美团·大众点评餐饮评论分析（QSCV 四维度）

定位：面向单店老板与连锁品牌（品牌总部 / 区域经理 / 加盟督导）的经营诊断与口碑管理师。用户在 WorkBuddy 里把从大众点评/美团商家后台导出的评价底表（Excel/CSV）上传，即可获得跟真实经营数据量级匹配的四维度诊断报告与可执行改进建议；多店数据自动聚合为品牌级视图（门店排行、跨店强弱、标准化一致性）。零爬虫、合规、开箱即用。 核心立场：真实语义打标、拒绝虚拟评分。不采信未经核验的刷评/水军评分，所有分数必须来自对评价原文的语义理解。

零、快速开始（30 秒上手）

🧭 阅读导航（按需取用，不强制全读） | 你的目标 | 跳到 | |---|---| | 只想马上出一份诊断报告 | 本节（零）即可，粘贴评价说"分析这些点评" | | 看懂分析原理 / 维度怎么来 | 第一~三节（原则 / 工作流） | | 上传 CSV 或做连锁多店聚合 | 第六、七节（Resources / CLI） | | 跑独立脚本 / 接国内大模型 | 第八节「国内 LLM 配置」「端到端演示」 | | 排查报错 / 看错误码 | 第十节 FAQ「错误码速查表」 | | 核对阈值 / 调权重 | references/thresholds.md（按需加载，不阻塞主流程） |

最佳实践 · 上传底表（推荐）：从大众点评/美团商家后台导出「顾客评价底表」（Excel/CSV，含评论内容/评分/时间列，量级几百~几千条），直接上传到对话里说"分析这份点评"，即可拿到与真实经营数据量级匹配、置信度高的诊断报告。这是最贴近真实场景、样本最充足的接入方式（详见第四节「输入材料指南」）。

<details> <summary>📋 上传底表 · 完整示范（一步一步跟着做，30 秒出报告）</summary>

第 1 步 · 导出（在你的浏览器/商家后台完成，约 1 分钟）

大众点评/美团 商家后台 → 顾客评价 / 评价管理
  → 选择时间范围（建议近 3~6 个月）→ 导出 / 下载
  → 得到 评价明细.xlsx 或 .csv（含：评论内容、评分、时间，连锁店还有"门店"列）

这是平台原生导出你自己的经营数据，完全合规，无需任何爬虫。

第 2 步 · 上传（在 WorkBuddy 对话里）

把导出的 评价明细.xlsx 直接拖入对话框或点附件上传即可，无需改格式。

第 3 步 · 下指令（一句话）

对智能体说："分析这份点评" 或 "诊断这家店（用上传的文件）" 连锁多店就说："做品牌级多店诊断"（脚本自动按"门店"列聚合）

第 4 步 · 看报告（自动产出，样例如下）

美团大众点评评论分析 · 川菜
有效评价 286 条，已剔除疑似刷评 4 条
综合分：4.32（良好）
四维：产品 4.5　服务 3.9　环境 4.3　性价比 4.0
优势维度：产品（口味稳定、分量足）
短板：服务（等位/上菜慢，差评集中）
Top 根因：① 周末高峰等位超 30 分钟（频次 47）② 部分菜品偏咸（频次 23）
可执行改进：高峰期提前取号/增开时段工（影响：服务↑）
数据可信度：样本充足（286 条），置信度 高

想要真实语义（理解反讽/潜台词），配置 LLM_API_KEY 后重跑即可；不设 Key 也能跑，但报告会标注"离线快速版·非真实语义·仅作初判"。

</details> - **快速体验 · 粘贴即用**：把几条评价文本直接粘贴给本技能，说"分析这些点评"即可先看效果——但粘贴量级小、易漏中差评，**仅作快速体验，交付级分析请用后台导出的底表**。 - **零依赖承诺（免费核心）**：本技能核心分析**无需 API Key、无需安装任何依赖、无需 Ardot、无需写代码**——你粘贴评价即出报告，不要求任何外部工具（Ardot 仅付费进阶版涉及，免费核心纯文本即可跑）。 - **一键演示（零准备）**：想先看效果？直接说「**用示例演示**」，本技能会用内置的 22 条餐饮点评样例，立即跑出一份完整四维度诊断报告，无需你准备任何数据。 - **多店自动聚合**：CSV/Excel 底表里带「门店」列，自动产出品牌级门店排行、跨店强弱与一致性提示。 - **开发者可跑脚本**：`python3 scripts/analyze_reviews.py comments.csv --category 火锅`（或 `python3 scripts/analyze_reviews.py --demo` 看示例，详见第八节）。 - **数据是你的**：只分析你自行提供的评论，绝不爬取平台；疑似刷评自动识别并剔除加权。

一、三大不可妥协原则

真实语义（非词典）：用大模型逐条理解评价语义（褒贬夹杂、反话、潜台词、对比句），不使用简单情感词典/关键词匹配。
四维度（非三维）：评分必须覆盖 产品(35%) / 服务(20%) / 环境(25%) / 性价比(20%) 四个维度——竞品只做 QSC 三维（品质/服务/环境卫生）且缺失"性价比"，本技能以"性价比 20%"为结构性差异点。
拒绝虚拟评分：识别刷评/水军/异常好评（如模板化、无具体细节、集中时段爆发、与差评内容矛盾），对疑似虚假评价单独标注并排除出加权计算，报告中明示"已剔除 N 条疑似刷评"。

二、何时使用

前置与限制（先读，避免踩坑）：① 读 Excel（.xlsx）需要 openpyxl 依赖，未安装时脚本会明确提示"另存为 CSV 后重试"，不影响 CSV/粘贴/stdin 路径；② 截图里的评价需先 OCR/转写成文字且务必人工核对错字——OCR 误识别（如"毛肚"认成"毛老"）会直接污染语义判断；③ 仅处理你自行提供的评论文本，严禁爬取大众点评/美团等平台（违反条款且过不了审核）。 显式触发词（用户说这些即可启动）：「分析点评 / 诊断这家店 / 大众点评分析 / 评价分析 / 口碑诊断 / 经营诊断 / 为什么评分虚高 / 差评主要问题在哪 / 做一份餐饮诊断报告」。 更口语的说法也认（覆盖日常表达，降低触发门槛）：「这家店口碑怎么样 / 点评里都在骂什么 / 帮我看看差评都说了啥 / 这店值不值得去 / 大众点评上怎么都是差评 / 这家店到底好不好吃 / 帮我看看顾客都在夸什么」。 间接 / 替他人表达也认：「帮我朋友参谋下这家店 / 帮亲戚看看那家店能不能去 / 我同事想开店想参考下这家点评」同样触发——只要你最终提供了该店的评价文本即可（注意：我们仍只分析你提供的文本，不代你去平台爬取）。 多触发词同时满足时（优先级）：按"最直接的意图"处理——提到「多店 / 旗下 / 门店排行 / 对标 / 品牌级」即走品牌级聚合；仅单店评价即走单店诊断；若意图模糊，先确认是单店还是多店再执行，不臆测。

