情感分析这个词有点误导性。大部分工具做的是「这条评论是正面还是负面」——这个结论你扫一眼就知道，不需要工具。
真正值钱的是从情绪里剥出事实。买家说「质量太差了，气死我了」，情绪是愤怒，事实是什么？不知道。得继续往下挖。
一、三层拆解：情绪 → 事实 → 根因
1.1 第一层：情绪归类
这一步最简单，也最没价值。正面、负面、中性，工具几秒钟跑完。它的用处是筛选，不是结论。
1.2 第二层：从事实到问题点
买家说的具体是什么事？
| 情绪表达 | 剥离后的问题点 |
|---|---|
| 「质量太差了」 | 用了三天就开裂 |
| 「不值这个价」 | 尺寸比预期小 |
| 「物流太慢」 | 下单后 12 天才到 |
| 「一般般」 | 功能和描述一致，但没惊喜 |
剥离情绪的关键动作：把评价性形容词还原成具体事件。 让工具做这件事的指令是：「把以下评论中的评价性表述还原为具体事实描述，保留所有数字、时间、部位信息。」
1.3 第三层：从问题点到根因
这是最值钱的一层。开裂是现象，根因可能是材料选型、模具精度、运输包装三种完全不同的东西。
根因判断需要产品知识，工具只能给候选。我的指令是：「针对以下每个问题点，列出 3 个可能的根因，并说明每个根因对应的验证方法。」
列出验证方法很重要。 想不出验证方法的根因，就是猜测。
二、为什么三星评论比一星更值得分析
2.1 一星评论的两个问题
一是样本偏差：留一星的人往往是遇到了极端情况，不能代表大多数买家。
二是信息已经污染：情绪太强，事实描述往往失真。「用了两天就坏了」可能是真的两天，也可能是两周。
2.2 三星评论的价值
三星评论的人通常是认真想买、认真用了、认真写了。他们的描述更具体、更接近真实体验，而且往往包含「哪里好 + 哪里不好」的完整结构。
这批人是你的产品最诚实的用户。 他们的意见对迭代最有参考价值。
2.3 实操建议
分析时给三星评论更高的权重。我的做法是：统计问题点时，三星评论的权重设为 1.5，一星和二星设为 1.0。
三、实操：一次完整的情感分析
第一步：导出评论，至少 200 条，覆盖 6 个月。
第二步：三段式指令。
第一段：「把以下评论按情绪分为正面、中性、负面三类，输出每类条数。」
第二段（只对负面）：「把负面评论中的评价性表述还原为具体事实描述，保留数字、时间、部位信息。输出：原句、还原后描述、涉及的产品部件。」
第三段：「把还原后的描述按问题点聚类，输出每个问题点的出现次数、典型案例、可能的根因、验证方法。」
第三步：人工判断根因。
工具给的根因是候选，最终判断要人做。这一步一定要结合你对供应链的了解。
第四步：排出优先级。
排序公式很简单：出现次数 × 严重程度。严重程度用三个等级：影响安全=3，影响功能=2，影响体验=1。
四、注意事项
- 别只看负面：正面评论里反复出现的那个词，是你应该写进标题的卖点
- 注意时间趋势：同一个问题点如果在逐月上升，说明是近期改款或换供应商导致的
- 区分站点：美国站抱怨尺寸，德国站可能抱怨说明书语言，问题不一样
- 变体评论共享规则变了：2026 年 2 月 12 日起核心功能不同的变体不再共享评论，分 ASIN 统计时口径要跟着调整
- 分析结果要闭环：改完之后三个月再跑一次，看那个问题点的出现次数有没有降。没有闭环的分析等于没做
FAQ
Q：评论太少（不到 50 条）能做分析吗？
能做但结论不稳。这种情况建议把竞品的评论一起捞进来，同品类的痛点高度重合，虽然不是自己的产品，参考价值仍然很大。
Q：工具给出的根因靠谱吗？
一半靠谱。它能列出候选，但判断需要产品知识。它的强项是模式识别（找出反复出现的表述），弱项是因果推断。
Q：分析一次要多久？
200 条评论，从导出到出结论，熟练之后 40 分钟左右。第一次做可能要两小时，主要耗在调指令上。
Q：情感分析能预测评分走势吗？
能做个粗略判断。如果近期负面评论的问题点开始集中在一个新出现的部件上，评分大概率会往下走。建议每月跑一次做趋势监控。