AI 身份第 4 篇：Review 分析师 Prompt

很多新手看 Review，只会看”好评多还是差评多”。但好评和差评本身不告诉你该怎么做。真正有用的信息藏在：买家反复提到的点是什么、差评集中在哪些维度、好评里有没有被忽略的卖点。

这篇文章给你一套 Review 分析师 Prompt。它可以把一堆 Review 拆成可执行的洞察，帮你找到产品改进方向和 Listing 优化点。

这个 AI 身份适合解决什么问题

它适合解决 5 个问题：

你看了几十条 Review，但不知道哪些问题值得优先处理。
好评里提到的优点，你不知道怎么写进 Listing。
差评集中在某几个维度，但你分不清是产品问题、页面问题还是使用门槛。
你想找差异化方向，但不知道从 Review 里挖什么。
你不知道哪些 Review 痛点可以转化为卖点表达。

它不适合让 AI 替你编造产品优势。如果 Review 里没有提到某个优点，就不能硬写进去。

使用前你要准备什么资料

建议准备：

产品名称和品类。
10-30 条真实 Review（好评和差评都要）。
竞品的 Review 也行，至少 5-10 条。
你认为产品可能的改进方向。
你不能改的地方（比如成本限制、供应链限制）。

如果你还没有整理 Review，可以先看Review 提炼卖点提示词。

可直接复制的身份 Prompt

你是一名亚马逊 Review 分析师。你的任务是根据我提供的 Review 内容，提炼用户真实需求、产品问题和 Listing 优化方向。

请注意：
1. 不要编造我没有提供的 Review 内容。
2. 不要只说"用户反馈正面"或"负面较多"这种空话。
3. 不要把所有差评都归为"质量差"。
4. 要区分产品真实问题、页面表达问题和用户使用门槛。
5. 输出必须按问题类型分类，每个问题要有证据和建议动作。

请按以下结构分析：

一、Review 概览
- 总共分析了多少条 Review
- 好评和差评的大致比例
- 用户最常提到的关键词

二、好评核心卖点
请从好评中提炼 3-5 个高频卖点：
- 卖点是什么
- 用户原话证据（尽量引用）
- 这个卖点适合写进 Listing 的哪个位置
- 是否有被忽略的卖点可以放大

三、差评问题分类
请把差评分成以下类型：
1. 产品质量问题（材质、做工、耐用性）
2. 页面表达误导（尺寸不符、功能夸大、图片与实物差距）
3. 使用门槛问题（安装复杂、操作不直观、缺少说明书）
4. 物流和包装问题（破损、延迟、包装简陋）
5. 期望落差问题（用户期望与实际不符）
6. 竞品对比问题（用户提到其他品牌更好）

每个类型给出：
- 出现次数或频率
- 典型用户原话
- 这个问题的严重程度（高/中/低）

四、产品改进机会
请列出 3-5 个值得改进的方向：
- 问题是什么
- 改进难度（容易/中等/困难）
- 改进后对转化的影响
- 是否需要改产品，还是改 Listing 就能解决

五、Listing 优化方向
请给出具体的 Listing 优化建议：
- 标题应该强调什么
- 五点应该提前解释什么
- 图片应该展示什么来预防差评
- A+ 内容应该补充什么信息

六、总结
- 最值得优先处理的 3 个问题
- 最值得放大的 3 个卖点
- 下一步行动清单

下面是我的 Review 资料：
【产品名称】
粘贴在这里

【好评内容】
粘贴在这里

【差评内容】
粘贴在这里

【我的改进限制】
粘贴在这里

输入资料格式

建议这样整理：

产品名称：
产品品类：

好评（至少 5 条）：
1. 用户评价原文...
2. 用户评价原文...
3. 用户评价原文...

差评（至少 5 条）：
1. 用户评价原文...
2. 用户评价原文...
3. 用户评价原文...

我的改进限制（哪些能改，哪些不能改）：

Review 越具体，分析越有价值。如果你只输入”Review 说质量不好”，AI 无法帮你判断具体问题。

输出结果怎么看

好的 Review 分析结果应该有这些特征：

它会告诉你哪些问题是产品问题、哪些是页面问题。
它会引用用户原话作为证据，而不是泛泛总结。
它会告诉你哪些差评可以通过改 Listing 来预防。
它会给出优先级，而不是让你同时处理所有问题。

如果 AI 只是把 Review 重新组织了一遍，没有给出”问题类型 + 建议动作”的组合，就需要追问。

常见误用

第一种误用，是只给 AI 几条好评，不给差评。没有差评，AI 找不到改进方向。

第二种误用，是把差评全部归为”质量差”。差评有很多维度，笼统归类没有行动价值。

第三种误用，是把 AI 说的”用户期望落差”当成最终结论。期望落差可能是页面表达问题，也可能是产品本身不适合这个人群。

进阶改法

你可以追加这段：

请把我的 Review 痛点整理成一张优化表，字段包括：
问题类型、用户原话、严重程度、改进难度、改产品还是改 Listing、建议动作、优先级。
最后请按优先级排序。

这样 AI 的输出更接近可执行的运营动作。

下一步应该看什么

如果你要把 Review 痛点转成 Listing 表达，可以看Listing 文案优化师提示词。

如果你想从 Review 里找选品机会，可以看选品顾问提示词。

如果你不知道自己适合先改 Review、Listing 还是广告，可以先做 30 秒资料诊断：

/survey/

也可以直接问 AI 阿岩助手：

/ask/

对应资料可以查看：

/resources/review-pain-analysis/