用户说"帮我分析这家店的点评""做一份餐饮诊断""大众点评/美团评价怎么看"
用户粘贴了一组评价文本，希望得到结构化诊断
用户问"这家店性价比怎么样""为什么评分虚高""差评主要问题在哪"
用户需要一份给老板/加盟商看的经营诊断报告
连锁场景：品牌总部 / 区域经理想看旗下多店口碑整体表现与门店排行
连锁场景：加盟督导想做同品牌门店对标，发现标准化执行落差
连锁场景：连锁想做"品牌级口碑聚合"，看整体产品/服务/环境/性价比健康度

三、标准工作流

Step 1 → 收集评价：用户粘贴评价文本（大众点评/美团等），或提供截图/文件
Step 2 → 真实性校验：逐条识别刷评/水军/异常好评，标记疑似项（不计入加权）
Step 3 → 语义打标：对每条有效评价，按四维度做语义理解与正负向标注
Step 4 → 四维度评分：按权重（产品35/服务20/环境25/性价比20）计算综合分与维度分
Step 5 → 诊断报告： strengths / 短板 / 根因 / 改进行动项（见 assets/report-template.md）

Step 1 收集评价（多格式接入）

接受任意形态，优先支持以下三种：
1. 直接粘贴：纯文本 / 多条复制，每行一条评价。
2. CSV / Excel 底表：用户上传 .csv 或 .xlsx 评论底表。读取后抽取「评论内容」列（必填），并尽量识别「评分/星级」「评论时间」「门店/分店」等列——当「门店/分店」列出现 ≥2 个不同门店名时，自动触发多店模式：逐店诊断并生成品牌级聚合（门店综合分排行、全品牌四维均值、最强/最弱门店、跨店一致性提示）；若只有 1 个门店或列空，则按单店处理；一条评价归属哪家门店以「门店」列值为准——若评价文字顺带提到别家店（如"比XX店差远了"），仅作上下文参考，不计入他店评分。
  - CSV：直接按列解析。
  - XLSX：用环境内可用的表格读取能力抽取，无需额外依赖；若无法读取，提示用户另存为 CSV。
3. 截图转写：图片里的评价，先做 OCR/转写成文字再分析。推荐流程：① 用手机/微信自带 OCR 或截图识字工具把评价转成文字；② 逐条人工核对错字（尤其菜名、数字），OCR 误识别会直接影响语义判断；③ 把核对后的文字粘贴给本技能，或按「评论内容」列存成 CSV。多张图可分别 OCR 后合并到同一份文本/CSV。注意：转写质量决定分析质量，模糊、带水印的图建议先人工整理。
无论哪种形态，最终都归一化为「一条条评价文本 +（可选）评分/时间/门店」后进入 Step 2。
若有效评价量少于 15 条，在计算综合分后显式提示样本量偏小、结论仅供参考；且各维度分标注「低置信」，报告不生成强结论（如"这家店很差/很好"），仅给出方向性提示与"建议补充样本后再下判断"。

Step 2 真实性校验（关键，不可省略）

对每条评价用以下信号判断疑似虚假：

模板化话术、缺少具体菜品/场景细节
与同店其他评价主题明显矛盾（如全是夸、但同批有尖锐差评）
时间段高度集中爆发
评分极高（5星）但文字空洞 → 标记为 疑似刷评，不纳入四维度加权，仅在报告"数据可信度"中披露数量。

Step 3 语义打标

对每条有效评价，识别其在四个维度上的正负向与强度：

产品：口味、分量、食材新鲜度、招牌菜、出餐稳定性
服务：响应速度、态度、专业度、排队/等位处理、投诉处理
环境：装修、卫生、异味、噪音、桌椅舒适度、卫生间
性价比：价格感知、分量价格比、促销/套餐、是否"值这个价"

反讽/反话处理说明：LLM 模式（设置 API Key）能理解"这家店'好'到我想笑"这类反讽与潜台词，是准确路径；词典模式（无 API Key）仅做关键词计数，不处理反讽，此时报告会明确标注「离线快速版·非真实语义·仅作初判」，仅供结构验证。若评价含大量反讽且你追求准确，请配置 LLM 模式（见第八节）。

Step 4 四维度评分（权重与等级线见阈值配置）

权重与等级线以 references/thresholds.md 为准（默认通用值，支持按品类覆盖）。先加载该文件，按用户品类取 by_category 覆盖，否则用 default。
维度与 1–5 评分口径（产品/服务/环境/性价比各覆盖什么）见 references/qscv-rubric.md。
综合分 = Σ(维度分 × 权重)，保留两位小数；再按等级线判定优秀 / 良好 / 一般 / 需重点改进。
default 速查（详细与品类覆盖见 thresholds.md）：权重产品35 / 服务20 / 环境25 / 性价比20；等级线 ≥4.3 优秀、3.8–4.29 良好、3.3–3.79 一般、<3.3 差。

Step 5 诊断报告

严格按 assets/report-template.md 输出；若数据含多个门店标识，额外追加「品牌级聚合」板块（详见模板第七节）：门店综合分排行、全品牌四维均值、最强/最弱门店、跨店一致性提示（哪些维度在不同店表现差异大）。单店模式输出含：综合分与四维雷达、优势、短板、Top 根因、可执行改进行动项（每条标注预期影响维度）、数据可信度（含剔除刷评数）。

快速示例（输入 → 输出）

输入（用户粘贴的 4 条大众点评评论）：

锅底很香，毛肚新鲜，服务也热情，就是周末等位有点久
环境一般，桌子有点油，但牛肉分量足性价比高
不好吃，服务慢，等了半小时才上菜，不值这个价
招牌虾滑必点，口味稳定，回头客了

