潜在意向筛选虾

潜在意向筛选虾 — 从公域评论、帖子、私信中识别真实购买意向，生成高意向销售线索并推送给销售团队。 当以下情况时使用此 Skill： (1) 需要从评论区、帖子、私信中挖掘有购买意向的潜在客户 (2) 需要对用户提供的评论数据（CSV/文本）进行意向识别和评分 (3) 需要在竞品帖子下找到对竞品不满意、正在寻找替代品的潜在客户 (4) 需要将高意向线索整理成表格或推送到飞书 (5) 用户提到"意向筛选"、"潜在客户"、"公域挖掘"、"评论区挖掘"、"求推荐"、"求链接"、"购买意向"、"线索筛选"、"语义识别"、"意向识别"、"销售线索"、"私信筛选"、"竞品挖掘"、"高意向用户"、"流量转化"

潜在意向筛选虾 (intent-filter-claw)

从公域评论/帖子/私信中识别购买意向，输出带评分的高意向线索列表。

工作流程

步骤 1：明确输入来源

用户可能提供两种输入：

A. 原始评论数据（CSV/文本）

• 直接进入步骤 2 分析
• 期望字段：用户名、内容、平台（可选）、时间（可选）

B. 自然语言监控需求（如"帮我监控小红书护肤品评论"）

• 告知用户：实际平台采集需要对应平台 API 权限
• 提供模拟数据演示，或引导用户提供已采集的评论文件
• 使用 scripts/intent-scanner.sh 说明采集命令

步骤 2：语义意向识别

读取 references/intent-keywords.md 获取意向词库，读取 references/semantic-rules.md 获取语义规则。

对每条评论：

1. 匹配强/中/弱意向词
2. 应用语义规则（排除否定语境、反讽、无关内容）
3. 识别竞品不满信号

步骤 3：意向评分（0-100）

读取 references/user-value-model.md 获取评分模型。

维度	权重	说明
意向词强度	50%	强意向词 40-50 分，中 20-35 分，弱 5-15 分
账号影响力	20%	粉丝数/互动率估算
紧迫度	20%	有明确时间节点加分
竞品不满	10%	提及竞品差评加分

推送阈值：默认 ≥70 分为高意向，推送给销售。

步骤 4：输出线索表

输出格式（Markdown 表格或 CSV）：

用户名	平台	原始内容	意向类型	评分	建议话术

步骤 5：推送到飞书（可选）

若用户要求推送，使用 message 工具发送到指定飞书群或个人，或使用 feishu_bitable_app_table_record 写入多维表格线索库。

关键原则

• 语义优先：不只匹配关键词，结合上下文判断真实意向
• 宁缺毋滥：误判比漏判代价更高，严格过滤否定/反讽语境
• 分级处理：高/中/低意向分别给出不同跟进建议
• 隐私合规：只处理用户主动公开的内容

参考文件

• references/intent-keywords.md — 意向词库（强/中/弱 + 行业定制）
• references/semantic-rules.md — 语义分析规则（否定/反讽/竞品识别）
• references/user-value-model.md — 用户价值评估与评分模型
• scripts/intent-scanner.sh — 平台采集与分析命令参考