优势与劣势清单。
• 趋势提炼指令：梳理[某品类，如无线耳机]在2023年度用户评论中提及的新兴需求（例如：“降噪”、“多设备连接”、“佩戴舒适度”），并评估其讨论热度的变化趋势。
• 结构化输出指令：将以上分析结果整理成一份包含“执行摘要”、“关键发现（数据支持）”、“机会点与风险点”、“具体行动建议”四部分的结构化报告大纲。

风格方向

• 报告风格：专业、数据驱动、逻辑清晰。采用商业分析报告或咨询简报的语调，避免口语化。
• 可视化风格：信息图表化。倾向于使用简洁的现代图表（条形图、雷达图、热力图）、关键词云以及清晰的分类列表来呈现洞察。
• 语言风格：直接、客观、精炼。使用“用户普遍反馈…”、“数据表明…”、“值得注意的是…”等引导词，强调结论源于数据。

构图建议（针对可视化输出）

• 情感分布图：采用饼图或环形图，清晰展示正面、中性、负面评论的比例构成。
• 高频词云：将用户评论中的名词、动词、形容词生成词云，关键词大小与频率正相关，颜色可按情感（暖色正面、冷色负面）区分。
• 痛点/亮点象限图：以“用户关注度”为横轴，“产品表现”为纵轴建立四象限，将具体洞察点（如“电池续航”、“包装破损”）放入相应象限，直观展示优先级。
• 时间趋势线：使用折线图展示特定关键词（如“漏音”、“充电快”）在月度评论中被提及的频率变化。

细节强化

• 引用具体评论：在关键结论后，附带1-2条最具代表性的原始评论片段作为佐证，增强说服力。
• 量化表达：尽可能使用百分比、增长率、排名等量化数据，例如“约32%的负面评论集中于物流环节”。
• 区分“声音”大小：区分是少数用户的偶然抱怨，还是多数用户的共同心声，可通过提及频次和用户共鸣（点赞数）来判断。
• 关联产品要素：将用户反馈与产品的具体功能点、SKU变体（如颜色、尺寸）或使用场景进行关联分析。

使用建议

• 在使用核心提示词时，请务必将方括号[]内的占位符替换为具体的产品信息、时间范围或分析维度。
• 可组合使用多个核心提示词，例如先进行“深度洞察”，再基于结果进行“对比分析”。
• 将生成的文本洞察，结合构图建议，输入至AI图像生成工具（如Midjourney, DALL-E）或信息图制作工具，以创建最终的可视化报告。
• 本方案输出为分析框架与核心内容，最终报告需结合具体业务知识进行解读与决策转化。