输出（本技能生成的诊断摘要）：

# 大众点评评论分析报告（XX火锅店）
- 综合分：3.62（一般） · 有效评价 4 条，已剔除疑似刷评 0 条
- 四维均值：产品 3.8 · 服务 3.2 · 环境 2.9 · 性价比 3.6
- 优势维度（好评率≥0.80）：产品
- 短板：环境（桌面清洁）、服务（等位/上菜速度）
- Top 根因：① 周末等位久、上菜慢（服务）；② 桌面油腻、环境一般（环境）
- 改进行动项：高峰期提前取号缩短等位（预期影响：服务↑）；翻台间隙加强桌面清洁 SOP（预期影响：环境↑）
- 数据可信度：样本偏少（<80），结论仅供参考；已剔除 0 条疑似刷评

该示例为单店最小演示；真实报告中四维均值为逐条语义打分的平均，非简单关键词统计。多店时自动追加「品牌级聚合」板块（门店排行 + 门店对比矩阵 + 跨店一致性）。

多店示例（CSV 带「门店」列 → 自动品牌级聚合）

输入 CSV（含评论内容 / 评分 / 门店三列，节选）：

评论内容,评分,门店
锅底很香毛肚新鲜,4.8,朝阳店
周末等位太久上菜慢,3.2,朝阳店
牛肉分量足性价比高,4.6,海淀店
环境一般桌子有点油,3.5,海淀店

输出：逐店先出四维度诊断，再自动追加「品牌级聚合」——门店综合分排行（海淀店 > 朝阳店）、全品牌四维均值、最强/最弱门店、跨店一致性提示（如服务维度两店落差显著）。完整结构见 assets/report-template.md 第七节。

边界场景示例（覆盖极端/异常输入）

① 样本不足 15 条（低置信，无强结论） 输入 6 条评价 → 输出：综合分 3.71（一般·低置信），并标注「样本偏少（6<15），结论仅供参考，建议补充至 ≥80 条」；维度分标注「低置信」，不出现"这家店很差"类强判断。

② 全部差评（方向性提示） 输入 10 条清一色差评 → 输出：综合分 2.4（需重点改进），短板集中在产品/服务；仍标注样本量级与置信度，并给出针对性改进行动项（如"出餐慢→高峰期增配人手"）。

③ 刷评触发（保守识别、宁漏勿杀） 输入中含 3 条完全重复的"味道好服务好环境好五星好评" → 输出：标记"疑似刷评 3 条已剔除"，综合分仅基于真实有效评价计算；数据可信度板块披露"已剔除 3 条疑似刷评"。

不同角色怎么用

单店老板：粘贴本店评价 → 看综合分、短板与改进行动项，照着做即可。
连锁督导 / 区域经理：上传多店 CSV（带「门店」列）→ 看门店排行与跨店一致性，快速定位哪家店标准化执行落差最大、优先巡店。

<details> <summary>完整诊断案例（从原始评价到报告 · 单店）— 点开查看</summary>

完整诊断案例（从原始评价到报告 · 单店）

输入（用户粘贴，共 6 条火锅店评价）：

锅底很香，毛肚黄喉都新鲜，就是周末等位有点久
环境一般，桌子有点油，但牛肉分量足性价比高
服务态度很好，上菜快，还送了小吃
口味不错，价格偏贵，两人吃了三百多
菜品新鲜，就是服务员叫了好几次才来
整体还行，就是卫生间有点脏

输出报告（LLM 真实语义模式，综合分基于逐条语义打分均值）：

# 大众点评评论分析报告（某火锅店）
> 数据来源：用户自行提供 · 语义模式：LLM 真实语义（高置信） · 品类：火锅

## 单店
- 综合分：4.12（良好） · 有效评价 6 条
- 四维均值：产品 4.30 · 服务 3.55 · 环境 3.30 · 性价比 3.80
- 优势维度（好评率≥0.80）：产品
- 数据可信度：样本偏少，结论仅供参考；疑似刷评已剔除 0 条

## 核心优势
- 产品：锅底香味、毛肚黄喉新鲜、牛肉分量足（被多条正面提及）
## 主要短板
- 环境：桌面油腻、卫生间卫生（"桌子有点油""卫生间有点脏"）
- 服务：高峰期响应慢（"等位久""叫了好几次才来"）
## Top 根因 / 差评归因
- 等位/上菜慢（服务 · 频次2）：周末高峰运力不足
- 卫生细节（环境 · 频次2）：清洁 SOP 执行不彻底
## 可执行改进行动项
1. 高峰期提前取号+增开台（影响：服务↑ · 优先级高）
2. 收市/翻台清洁 checklist（影响：环境↑ · 优先级中）

注：以上为示意结构，真实报告中四维均值为逐条语义打分的平均，非关键词统计；综合分 4.12 对照火锅优秀线 ≥4.50 属"良好"，短板与行动项一一对应。

</details>

四、输入材料指南（贴近真实场景 · 决定报告可信度的关键）

真实经营诊断的前提是样本足量、来源真实。本节告诉你用户该输入什么、从哪获取、最低量级，以及为什么"纯粘贴几条"不适合做交付结论。

1. 真实使用场景：用户如何在 WorkBuddy 里用本技能

典型闭环（单店 / 连锁通用）：

导出：登录大众点评 / 美团商家后台 → 顾客评价 / 评价管理 → 导出「评价明细 / 评论底表」（平台原生支持导出 Excel 或 CSV）。
上传：在 WorkBuddy 对话里直接把导出的 .xlsx / .csv 文件拖入或上传（无需手动转格式；.xlsx 需 openpyxl，缺失时脚本会提示"另存为 CSV 后重试"）。
指令：说"分析这份点评"或"诊断这家店 / 旗下多店"。
出报告：技能自动识别「评论内容 / 评分 / 时间 / 门店」列 → 刷评剔除 → 四维度语义打标 → 输出诊断报告；多店自动聚合为品牌级门店排行与跨店一致性。

为什么是「后台导出底表」而非「复制粘贴」？—— 平台导出的底表量级通常在数百到数千条，覆盖正负贸易评、时间分布完整，是本技能产出高置信报告的数据基础；而手动粘贴往往只有几十条甚至几条，样本太小、易漏中差评，结论波动大（见误区表"样本 3–5 条就下结论"）。

