爆款笔记·评论顾客之声聚类

把用户提供的评论文本清洗、编码和聚类为需求簇、原话证据与可回答选题。

什么时候使用

• 用户已提供可合法使用的业务材料，需要离线整理、判断和产出执行件。
• 用户要求的是可追溯证据、明确缺口和可停止的下一步，而不是结果保证。
• 只做本产品定义的研究或审阅任务；相邻任务应交给其他独立 Skill。

输入闸门

• 带记录编号的评论文本导出
• 样本时间、来源范围和使用权限
• 需要剔除的身份与敏感字段
• 产品或服务事实与回答边界
• 最小成簇数量和人工复核人

输入缺失时只追问影响最大的一项；无法补齐的字段必须标为“待补证”，不得编造或记零。

核心工作流

1. 去标识清洗：移除姓名、联系方式和可识别组合，只保留分析所需文本。
2. 句级编码：把评论拆成问题、阻力、期望、体验和无关噪声。
3. 阈值成簇：达到预设数量才形成需求簇，少量表达进入观察池。
4. 原话回溯：每个簇保留记录编号和代表性原话，避免脱离上下文。
5. 选题适配：只生成能由现有事实回答的选题，未知项进入补证。

最低交付

• 清洗与排除记录
• 评论编码表
• 需求簇地图
• 代表性原话证据
• 可回答选题与未知项

输出必须使用 assets/output-template.md 的章节，并按 references/output-contract.json 自检。每个结论要写依据、置信程度、负责人和停止条件。

使用边界

• 不抓取或补采用户未提供的评论。

• 必须在聚类前去除身份与敏感信息。

• 低于阈值的表达不得包装成高频需求。

• 代表性原话不得脱离上下文或改写成更强结论。

• 不承诺固定曝光、排名、转化或收益。

• 不伪造数据、体验、案例、授权或平台规则。

• 不输出密码、密钥、联系方式或可识别个人信息。