AI专题分享（四）：用 Skill 做用户评论分析

作者以一个测试项目的3万条历史评论为样本，公开26个字段提示词，并用真实评论展示有效性、相关性、情绪、话题、行为和风险等标签。文章提出先把复合评论拆成对象、方面、态度、行为和原文依据，再按固定 Skill 做去噪、分组、区分担忧与吐槽、回看原文并落地任务。针对短回复、玩梗反话、分类发散及批量串话，正文分别提出补回复上下文、设置待补与混合、固定二级话题、缩小批次等措施；通过删空字段、编号输出和复用标题，把估算从每条约 426个token 降至 88个token；20条实测每条约从 453个 降至 125个，同时提醒 token 少 七成，钱不一定少 七成，删掉理由字段后判断质量可能变化，仍需人工标注复核。