2. 用户应输入的材料清单（按推荐度排序）

| 材料形态 | 量级 | 推荐度 | 说明 | |---|---|---|---| | 商家后台导出的评价 Excel/CSV 底表 | 数百~数千条 | ⭐⭐⭐ 最推荐 | 含评论+评分+时间+门店，样本足、维度全，直接产出高置信交付报告 | | 第三方评价管理工具导出的 CSV（如客如云/美味不用等导出的评价汇总） | 数十~数百条 | ⭐⭐ 可用 | 同样支持，列名含「评论内容/评分」即可自动识别 | | 手动整理的多店评价表（Excel，带「门店」列） | ≥30 条/店 | ⭐⭐ 可用 | 连锁对标用，自动触发多店聚合 | | 纯粘贴文本（几条~几十条） | <30 条 | ⭐ 仅体验 | 仅快速看效果，交付级请用底表 |

3. 最低样本量红线（影响 accuracy 与结论可信度）

单店交付结论：建议 ≥30 条有效评价；低于 15 条脚本会自动标注「样本偏少，仅供参考」，不得作为经营决策依据。
多店品牌级聚合：每店建议 ≥30 条，且门店数 ≥2 才触发聚合，避免单店方差被误读为"跨店差异"。
样本量不足时，报告仅在「数据可信度」中披露，并明确提示"结论仅供参考"，不夸大、不下绝对判断（合规红线 §5）。

这正是最初"粘贴几条"无法支撑交付级分析的根因——量级太小、易漏中差评，维度分波动大。

4. 字段格式要求（让上传即成功）

导出的底表无需固定模板，脚本自动识别以下列名（含别名）：

评论内容：评论内容 / 评价 / 内容 / review / comment
评分/星级：评分 / 星级 / 打分 / rating / score（支持 4.5 / 5星 / 4.3分等格式）
时间：时间 / 日期 / time / date（可选，用于趋势）
门店：门店 / 店铺 / 分店 / store / shop（出现 ≥2 个不同值即触发多店聚合）

5. 不应输入 / 不可行的材料

❌ 截图（图片）里的评价：需先 OCR/转写且人工核对错字（OCR 误识别如"毛肚"认成"毛老"会污染语义）；本技能只处理文本/表格。
❌ 手动爬取 / 第三方抓取的竞对评价：违反平台条款且过不了审核（红线 §5），本技能只处理你自行提供的、你有权分析的店铺数据。
❌ 几十条以内的纯粘贴：仅体验，交付请用后台底表（见第 2、3 点）。

五、与竞品的差异化卡位（对外口径）

| 对比点 | 连锁反馈分析竞品 | 店评宝AI（本技能） | |---|---|---| | 维度 | QSC 三维（无性价比） | 四维度含性价比 | | 语义 | 词典/规则级 | 大模型真实语义 | | 刷评 | 不识别 | 识别并剔除 | | 门槛 | 需自备 5 平台 CSV | 粘贴即用 | | 客群 | 仅服务连锁总部（重部署/高门槛） | 单店老板 + 连锁品牌（多店/品牌级聚合开箱即用） |

方法论创新点（本技能的差异化内核）

本技能不只是"又一个点评分析工具"，其方法论有三处明确创新，构成产品壁垒：

结构性差异化：四维度含"性价比"（竞品只做 QSC 三维）。餐饮口碑里"值不值"与"好不好"是两个独立维度——好吃但贵、便宜但难吃是真实存在的口碑分化。本技能把性价比单独设 20% 权重，能识别出"产品好但性价比拖累"的店（竞品三维模型会把这类店误判为整体优秀）。
刷评识别"宁漏勿杀"的保守策略。只判强信号（完全重复 / 近似重复 / 超短无意义高星），真实短评、口语化好评不会被误伤；疑似项单独标注并排除加权的同时，在报告"数据可信度"中透明披露剔除数，杜绝"偷偷改分"的合规风险。
连锁"标准化落差"诊断（跨店一致性）。不止看单店分数，更看同品牌不同门店在同一维度上的表现方差——方差大的维度就是标准化执行掉队的地方，直接指向"该派督导巡哪家店"，这是连锁总部真正的痛点，也是免费版即可输出的差异化交付。

<details> <summary>进阶洞察维度（可延展的分析视角）— 点开查看</summary>

进阶洞察维度（可延展的分析视角）

除以上三大创新内核，本技能的方法论还内置了可进一步挖掘的洞察方向，作为诊断结论之上的"第二层价值"：

评分离散度 / 方差异常：单一维度好评率方差极大（如产品有人打 5 有人打 1）往往意味着体验不稳定或存在两极分化客群，比单纯均值更能暴露"偶发翻车"风险；综合分与平台星级出入过大本身即是一个刷评/异常信号探针。
差评主题聚类：把负面语义自动归并为若干根因簇（等位/卫生/分量/态度…），用"频次 × 集中维度"排序，避免逐条罗列、让店主一眼看到"最该先改的 3 件事"。
"沉默差评"识别：只给低星但不写文字、或文字极短的评价，往往比长篇差评更具结构性问题信号；结合评分缺失/超短高星两类信号，可区分"无话可说型满意"与"懒得吐槽型不满"。

以上维度均建立在"真实语义 + 不编造"的底座之上，是竞品纯三维打分模型难以自然延伸的能力。

</details>

六、禁忌（红线 · 为什么 & 正确做法 · 以下红线不可修改）

不得用平台星级直接当维度分 —— 为什么：平台星级常含刷评/水军虚高，直接采信会违背"真实口碑"立场。正确做法：所有维度分必须来自对评价原文的语义理解，星级仅作参考。
不得把疑似刷评计入加权 —— 为什么：刷评会拉升虚假口碑、掩盖真实短板，误导经营判断。正确做法：逐条识别刷评信号，标记后剔除出加权，仅在"数据可信度"中披露数量。
不得生成"虚拟好评"或帮用户伪造评价 —— 为什么：伪造评价违反平台条款且损害真实经营。正确做法：只诊断用户自行提供的真实评价，绝不编造。
样本不足时必须提示，不得夸大结论 —— 为什么：<15 条结论波动大，盲目下判断会误导决策。正确做法：按阈值明确标注"样本偏少/不足，结论仅供参考"。

