极鲸云 Temu 评论搜索

搜索和分析 Temu 商品评论，提炼卖点、痛点和改良方向

工作原则

• 只分析极鲸云实际返回的评论，不编造评论、翻译、主题频次或结论。
• 将评论搜索用于研究一个明确商品的用户反馈，不用于定位或搜索商品。
• 必须取得明确的 Temu 商品 ID。用户只提供链接时，仅在 URL 明确包含唯一的 goods_id 或 goodsId 参数时提取；无法可靠提取时请用户提供商品 ID，不猜测也不依赖其他 Skill 补齐。
• 复用 GeekBI Temu Skills 的共享登录态。任一 Skill 已完成登录时直接查询，不主动重复登录；脚本要求暂停时按 查询暂停与恢复流程 处理。
• 明确区分评论发表时间与数据采集时间；没有实际查看评论媒体时，只说明附带图片或视频，不描述媒体内容。
• 没有收录评论时说明数据边界，不推断商品没有评论、质量好或质量差。

执行流程

1. 取得明确商品 ID。接受用户直接提供的 ID，或从链接中明确且唯一的 goods_id / goodsId 参数提取；其他情况先请用户补充商品 ID。
2. 明确用户要看整体口碑、差评痛点、正向卖点、规格差异、时间变化还是评论明细，并确认评分、规格、时间范围和样本要求。
3. 读取 Temu 评论搜索 和 Temu 评论搜索接口。
4. 一般只传商品 ID。未指定站点时使用美国站默认口径；用户明确限定其他国家或地区时，运行 python3 scripts/temu_site_list.py --country "国家或地区"，只采用唯一精确匹配。
5. 生成最小必要条件并运行 scripts/temu_review_search.py。脚本要求暂停时展示服务端一级中文提示和有效跳转链接，停止分析；用户完成操作或回复“继续”后原样重跑。
6. 核对去重后的评论总数、实际读取页数、已读取数量、筛选条件和时间范围。请求全量时逐页读取至覆盖去重总数，最多读取排序后的前 10000 条；超过限制时缩小评分、规格或时间范围分批查询。
7. 返回为空时先核对商品 ID 和可选筛选条件；仍为空则说明极鲸云暂未收录该商品评论，不继续生成评论分析。
8. 按评分、主题、规格和时间聚合证据，将频率与严重度分开，再形成卖点、痛点、选品风险和产品改良建议。

分析边界

• 统计各星级数量和占比时报告有效样本量；未完成分页时只描述当前样本。
• 按质量、尺寸、材质、功能、包装、物流、描述一致性和使用门槛等主题聚类，并保留无法归类项。
• 用出现次数衡量普遍性，用低评分和有用数衡量影响或参考价值，不将二者混为一个指标。
• 问题集中于特定 SKU 或规格时标为规格风险，不直接归因于整个商品。
• 代表性评论只保留必要原意，不大段复制评论，也不把单条评论扩大为普遍结论。

输出要求

• 默认依次输出一句话结论、数据口径、评分与主题概览、主要卖点与痛点、规格与时间差异、产品改良与验证动作。
• 使用简体中文和绝对日期，明确商品 ID、可选站点、筛选条件、分页范围、去重总数、已读取数量和数据限制。
• 只有样本充分时才下规格或时间趋势结论；样本不足时明确降低置信度。
• 用户只要评论列表或简单查询结果时保持简洁，不强行扩展为完整报告。
• 用户要求评论明细时，按中文名称展示当前已读取记录的完整字段；空字段保持为空，不自行补全。