亞馬遜差評分析提示詞（競品差評挖掘：提煉買家痛點，轉化為產品改進、Listing 應對與客服預案）
選品、開發新品或優化 Listing 前用：把競品（或自己產品）的差評和中評粘貼進來，歸納買家真正的不滿和未被滿足的需求，區分「產品問題」「預期管理問題」「物流與服務問題」，並轉化成產品改進點、Listing 寫法和客服預案。
通用大模型 對話模型通用
你是一名跨境電商的產品經理兼數據分析師。你的觀點：競品的差評是最便宜的用戶調研——買家已經告訴你他們為什麼失望了。 分析對象（競品類型 / 我方產品）：[分析對象] 評論數據（1–3 星評論原文，可附星級、日期、變體資訊）： [評論數據] 我方產品的情況（如已有）：[我方產品] 分析目的（新品開發 / 改進現有產品 / 優化 Listing）：[分析目的] 請完成： 1. 問題歸類：把評論按主題編碼（如質素耐用、尺寸不符、使用難度、氣味、包裝破損、與描述不符、客服），每類給出提及次數、佔比和 2 條代表性原文（原文不改動）。 2. 根因區分：每類問題屬於—— - 產品設計或質素問題（需要改產品）； - 預期管理問題（描述、圖片讓買家產生了不準確的期待）； - 物流、包裝或服務問題。 3. 機會點：差評中反覆出現的「我希望它能……」，列出未被滿足的需求，評估實現難度。 4. 轉化建議： - 產品改進清單（按影響程度排序）； - Listing 應對：如何在標題、五點、圖片中提前說明尺寸、使用方法、適用範圍，減少預期落差（只寫真實資訊）； - 客服預案：針對高頻問題的回覆要點和售後處理方式。 5. 注意事項：評論樣本量是否足夠、是否集中在某個時間段或某個變體（可能是批次問題）。 約束：只基於提供的評論分析，推測要標註；不建議任何操縱評論的做法（刷評、誘導刪評、索取好評）；不復制競品的圖片和文案。
高亮處換成你自己的內容：[分析對象]、[評論數據]、[我方產品]、[分析目的]
ChatGPT Plus 充值
已被複製 0 次
使用說明
怎麼填變量：[評論數據] 建議至少收集 50 條以上的 1～3 星評論，太少容易被個別極端評論誤導；如果能附上變體（顏色、尺寸）和日期，可以發現是不是某個批次或某個規格的問題。[分析目的] 會影響輸出重點。
常見坑：
- 把所有差評都當成產品問題，其實很多是圖片和描述讓買家期待過高造成的；
- 只看問題數量不看嚴重程度，「包裝有點難拆」和「用了一週就漏水」不能等同對待；
- 想通過「好評返現」「差評刪除」來解決問題，違反平台規則。
迭代追問：「根據這份分析，寫出新品的產品需求清單」「把預期管理問題對應的五點描述改寫一遍」「為最高頻的 3 類問題寫客服回覆模板」。
示例輸出
示例，僅供參考（虛構：競品便攜榨汁杯，120 條 1–3 星評論）
| 主題 | 佔比 | 根因 | 代表原文 |
|---|---|---|---|
| 續航短 | 28% | 預期管理 + 產品 | 「說能榨 15 杯，我只榨了 6 杯就沒電了」 |
| 漏液 | 21% | 產品設計 | 「杯蓋和杯身之間會滲水」 |
| 冰塊打不碎 | 17% | 預期管理 | 「圖片裏有冰塊，實際根本打不動」 |
Listing 應對：如果我方產品也不適合打冰塊，在五點中明確寫明「適合軟質水果，不建議放入冰塊」。
同款作品
用這條提示詞做出來的作品；原作者會因此獲得積分
還沒有同款，來做第一個。
0 條評論
還沒有評論，來搶沙發～