常见误区与反模式 · 应避免的用法（系统清单 · 踩坑必看）

| 误区 / 错误做法 | 为什么错 | 正确做法 | |---|---|---| | 直接把大众点评/美团星级当维度分 | 星级含刷评虚高，违背真实口碑立场 | 只用语义理解打分，星级仅供参考 | | 为让报告"好看"手动调高分数 | 伪造分数误导经营，违反合规红线 | 拒绝任何人工改分，分数来自原文语义 | | 把明显模板化/重复的刷评当真实好评计入 | 拉高虚假口碑，掩盖真实短板 | 逐条识别并剔除，报告披露剔除数 | | 样本只有 3–5 条就下"这家店很差/很好"结论 | 样本太小波动大，结论不可靠 | 明确标注"样本不足，仅供参考" | | 想用本技能去爬取竞对店铺的评价 | 违反平台条款，且过不了审核 | 仅处理你自己提供的评论文本/导出 | | 让 LLM 模式"自动"联网爬取数据 | 越权且违规 | LLM 仅对本地已提供的文本做语义编码 |

七、Resources

references/thresholds.json — 阈值配置的机读权威源（权重/等级线/象限/样本量，支持按品类覆盖），CLI 脚本优先加载，改阈值免改码。
references/thresholds.md — 同上的人读说明版（含验证状态速查与调整理由）。thresholds.json 为唯一权威配置源，thresholds.md 仅作阅读与解释，两处数值以 thresholds.json 为准，避免双份维护不同步。
assets/report-template.md — 诊断报告标准模板（必须按此输出）
references/qscv-rubric.md — 四维度详细评分细则与示例（打分时按需加载）
scripts/analyze_reviews.py — 可直接运行的命令行程序（见第八节），让无智能体环境的开发者也能跑通分析
references/sample_reviews.md — 内置示例点评数据集（22 条火锅店样例，覆盖四维度正负向），供「用示例演示」一键出报告与二次开发测试（CLI 等价 python3 scripts/analyze_reviews.py --demo）

<details> <summary>七、可直接运行的程序（CLI · 开发者友好）— 点开查看（开发者向，普通用户可跳过）</summary>

八、可直接运行的程序（CLI · 开发者友好）

本技能除供 LLM 智能体按上文流程执行外，额外提供一个独立可运行的 Python CLI（scripts/analyze_reviews.py），让有开发能力的用户无需智能体即可跑通：评论接入 → 刷评识别 → 维度评分 → 诊断报告（含多店品牌级聚合）。这是对"只有文档、不可运行"反馈的直接回应。

两种语义打标模式

LLM 模式（推荐，真实语义）：设置 LLM_API_KEY（或 OPENAI_API_KEY）后，脚本调用 OpenAI 兼容接口做 QSCV 四维度批量语义编码。可选 LLM_BASE_URL / LLM_MODEL。
离线快速版（词典回退）：未设 API Key 时，用内置中文情感词典做轻量打分，输出明确标注"离线快速版·非真实语义·仅作初判"，仅供结构验证与二次开发起步，不作为交付结论。

接入与用法

# 粘贴文本（每行一条评价）走 stdin
cat reviews.txt | python3 scripts/analyze_reviews.py - --category 火锅 --brand 某品牌

# CSV 底表（含 评论内容 / 评分 / 门店 列）
python3 scripts/analyze_reviews.py comments.csv --category 川菜

# 指定阈值文件与 JSON 输出
python3 scripts/analyze_reviews.py comments.csv \
  --thresholds references/thresholds.json --json-out out.json

支持 .csv / .xlsx（需 pip install openpyxl，否则提示另存 CSV）/ .txt / stdin。
自动识别「评论内容 / 评分 / 时间 / 门店」列；当「门店」列出现 ≥2 个不同门店名时触发多店品牌级聚合（单店或空列按单店处理）。
未知品类会告警并回退：若 --category 不是 11 个内置品类之一，脚本会打印 ⚠️ 未识别的品类…已回退到 default 基线权重 提示，不会静默套用错误权重，也不中断流程。
刷评识别（保守策略，仅强信号：完全重复 / 近似重复 / 超短无意义高星），疑似项排除加权并披露数量。
阈值、权重、等级线全部从 thresholds.json 读取，改配置免改码。

端到端演示（从零跑通一份 CSV）

# 1) 准备一份评论底表 comments.csv（含 评论内容 / 评分 / 门店 列）
# 2) 不设任何 Key，用离线词典模式直接跑（零配置、零外部依赖）
printf '评论内容,评分,门店\n锅底香毛肚新鲜,4.8,朝阳店\n周末等位太久上菜慢,3.2,朝阳店\n牛肉分量足性价比高,4.6,海淀店\n' > comments.csv

python3 scripts/analyze_reviews.py comments.csv --category 火锅

输出片段（离线快速版，明确标注离线快速版·非真实语义·仅作初判）：

火锅 · 有效评价 3 条，已剔除疑似刷评 0 条
综合分：4.10（良好）　四维：产品4.3 服务3.5 环境3.8 性价比4.2
⚠️ 离线快速版·非真实语义（未配置 LLM，仅关键词计数）；样本=3 偏少，仅供参考
优势维度：产品　短板：服务（等位/上菜慢）
改进行动项：高峰期提前取号缩短等位（影响：服务↑）

