1.4.1 如何用AI分析产品口碑？

假设你是某企业产品部门负责人，需要了解用户对你们产品的态度和评价，为产品后期优化和推广提供决策参考。按照传统操作流程，你需要去收集大量网络口碑信息和评价内容，然后通过人工标注分析，了解用户的主要观点和情感态度。这种方法工作量大、时间周期长、成本较高，尤其是在用户观点洞察和情感态度挖掘上，涉及大批量数据的处理，这往往需要一定技术门槛和人工介入。AI为此提供了全新的解决方案，借助先进的机器学习算法和自然语言处理技术，AI能够智能地分析海量的用户评价数据，不仅大幅提高了处理效率，还提升了分析的客观性和准确性。

具体来看，使用AI进行产品口碑分析包括两种场景：其一，已经通过第三方工具（如问卷调查、数据采集、电商平台或社交媒体平台评论内容导出）获取到了用户的评价数据，使用AI辅助口碑分析；其二，在没有任何数据支撑的基础上，通过小样本采样去获取用户对该产品的口碑概况。在第一种场景中，具体操作包括以下三个步骤：

第一步 准备评价数据

在已有数据的情况下，首先需要把产品口碑数据“投喂”给AI。但需要注意的是，由于AI产品交互窗口对输入文本长度（token）或上传文件大小有不同限制，这使得文本分析需要根据语料篇幅来选择适配的方法。token长度是指AI产品单次能处理的最大字符数或单词数，这是由AI模型的设计和技术限制所决定的。如目前文心一言4.0能处理的最大字符量为2.8万字（开启长文本体验可处理近百万字），DeepSeek的上下文长度最大可达6.4万token（一个英文字符≈0.3个token；一个中文字符≈0.6个token）。因此如果要进行短篇幅文本处理，可以直接将语料在对话框中输入给AI，让其一次性帮忙处理；而对于超出token限制的文本内容，则需要上传文档内容供AI分析。图1-58所示为从社交媒体平台上获取的网友针对文心一言4.0的评价数据，其中评价内容列可复制出来作为“投喂”给AI的语料。

第二步 投喂数据进行分析

图1-58为数千条（约10万字）对于文心一言4.0的网络评价内容，将之复制“投喂”给文心一言4.0进行分析，它就会自动开启长文本模式进行处理。如图1-59所示，在提示语中可明确要求AI针对每一条评论进行正负面情感判断，并分别梳理正面观点和负面观点的占比，给出典型示例。

第三步 AI获取产品口碑

投喂数据后，AI会快速对这些文本进行语言分析和情感识别，总结出不同观点所占比例及其具体指向。如图1-60所示，根据用户评价，AI总结了文心一言4.0目前的正面和负面评价，并与主要竞品进行了对比分析。除了基本的情感分析，还可借助AI对产品的核心亮点、竞争优势等方面进行细化挖掘。

AI辅助数据分析能快速定位用户关注点、吐槽点、需求点，精准勾勒产品口碑图谱。在没有任何数据支撑的情况下（即上文所述第二种场景），我们也可以使用AI搜索工具，帮助我们快速总结产品的口碑现状，大致了解产品的优缺点所在。如图1-61所示，利用1.3.4节中所介绍的天工AI搜索，可一步完成针对特定产品的信息检索与口碑分析，从相关检索数据中快速提炼产品的优点和缺陷。当然，由于缺乏具体的数据支撑，AI搜索工具无法获取具体的比例信息，但其相关结论仍可为产品后续优化提供方向性参考。

除了对产品口碑进行信息收集和概括，AI检索工具也可对产品相关拓展信息进行补充。如图1-62所示，AI会根据检索到的信息对产品的用户评价、竞争优势、市场表现、发展前景等内容进行要点提炼，方便我们对产品的市场概况进行全面洞察。