AI 提示词第 2 篇：让 AI 从 Review 里提炼卖点的提示词

很多卖家看 Review，只会看星级和差评数量。其实 Review 更大的价值，是帮你听懂买家为什么买、为什么满意、为什么失望。尤其是新手做 Listing 和选品时，Review 往往比卖家自己想出来的卖点更真实。

这篇给你一套提示词，用 AI 把 Review 拆成卖点、痛点、场景和页面优化方向。它不是让 AI 替你”洗差评”，而是让你把买家语言转成运营动作。

这个提示词解决什么问题

它解决 4 个问题：

好评很多，但不知道哪些是真卖点。
差评很多，但不知道该改产品还是改页面。
Review 里有很多生活化表达，不知道怎么写进 Listing。
想从买家反馈里找到图片文案、五点描述和 A+ 页面方向。

使用前你要准备什么

建议准备三组 Review：

好评：10-30 条。
差评：10-30 条。
中评：5-15 条。

如果 Review 很多，不要一次塞几百条。可以先抽样，按时间或关键词分批处理。

最好保留原文，不要提前过度总结。AI 需要看到买家的真实表达。

可以直接复制的提示词

你是一名亚马逊 Review 洞察分析师。你的任务是帮我从买家 Review 中提炼真实卖点、痛点、使用场景和 Listing 优化方向。

请注意：
- 你不能编造买家没有说过的内容。
- 你不能把个别极端评价当成普遍问题。
- 你不能直接建议我夸大产品效果。
- 你要把 Review 里的买家语言转成运营可用的分析。

请按以下步骤分析：

一、Review 分类
请把 Review 内容分成以下类别：
1. 功能满意
2. 使用场景
3. 材质 / 质量
4. 尺寸 / 规格
5. 安装 / 使用难度
6. 包装 / 物流
7. 期望落差
8. 其他

二、好评卖点提炼
从好评中提炼：
1. 买家反复提到的满意点。
2. 买家使用产品的真实场景。
3. 可以写进 Listing 的卖点表达。
4. 可以放进图片文案的短句方向。

三、差评痛点归因
从差评中判断：
1. 哪些是产品本身问题。
2. 哪些是页面表达不清导致的误解。
3. 哪些是规格、尺寸、使用场景没有提前说明。
4. 哪些问题不适合在 Listing 里承诺解决。

四、Listing 优化建议
请输出：
1. 标题可以强化的关键词方向。
2. 五点描述应该补充的说明。
3. 图片应该提前说清楚的信息。
4. A+ 页面可以展开解释的内容。
5. 哪些卖点不能夸大。

输出格式：
- 先给我一张 Review 分类表。
- 再给我 5 个真实卖点。
- 再给我 5 个主要痛点。
- 最后给我 Listing 修改建议。

下面是 Review 内容：
【好评】
粘贴在这里

【中评】
粘贴在这里

【差评】
粘贴在这里

输入资料格式

你可以这样整理：

好评：
1. [原文]
2. [原文]
3. [原文]

中评：
1. [原文]
2. [原文]
3. [原文]

差评：
1. [原文]
2. [原文]
3. [原文]

如果你担心 AI 把内容混乱，可以每 20 条 Review 做一轮分析，再把多轮结果汇总。

AI 输出后怎么判断好坏

好的 Review 分析，不是只告诉你”质量好""物流慢""性价比高”。它应该能回答：

买家在什么场景下觉得好用？
买家失望是因为产品不好，还是页面没说清楚？
哪些卖点可以写，哪些卖点不能夸大？
哪些差评问题应该在图片里提前解释？
哪些痛点说明这个产品可能不值得继续做？

如果 AI 给出的结论全是泛泛词，比如”提升品质""优化描述""改善包装”，就要让它回到原文证据。

常见误用

第一种误用，是只看差评。只看差评会让你过度悲观。好评能帮你找到真正让用户满意的点。

第二种误用，是把所有差评都当成产品问题。有些差评其实是页面没讲清楚，比如尺寸、适用范围、安装方式。

第三种误用，是让 AI 直接把差评改成卖点。差评可以提供方向，但不能被包装成虚假承诺。

进阶改法

你可以追加这个要求：

请把每个卖点都对应到 Review 原文证据。输出格式为：
卖点：
来自哪些 Review：
适合写在：
风险：

这样可以避免 AI 自己编卖点。

下一步应该看什么

如果你要把 Review 分析用于 Listing，可以继续看让 AI 帮你拆竞品 Listing 的提示词。
如果你需要 Review 痛点分析表，可以查看 Review 痛点分析资源页。
如果你要把 Review 分析用于选品，可以进入 30 秒资料诊断：

/survey/

也可以打开 AI 阿岩助手继续问：

/ask/