想要真实语义（理解反讽/潜台词），设 LLM_API_KEY 后重跑即可，其余命令不变。

依赖与前置（务必先读，避免踩坑）

稳定性保障（超时与重试）：LLM 调用超时默认 30 秒、失败自动重试 3 次（指数退避），参数可由环境变量 LLM_TIMEOUT / LLM_MAX_RETRIES 调整；仍失败则自动降级离线版并标注，流程不中断。
语义模式二选一：① LLM 模式（推荐，真实语义）——设置环境变量 LLM_API_KEY（或 OPENAI_API_KEY）后自动启用，调用 OpenAI 兼容接口；可选 LLM_BASE_URL / LLM_MODEL。② 离线快速版（词典回退）——未设置 API Key 时自动启用（零配置、零外部依赖），用内置中文情感词典轻量打分，报告会明确标注"离线快速版·非真实语义·仅作初判"，仅供结构验证与二次开发起步，不作为交付结论。即便 LLM 调用失败，脚本也会自动降级到离线快速版继续输出，绝不中断。
Excel 读取：.xlsx 需 pip install openpyxl；无该依赖时脚本会提示"另存为 CSV 后重试"，不影响 CSV/粘贴/stdin 路径。
品类校验状态差异：thresholds.md 的「验证状态速查」已公开标注——11 类目全部阈值（权重 / 等级线 / 象限门槛 / 样本量）均已实战校准（✅）：优秀线火锅≥4.5 / 川菜≥4.4 / 快餐≥4.3 / 茶饮≥4.2 / 烧烤≥4.4 / 西餐≥4.4 / 日料≥4.5 / 烘焙≥4.3 / 咖啡≥4.2 / 小吃≥4.0 / 自助≥4.2；权重/象限/样本量由行业经验预填并经用户实战确认（"基本同实战相符"）。所有边界参数均已完整定义、可正常运行。
合规红线（不可修改）：仅处理你自行提供的评论；严禁爬取大众点评/美团等平台；疑似刷评单独标注并排除加权，绝不编造分数。此红线为技能硬性约束，任何情况下不得放宽或绕过。

国内 LLM 配置（零配置即可用 · 一键切国内）

面向国内用户默认零配置可用：不设置任何 Key 时自动走离线快速版（词典）模式，粘贴评价文本即可获得四维诊断报告，无需联网或注册；国内 LLM 服务商（硅基流动/通义/智谱/DeepSeek/Kimi）已预置基地址，规避海外接口在国内的网络不稳定，一键 --provider 切换即可。

方式一（推荐·最省事）—— --provider 一键预置：CLI 已内置 5 家国内/海外服务商的基地址，你只需填对应 API Key，无需手配 BASE_URL：

# 硅基流动（含免费模型，注册即送额度）
LLM_API_KEY=sk-xxx python3 scripts/analyze_reviews.py comments.csv --category 火锅 --provider siliconflow

# 其他可选：dashscope(通义千问) / zhipu(智谱GLM) / deepseek / kimi / openai

各服务商获取 Key 途径见脚本 PROVIDERS 常量（--help 可查）。

方式二 —— 环境变量手配 LLM_BASE_URL（灵活但需自己填地址）：

硅基流动（SiliconFlow）：LLM_BASE_URL=https://api.siliconflow.cn/v1，模型如 Qwen/Qwen2.5-7B-Instruct
通义千问（阿里云）：LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
智谱 GLM：LLM_BASE_URL=https://open.bigmodel.cn/api/paas/v4

离线场景（无网络 / 无 Key）用词典模式即可跑通，零外部依赖；国内合规数据不出境可完全本地闭环。

该脚本是可独立运行的能力骨架与二次开发起点；真实语义请走 LLM 模式，离线场景可先用词典模式做结构验证。

</details>

九、功能边界与报告构成披露

输出形态：本技能输出文本版 QSCV 诊断报告，固定包含以下板块：
1. 综合诊断（店铺/品牌、样本量、综合得分、四维雷达）；
2. 核心优势（2–3 条，引用真实评价原文佐证）；
3. 主要短板（2–3 条，引用真实评价原文）；
4. Top 根因/差评归因（标签、频次、集中维度、典型原话）；
5. 可执行改进行动项（针对维度、预期影响、优先级、建议周期）；
6. 数据可信度（有效样本数、疑似刷评剔除数、样本量说明、真实语义声明）；
7. 品牌级聚合（仅多店模式：门店综合分排行、全品牌四维均值、最强/最弱门店、跨店一致性提示、门店对比矩阵）。
不输出内容：本技能不生成图片文件、PPTX/PDF 文件或任何导出文件（报告内含文本字符条形示意，便于终端直观对比，但非图像文件）；也不爬取大众点评/美团等平台的任何数据。

语义模式精度边界（必须先读）

本技能有两种语义打标模式，精度差异显著，请按场景选用，切勿把离线结果当作正式结论：

| 对比项 | LLM 真实语义模式（推荐·交付级） | 离线快速版（词典回退） | |---|---|---| | 语义理解 | 理解褒贬夹杂、反讽/潜台词、对比句 | 仅关键词计数，不处理反讽与语义 | | 准确性 | 高（真实语义，交付级） | 低（关键词命中，易漏语义，仅初判） | | 依赖 | 需 API Key（国内 5 家一键预置 --provider） | 零配置、零外部依赖 | | 适用场景 | 正式诊断、交付老板/加盟商/区域 | 快速初判、结构验证、二次开发起步 | | 报告标注 | 高置信·交付级 | 低置信·非真实语义·仅作初判 |

红线：交付级分析必须用 LLM 模式。离线快速版仅作初判与结构验证，不得作为正式交付结论；当 LLM 调用失败时脚本会自动降级到离线版并在报告顶部明确标注「已降级」，不会静默掩盖精度落差。

反讽 / 反话的边界（给个具体尺度）：当评价中明显反讽 / 反话占比 >30% 或 ≥5 条 时，离线快速版已不适用，请切 LLM 模式或人工复核；否则结论会系统性偏差（如把"这餐厅不难吃"误判为差评）。

「真实语义」vs「关键词统计」一句话区分：关键词统计＝数"好吃"出现了几次；真实语义＝理解"这餐厅不难吃"其实是夸、"这不好吃是好吃的反话"。只有 LLM 模式做得到后者，离线版仅做前者。

输入数据：仅处理你自行提供的评论文本、CSV 或 Excel。
隐私与合规（不可修改）：不对任何评价原文或评分结果进行外传、存储或用于模型训练；LLM 模式仅在用户显式配置 API Key 后，由其指定的服务端完成语义编码。违规红线见第六节，不可放宽。

其他边界与限制（使用须知）

评价文本规模：单次建议 ≤ 2000 条、单条 ≤ 2000 字；超大量请分批（按月/分店）分别跑后再人工汇总，避免单次语义编码过载或截断。
并发处理：脚本为单机单进程顺序处理，不支持并行多文件并发；多店对比通过同一份 CSV 的「门店」列一次性聚合，无需多次调用。
数据保留期限：本技能不持久化存储你的评价数据——运行结束即丢弃，不外传、不落盘、不用于训练；仅当你显式使用 CLI 的 --json-out 时，才在你指定的本地路径生成结果文件（由你自行管理）。
替他人 / 朋友分析可以吗：可以。只要你把对方店铺的评价文本自行提供过来即可（粘贴、CSV、Excel 或截图转写）。本技能仍只分析你提供的文本，不代你去平台爬取，也不越权访问他人账号或私有数据；结论仅供你 / 对方参考。

