国内需求挖掘

v1.0.0

中国公域新媒体平台需求挖掘技能。从抖音、小红书、淘宝等平台抓取用户评论和反馈数据，根据需求类型（实物需求/无实物需求）智能选择数据源，特别关注小红书用户评论和电商差评，进行需求分析和分级，生成用户需求调研报告。触发场景： - 用户说"帮我挖掘 XX 领域/产品的用户需求" - 用户说"分析 XX 产品的用户抱怨...

⭐ 8· 974·1 current·1 all-time

by@fengertian5

Security Scan

VirusTotal

Benign

View report →

OpenClaw

Suspicious

medium confidence

✓

Purpose & Capability

Name/description (China public social/e‑commerce demand mining) align with the included scripts (fetch_* for xhs/douyin/weibo/ecommerce, cleaning, classification, report generation). The code presence supports the stated purpose.

Instruction Scope

SKILL.md instructs the agent to fetch thousands of comments across many platforms, keep original user quotes and links, prioritize negative feedback, and generate reports. That entails collecting potentially sensitive PII and large-scale scraping. The instructions do not mention obeying platform ToS, rate limits, or explicit anonymization beyond a brief '脱敏' note in the report template, creating scope/privacy concerns.

ℹ

Install Mechanism

No install spec (no external downloads) — lower install-time risk. However, the repository ships multiple executable scripts; runtime execution of those scripts can perform arbitrary network I/O. There is no declared setup or dependency list, so actual runtime requirements (Python libs, crawling frameworks) are unspecified.

ℹ

Credentials

The skill declares no required env vars or credentials, but real-world scraping of Taobao/抖音/小红书 often needs cookies, API keys, or proxies. The absence of declared credentials is inconsistent with the heavy scraping described. Also the instructions ask to retain user original voices and links (possible PII) without strong de‑identification rules.

✓

Persistence & Privilege

always:false (default) and no claims of modifying other skills or system settings. The skill does not request persistent elevated privileges in the metadata.

What to consider before installing

Before installing or running this skill: 1) Review the included scripts (fetch_*.py, clean_data.py, generate_report.py) to see what network endpoints they call and whether they require authentication or external services. 2) Expect you may need platform accounts, cookies, or proxies — the skill does not declare or securely manage these credentials. 3) Check legal and platform ToS compliance for scraping and retaining user content (especially personal identifiers); add explicit anonymization if you must keep quotes. 4) The SKILL.md demands >=2000 cleaned items, but included data/cleaned.json shows only 20 and meets_minimum:false — treat included data as examples, not proof of capability. 5) Run the code in an isolated environment, inspect library dependencies (may be missing), add rate‑limiting and error handling, and avoid exposing credentials in plain text. 6) If you need guarantees about data handling or access tokens, request the skill author clarify how scraping is performed, what auth is needed, and whether the skill respects platform rules; if unclear, do not run it on sensitive networks or with production credentials.

Like a lobster shell, security has layers — review code before you run it.

latestvk978tc4dfr5s92pfbsn39jf6n1816qm7

974downloads

8stars

1versions

Updated 1mo ago

v1.0.0

MIT-0

中国公域新媒体需求挖掘

从中国主流社交平台挖掘用户真实声音，发现产品需求和市场机会。

核心原则

数据量要求

最低要求：每次需求挖掘必须至少抓取 2000条 清洗后的有效用户需求
越多越好：数据量越大，需求分析越准确
统计置信度：2000条数据达到95%置信度

智能数据源选择

根据需求类型自动选择最合适的数据源：

实物需求（产品/商品相关）：

必选平台：小红书、抖音、淘宝（优先级最高）
可选平台：京东、拼多多、微博
数据重点：产品评价、使用体验、差评分析

无实物需求（服务/内容/功能相关）：

必选平台：小红书、抖音、微博
可选平台：视频号、知乎
数据重点：用户评论、话题讨论、功能反馈
注意：不去电商平台抓取数据

工作流程

Step 1: 明确挖掘目标

向用户确认：

挖掘对象: 特定产品还是领域
需求类型: 实物需求还是无实物需求
竞品范围: 是否分析竞品的用户反馈
时间范围: 近期（1个月）还是更长时间

Step 2: 判断需求类型与选择数据源

实物需求特征：

涉及具体产品或商品
用户关注产品质量、功能、价格
适合从电商平台抓取评价数据

无实物需求特征：

涉及服务、内容或功能
用户关注体验、效率、便捷性
不适合从电商平台抓取数据

数据源分配（总计2000+条）：

需求类型	平台	数据量	权重
实物需求	小红书	600-800条	35%
实物需求	抖音	400-600条	25%
实物需求	淘宝	600-1000条	30%
实物需求	京东	200-400条	15%
无实物需求	小红书	800-1000条	40%
无实物需求	抖音	600-800条	30%
无实物需求	微博	400-600条	20%
无实物需求	视频号	200-400条	10%

Step 3: 构建搜索策略

根据目标构建多维度搜索查询，参见 SEARCH_PATTERNS.md。

抱怨类关键词：

[产品] 难用 / 垃圾 / 坑 / 吐槽
[产品] 问题 / bug / 闪退
弃用 [产品] / 从 [产品] 换到
希望 [产品] 能 / [产品] 要是能
[产品] 替代品 / 比 [产品] 好用

