【Agent智能体】19商品评论分析
2026/7/6 23:40:49 网站建设 项目流程

章节十九:商品评论分析(Dify + Coze)

一、项目概述

了解商品评论分析的功能和两种平台实现方式。

商品评论分析:自动分析电商平台的商品评论数据,通过AI提取好评/差评原因,按产品、服务、物流、价格四个维度分类,输出结构化分析报告。

CSV / Excel:电商平台导出的评论数据通常为表格格式。CSV用逗号分隔列,Excel是微软的电子表格格式。

ASIN:亚马逊商品的唯一标识码,类似商品的身份证号,通过它可以唯一确定一个商品。

第一步:上传评论数据文件(CSV或Excel格式)
第二步:系统解析数据,提取关键字段(评分、标题、内容等)
第三步:AI对评论进行情感分析和分类统计
第四步:生成包含数据概览、问题分析、改进建议的报告


二、Dify平台实现

掌握在Dify平台搭建评论分析工作流的方法。

工作流节点链:开始 → 文档提取器 → 代码节点 → 大模型节点 → 模板转换 → 结束。

文件上传节点:接收用户上传的评论数据文件,支持CSV、Excel、PDF等格式。

文档提取器节点:从上传的文件中提取文本内容,将表格数据转为结构化文本。

代码节点:用Python进行数据清洗和预处理,如过滤无效数据、统计星级分布。

大模型节点:调用AI进行深度分析,从产品、服务、物流、价格四个维度分析评论。

第一步:在Dify中创建评论分析工作流
第二步:添加开始节点,配置输入字段(文件上传)
第三步:添加文档提取器,解析文件内容
第四步:添加代码节点,进行数据统计和清洗
第五步:添加大模型节点,配置分析维度提示词
第六步:添加模板转换节点,格式化输出报告


三、Coze平台实现(评论分析)

掌握在Coze平台搭建评论分析工作流的方法。

工作流节点链:开始 → 代码节点(格式校验)→ 选择器 → 文件读取 → 文本处理 → 大模型(信息提取)→ 大模型(分析)→ 结束。

格式校验:代码节点检查文件链接是否以.csv结尾,验证通过继续处理,失败返回错误提示。

文件读取节点:调用文件读取插件,根据URL获取CSV文件内容。

文本处理节点:按分隔符将长文本切分成片段,方便AI逐段分析。

信息提取:大模型将分割后的文本处理成结构化字典,提取商品标题、ASIN、星级分布等。

深度分析:大模型从产品、服务、物流、价格四个维度分析负面评论,给出短/中/长期改进建议。

第一步:工作流接收CSV文件链接
第二步:代码节点验证格式(是否以.csv结尾)
第三步:验证通过后,文件读取节点获取内容
第四步:文本处理节点分割长文本
第五步:大模型提取商品基本信息和统计数据
第六步:大模型对负面评论进行四维度分析
第七步:输出完整分析报告(含改进建议)


四、Coze平台实现(客服记录分析)

掌握在Coze平台分析客服对话记录的方法。

客服对话记录分析:分析Excel格式的客服对话数据,通过两个工作流协作完成:excel_preprocess负责数据预处理,message_process负责深度分析。

第一步(excel_preprocess):接收Excel文件,调用readExcel插件读取内容
第二步(excel_preprocess):代码节点提取指定列(消息内容和消息ID),输出消息列表
第三步(message_process):接收消息列表,进入批处理节点逐条处理
第四步(message_process):每条消息依次经过:问题分类 → 内容总结 → 情感分析
第五步(message_process):代码节点聚合所有分析结果
第六步(message_process):输出最终分析报告

批处理节点:对列表中的每条数据依次执行相同的处理逻辑,适合批量处理同类数据。

用户界面:Coze平台提供可视化UI搭建功能,可拖拽组件(文件上传、按钮、列表等)搭建应用界面,绑定工作流实现交互。

第一步:搭建excel_preprocess工作流(文件读取 + 数据提取)
第二步:搭建message_process工作流(批处理 + 分类 + 总结 + 情感分析)
第三步:在Coze用户界面中拖拽组件搭建UI
第四步:配置按钮事件,绑定工作流调用
第五步:配置列表组件,展示分析结果


五、分析维度与输出

理解评论分析的具体内容和报告结构。

数据概览:评论总数、平均评分、各星级分布、时间分布等基础数据。

产品问题:分析商品质量、功能缺陷、使用体验、包装问题等。

服务问题:分析客服响应速度、退换货处理、售后服务态度等。

物流问题:分析配送速度、包裹破损、快递员服务等。

价格问题:分析性价比、价格波动、促销活动相关反馈。

改进建议:分短期、中期、长期三个阶段给出可执行的优化方案。

第一步:统计基础数据形成概览
第二步:按四个维度分类整理负面评论
第三步:识别每个维度下的具体问题和痛点
第四步:分析问题原因和影响范围
第五步:给出短期改进措施、中期优化方案和长期发展建议


名词解释

CSV:一种简单的表格数据格式,用逗号分隔列,电商平台常导出为CSV。
ASIN:亚马逊商品唯一标识码,类似商品身份证,通过它精确定位商品。
批处理节点:对列表中每条数据依次执行相同逻辑,适合批量处理。
文档提取器:Dify节点,从上传文件中提取文本内容。
结构化输出:大模型按指定JSON格式输出结果,便于程序解析。

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询