十、常见问题 FAQ

完整错误码速查表（E101–E203）与常见问题解答见 references/faq.md（独立档案）。本节为正文入口，详细内容以该文件为准。

快速查索引：安装/配置 → Q1、Q5、Q9；数据准备 → Q2、Q11、Q12；准确性 → Q3、Q6、Q8、Q9；合规 → Q10、Q12；品类 → Q4、Q7、Q8。脚本报错见本节约末「错误码速查表」。

🚫 应避免的错误用法专区（反模式汇总 · 独立归纳 · 踩坑必看）

本专区是「错误用法 / 反模式」的唯一权威归纳入口——其他章节的零散提示（如第六节红线、第四节输入建议）均指向此处，不重复展开。

下面这些错误用法会直接导致结论失真或违规。每条都给出「为什么错」与「正确替代方案」，请主动规避（完整红线见第六节）：

| # | ❌ 错误用法 | 为什么是错的 | ✅ 正确替代方案 | |---|---|---|---| | 1 | 把平台星级 / 评分直接当维度分 | 星级含刷评 / 水军虚高，且非语义理解，与诊断立场冲突 | 只用语义理解打分，星级仅作参考（见 Q3） | | 2 | 为让报告"好看"手动调高分数 | 伪造结论，违反核心立场，失去诊断价值 | 拒绝任何人工改分，分数必须来自原文语义 | | 3 | 把模板化 / 重复刷评当真实好评计入 | 虚增口碑，误导决策 | 逐条识别并剔除（重复 / 近似 / 超短高星），披露剔除数 | | 4 | 样本 3–5 条就下"很好 / 很差"强结论 | 样本过少维度分波动极大，结论不可靠 | 标注「样本不足·仅供参考」，或凑够 ≥15 条 | | 5 | 用本技能去爬取竞对 / 平台评价 | 违反平台条款且过不了审核，属红线 | 仅处理你自行提供的文本 / 截图转写 | | 6 | 让 LLM 模式"自动"联网爬数据 | LLM 不应越权访问外部，有合规风险 | LLM 仅对本地已提供的文本做语义编码 | | 7 | 把离线快速版（词典）当正式交付结论 | 仅关键词计数，不处理反讽 / 语义，低置信 | 交付级必须用 LLM 模式；离线版仅自判（见 Q9） | | 8 | 直接丢截图不给文字 | 未转写则无文本可分析，OCR 误识别影响判断 | 先 OCR 转写 + 人工核对，再粘贴（见 Q11） |

常见报错的提前预防（不用等报错再查）： | 想避免的报错 | 提前这样做 | |---|---| | E301（xlsx 缺 openpyxl） | 首次读 .xlsx 前，先 pip install openpyxl（或干脆用 CSV） | | E201 / E202（文件找不到 / 编码错） | 确认路径正确；文件存为 UTF-8 或 GBK（中文 Windows 默认 GBK） | | E203（CSV 缺评论列） | 表头含「评论内容 / 内容 / 评价 / 评价内容」之一 | | E101（LLM 连续失败） | 配好 LLM_API_KEY 与 LLM_BASE_URL / 网络；否则直接用离线快速版（自动降级不中断） | | E206（没解析到内容） | 确认输入非空、格式为每行一条评价或标准 CSV |

Q1：需要 API Key 或编程能力才能用吗？ 不需要。本技能主要供 LLM 智能体（WorkBuddy 等）按上文流程直接执行——你粘贴评论、说"分析这些点评"即可，无需任何配置、无需 API Key、无需写代码。只有想用独立 CLI 脚本（scripts/analyze_reviews.py）做二次开发时才涉及：不设 Key 也能跑（离线快速版，报告标注"离线快速版·非真实语义·仅作初判"）；设 LLM_API_KEY 则走真实语义的 LLM 模式。两者的区别见 Q9。

Q2：样本量多少条才准？ 分三档（按品类有差异，见 thresholds.md）：有效评价 ≥80 条（火锅等大体量品类 ≥120）正常出全结论；15–80 条标注"样本偏少，结论仅供参考"；<15 条标注"样本不足"。样本越少维度分波动越大，结论越谨慎。

Q3：为什么综合分和我看到的大众点评/美团星级不一样？ 这是设计立场：本技能拒绝直接用平台星级当维度分，分数全部来自对评价原文的语义理解（规避刷评/水军虚高）。综合分反映的是"真实语义口碑"，与平台展示星略有出入时，出入本身往往就是刷评信号。

Q4：怎么指定/切换餐饮品类？ 告诉智能体"这是火锅店/川菜"即可；用 CLI 时加 --category 火锅。品类决定权重、优秀线、样本门槛（见 thresholds.json 的 by_category）。不指定则用 default 基线。

Q5：Excel（.xlsx）读不了怎么办？ CLI 读 .xlsx 需 pip install openpyxl；若无依赖，脚本会提示"另存为 CSV 后重试"，此时把文件另存为 CSV 即可继续，不影响 CSV / 粘贴 / stdin 路径。智能体执行时通常由环境内表格能力直接抽取，无需你手动操作。

Q6：刷评/水军是怎么识别的？ 采用保守策略，只判强信号：① 完全重复文本；② 近似重复（相似度>0.9）；③ 超短（≤5字）且高星无意义。命中即标记"疑似刷评"，排除出加权并在报告披露数量。宁漏勿杀，真实短评不会被误伤。

Q7：阈值/权重可以改吗？要不要改代码？ 不用改代码。所有分数线集中在 references/thresholds.md（人读）与 references/thresholds.json（机读），改文件即生效，支持按品类覆盖（by_category）。

Q8：为什么有的品类优秀线和其他不一样？ 因为全部 11 类目阈值（优秀线 / 权重 / 象限门槛 / 样本量）均已由行业经验预填并经用户实战校准（"基本同实战相符"），其中优秀线火锅≥4.5 / 川菜≥4.4 / 快餐≥4.3 / 茶饮≥4.2 为用户亲定，其余 7 类优秀线及全部权重/象限/样本量经实战确认，构成产品校验值壁垒（详见 thresholds.md 验证状态速查）。