平台搜索策略：

平台	搜索方式	特点
小红书	关键词搜索笔记和评论	真实体验、详细反馈
抖音	视频关键词和评论	即时吐槽、情绪强烈
微博	话题搜索	深度讨论、观点鲜明
淘宝	商品评价和差评	真实购买、差评价值高
视频号	视频评论	成熟用户、内容务实

Step 4: 执行数据抓取与清洗

数据抓取要求：

原始数据抓取量：至少 3000-5000条
清洗后有效数据：至少 2000条
优先抓取负面反馈和差评（占比不低于40%）

数据清洗步骤：

去重：去除重复内容（相似度>80%视为重复）
过滤无效：删除广告、垃圾信息、字数少于5字的评论
文本清洗：去除表情符号和特殊字符
数据标注：情感倾向、需求类型、紧急程度

Step 5: 分析与分类

将收集的用户声音按维度分类，参见 ANALYSIS_FRAMEWORK.md。

分类体系：

功能缺失 - 用户想要但产品没有的功能
体验问题 - 使用中的摩擦和痛点
性能问题 - 速度、稳定性、兼容性
定价问题 - 价格、性价比、付费模式（实物需求）
内容问题 - 内容质量、数量问题（无实物需求）
竞品对比 - 用户为什么选择/离开

评估维度：

维度	等级	标准
频次	高频	50+ 条独立反馈
频次	中频	20-50 条独立反馈
频次	低频	<20 条独立反馈
情绪强度	强烈	垃圾、坑死、崩溃
情绪强度	中等	难用、失望、烦
情绪强度	轻微	希望、建议、期待
可操作性	高	可直接转化为产品任务
可操作性	中	需进一步调研
可操作性	低	过于模糊或主观

Step 6: 需求分级与优先级

根据频次 × 情绪强度 × 可操作性确定优先级：

P0级（紧急重要）：

出现频率 > 100次（占比 > 5%）
负面比例 > 50%
影响核心功能使用

P1级（重要不紧急）：

出现频率 50-100次（占比 2.5-5%）
负面比例 30%-50%
影响用户体验

P2级（紧急不重要）：

出现频率 20-50次（占比 1-2.5%）
负面比例 < 30%
边缘功能问题

P3级（不紧急不重要）：

出现频率 < 20次（占比 < 1%）
个性化需求
长期优化建议

Step 7: 生成报告

输出结构化 Markdown 报告，参见 REPORT_TEMPLATE.md。

输出格式

需求挖掘报告

# [产品/领域] 需求挖掘报告

**生成时间**: YYYY-MM-DD
**需求类型**: 实物需求 / 无实物需求
**数据来源**: 小红书, 抖音, 微博, ...
**样本量**: 分析了 N 条用户反馈

---

## 执行摘要

> 3-5 句话总结核心发现

### 关键数字

| 指标 | 数值 |
|------|------|
| 分析反馈总数 | N |
| 高频痛点数量 | N |
| 发现的产品机会 | N |
| 强烈不满占比 | X% |

---

## 一、Top 5 用户痛点

| 排名 | 痛点 | 分类 | 频次 | 情绪 | 典型声音 |
|------|------|------|------|------|----------|
| 1 | [痛点描述] | 功能缺失 | 高 | 强烈 | "..." |

---

## 二、产品机会矩阵

| 机会点 | 用户需求本质 | 现有方案不足 | 建议方向 | 优先级 |
|--------|--------------|--------------|----------|--------|
| [机会1] | [需求] | [不足] | [建议] | P0 |

---

## 三、详细分析

### 3.1 功能缺失类

#### 3.1.1 [功能需求名称]

**频次**: 高/中/低 | **情绪**: 强烈/中等/轻微 | **可操作性**: 高/中/低

**用户原声:**
> "引用用户原话..." — [平台] | [时间] | 👍 123

**需求分析:**
用户真正想要的是...背后的本质需求是...

**产品建议:**
1. 短期：...
2. 长期：...

---

## 四、行动建议

### 立即可做（Quick Wins）
1. **[建议1]**: [具体说明]

### 中期规划（1-3个月）
1. **[建议1]**: [具体说明]

### 需要进一步调研
1. **[问题1]**: [为什么需要更多调研]

---

## 五、数据来源明细

| 平台 | 搜索关键词 | 有效反馈 | 链接汇总 |
|------|------------|----------|----------|
| 小红书 | [keywords] | N | [查看](#) |
| 抖音 | [keywords] | N | [查看](#) |

最佳实践

数据量保证: 必须确保清洗后至少2000条有效数据
平台选择: 根据需求类型选择合适的数据源
原文引用: 保留用户原话，避免过度解读
注明来源: 每条发现都标注出处
量化呈现: 用频次、比例说明问题普遍性
可操作性: 将痛点转化为具体产品建议

参考资料

ANALYSIS_FRAMEWORK.md - 完整分析框架和分类标准
REPORT_TEMPLATE.md - 报告模板详细说明
SEARCH_PATTERNS.md - 中国平台搜索关键词模式
PLATFORM_SELECTION.md - 平台选择策略

Comments

Loading comments...