DSH Plugins
返回列表
dsh-amazon-voc

dsh-amazon-voc

工作流 更新于 2026.11.09

在终端中运行以下命令:

dsh plugin install liangdabiao/dsh-amazon-voc

将以下提示词粘贴到 DeepSeek Harness 对话框中:

在 DeepSeek Harness 中执行 dsh plugin install liangdabiao/dsh-amazon-voc 即可从 https://github.com/liangdabiao/dsh-amazon-voc 安装本插件(未发布到 npm,勿用 npm 包名安装)。

插件介绍

跨境卖家与产品团队常被海量 Amazon 评论淹没:看得懂单条评价,却难把共性痛点、卖点和人群差异概括成可行动的洞察。本插件把评论 VOC 落成一套可复用的方法论与工具链,让你在 DeepSeek Harness 里用对话完成从 CSV 到报告的全流程,而不必再搭一套带密钥的分析脚本。

核心是四维价值模型(人群场景、功能价值、保障价值、体验价值)配合两步 AI 分析:先由模型生成标签体系,再逐条打标。词频分布、情感统计、分析摘要与用户画像等确定性环节由专用工具完成,算术不经过大模型,结果更稳定、也便于核对。CSV 解析针对 easy-scraper 导出做了列名模糊匹配,单次最多处理一千行评论。

装上后你会得到 amazon-voc-analysis 技能、voc_parse_csv / voc_wordfreq / voc_persona / voc_summary 等工具,以及侧栏「评论 VOC」面板(含方法论速览与使用流程)。分析走宿主模型,无需单独 API key。典型用法:先用浏览器插件爬评论并导出 CSV,在对话里说「分析这份评论 CSV」,模型会解析、打标、统计并输出到工作区 reports/。

适合需要从评论里提炼产品改进方向、营销话术和受众画像的运营、选品与研究同学;也适合想把 VOC 流程标准化、交给 AI 协作又希望关键数字可复现的团队。

截图预览

使用场景

  • 新品上架前用评论 CSV 提炼痛点与卖点
  • 季度复盘时汇总多条评论的情感与标签分布
  • 选品对比多款竞品评论做四维价值画像

适合人员

  • 跨境卖家与 Amazon 运营
  • 产品经理与选品研究员
  • 需要做评论洞察的市场与品牌同学