粤ICP备17114055号
微信扫码
添加专属顾问
支持私有化部署
我要投稿
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！
53AI，企业落地大模型首选服务商
产品：场景落地咨询+大模型应用平台+行业解决方案
承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2025-04-18
Text2SQL 比赛实战心得：从难点到解决方案
2025-04-17
揭秘agent+MCP架构首次落地企业智能数据场景案例
2025-04-17
DataAgent是最容易落地的Agent场景？
2025-04-16
易用+高效+开放！实测卡奥斯智能体：让AI真正懂生产
2025-04-14
工业领域的Manus，为什么是一家杭州公司跑出来了？
2025-04-14
MindsDB ：借 MCP 一句话打通20+数据库，大模型秒变SQL专家！
2025-04-13
如何优化 AskTable AI 生成 SQL 的准确率
2025-04-13
LangStudio构建nl2sql应用流，只要输入文字就可以转为sql执行并输出结果
2024-10-14
2024-06-20
2024-10-09
2025-02-04
2024-06-14
2024-06-16
2024-06-14
2024-05-31
2024-07-24
2025-02-09
回到顶部