上次做售卖端视角的分析！本次就评论数据做分析，应该是最适合大模型了，后续再做优化！

看效果

话原理

从AWS网站，我们可以拿到比如某个商品的评论，然后这里我们可以定期抓取商品数据，从而用户的反馈进行获取分析！

来实践

1、抓取工具比如Instant Data Scraper工具抓取aws商品数据

2、然后，CSV转为yaml文件

3、创建prompt文件

主要部分如下

/*分析包含

1）用户认可特征

是指在用户评价中用户赞扬或认可的特征，比如样式、价格等

2）用户批评或吐槽

是指提炼用户评价中反馈的问题或吐槽关键词

3）改进建议

基于用户的反馈提出比如款式、物流，安装，价格或其他点

4）趋势感知

根据用户的评价，总结出用户关注的特征

5）隐含点洞察

根据用户的评价，总结不常见的用户关注的特征

写在最后

如上的是商品分析的一个系列，对于再上游供应商和二手售卖大差不差，通过如上系列的分析，可以看到大模型的便捷性体验！如果能私有化部署大/小模型，相信会有生产力的不一样的提升！