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:
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。
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。
图1-58 用户评价数据示例
图1-59 文心一言辅助口碑数据分析示例
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。
图1-60 AI辅助产品口碑分析结果示例
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。
图1-61 AI检索数据汇总
图1-62 AI辅助拓展分析产品口碑