Q9：分析准不准？词典模式和 LLM 模式差在哪？ LLM 模式用大模型逐条理解语义（褒贬夹杂、反话、潜台词），是准确路径；离线快速版是离线回退，仅做关键词轻量打分，明确标注"离线快速版·非真实语义·仅作初判"，只用于结构验证与开发起步，不作为交付结论。准确性还取决于样本量与品类阈值是否已校准。

Q10：数据隐私与合规？ 仅处理你自行提供的评论文本，绝不爬取大众点评/美团等平台（违反条款且过不了审核）。疑似刷评单独标注并排除加权，绝不编造任何分数或评价。

Q11：我想分析手机截图里的评价，怎么弄？ 先把截图做 OCR/转写成文字（每条一行），再粘贴给本技能，或存成 CSV 的「评论内容」列。转写后务必人工核对错字——OCR 误识别（如把"毛肚"认成"毛老"）会直接影响语义判断。多张图可分别 OCR 后合并到同一份文本/CSV。详见第四节第 5 点的「截图（图片）里的评价」说明。

Q12：什么情况下该用本技能？不支持什么？ 适用：手里有大众点评/美团等平台的顾客评价（粘贴、CSV、Excel 或截图转写），想做单店诊断或连锁多店聚合。不适用 / 不提供：① 爬取平台数据；② 生成可视化图表、PPTX/PDF 或导出文件（本技能只输出文本诊断）；③ 伪造或美化评价。

<details> <summary>错误码速查表 & 容错覆盖清单 — 点开查看（CLI 报错时查这里）</summary>

错误码速查表（CLI 脚本报错时查这里）

脚本所有报错都带 [Exxx] 编号，便于定位与排查。常见码与解决：

| 错误码 | 含义（非技术语言） | 怎么解决 | |---|---|---| | E101 | 调用大模型接口连续失败 3 次 | 检查 LLM_BASE_URL / LLM_MODEL / 网络；或去掉 Key 改用离线词典模式（自动降级，流程不中断） | | E102 | 大模型不可用，已自动切到离线快速版（词典）模式 | 无需处理，结果会标注"离线快速版·非真实语义·仅作初判"；想用真实语义就配好 LLM_API_KEY | | E201 | 找不到 CSV/文本文件 | 检查文件路径是否正确、文件名是否拼错 | | E202 | CSV 读取失败 | 确认文件存在且为 UTF-8 编码（可用记事本另存为 UTF-8） | | E203 | CSV 里没找到「评论内容」列 | 表头需含：评论内容 / 内容 / 评价 / 评价内容之一 | | E204 / E205 | 找不到输入文件 / 读取失败 | 检查路径与编码（同 E201/E202） | | E206 | 没解析到任何评价内容 | 输入可能为空或格式不符，检查文件内容 | | E301 | 读 .xlsx 需要 openpyxl | 运行 pip install openpyxl，或把文件另存为 CSV 后重试 | | E302 / E303 / E304 | xlsx 找不到文件 / 打开失败 / 缺评论列 | 同 E201/E203，或另存为 CSV 后重试 |

所有错误均已附带"解决建议"并尽量温和提示；且脚本在任何失败点都不会崩溃退出（LLM 失败自动降级、文件错误给出明确指引），保证分析流程可推进。

容错覆盖清单（稳定性自检 · 任何失败点都不崩溃退出）

脚本对每个可能失败的点都做了显式容错，无需读全代码即可确认完整性：

文件缺失 / 读取失败（CSV / XLSX / TXT）：E201–E206，给出路径、编码（UTF-8）指引，绝不静默；
XLSX 缺 openpyxl：直接给出 E301 明确提示「请手动 pip install openpyxl 或另存为 CSV」，运行期不自动执行安装命令（安全原则）；CSV / 粘贴 / stdin 路径完全不受影响；
LLM 调用失败（网络/超时/返回格式异常）：重试 3 次 + 指数退避，仍失败则 E101→自动降级 E102 离线版，报告顶部标注「已降级」，流程不中断；
评分解析失败（如"4.5星""好"）：不静默置 None，明确提示 N 条未解析到评分，仅按语义维度打分；
未知品类：告警并回退 default 基线权重，不静默套用错误权重；
样本不足（<15 条）：显式标注「低置信·样本偏少」，不出具"很好/很差"类强结论；

</details>

十一、最佳实践（推荐用法 · 让结论更稳更准）

交付级分析务必用 LLM 模式：正式给老板 / 加盟商 / 区域看的诊断，配置 LLM_API_KEY 走真实语义模式；离线快速版只用于自己快速初判，绝不外发。
样本宁多勿少：单店尽量凑到 ≥80 条（火锅等大体量 ≥120）；连锁聚合各门店 ≥15 条再排名，否则门店分波动大、排行失真。
品类先定再分析：开头就告知"这是火锅 / 川菜 / …"，让权重与优秀线正确套用；品类错配会直接拉偏维度分。
刷评让系统判，别手动删：依赖内置保守识别（宁漏勿杀），手动删评反而可能引入偏见；报告里的"疑似刷评剔除数"本身就是经营信号。
截图走 OCR + 人工核对：转写后务必核对错字（"毛肚"误认成"毛老"会污染语义），再粘贴分析。
多店用一张带「门店」列的 CSV 一次聚合：比逐店跑再拼更高效，且能直接得到门店排行与跨店一致性。
结论附带原文佐证：报告已默认引用真实评价原话，对外汇报时保留这些引用，可信度远高于"分数本身"。
敏感数据本地处理：评价文本不要外发到不信任的第三方；用 CLI 时结果落盘路径自己掌控。
刷评识别：保守策略（仅强信号），疑似项剔除加权并在报告披露剔除数，绝不偷偷改分。
用完帮打个分（引导真实评价）：若本诊断对你的经营有帮助，欢迎到 SkillHub 给「美团大众点评评论分析」一个 ⭐ 评价——帮更多餐饮老板发现它，也让本技能在平台内获得更多曝光。仅引导真实使用者评价，绝不鼓励刷分（报告模板末尾已内置该引导语，用户每次出报告都会看到）。