昨晚你把差評從頭翻到尾。
還是說不出該先改哪個。
這不是你不夠用心。四十條說卡扣斷，十二條說尺碼不對，九條說箱子壓扁了，還有一堆誰都管不了的，全混在同一個列表裡，按寫作時間排，沒有任何計數。於是你改的是剛看完那條，或者語氣最衝那條，三個月後卡扣還在斷。缺的是對這一堆做算術：哪條抱怨、多少條、你到底動不動得了。
把那一堆按成因分好
「小」「緊」「偏窄」是同一條抱怨
按詞頻統計會拆成三堆，每堆看著都不夠大，於是你每次都決定下個月再說。按買家的意思歸堆就合回去了：尺碼問題一下變成差評里的 19%，而不是三個各佔 6%、一直被你往後推的小項。每堆下面掛著原始評論，數字讓你意外的時候，直接翻回去看。
主圖誤導不是客服的問題
每堆都會標上「要動的是誰」：文案、主圖、產品本身、包裝，還是客服話術。這件事要緊，因為這幾類的成本根本不是一個量級。改一條 bullet 二十分鐘；換卡扣是開新模、打樣、再等八周。開工前先知道這條抱怨落在哪個桶里，決定就已經做掉大半。
然後它寫出改動，而不是一張圖表
尺碼那堆交給 listing skill，寫出「實際尺寸多少」那條 bullet，和把這個問題堵在變成退貨之前的那條 FAQ。主圖那堆交給 creative skill 出替換圖 brief。兩邊都會帶著證據落成 To-do，一個月後你能看到自己真上線了哪些、那個數字有沒有降。
評論分析容易在哪兒出錯
下面四條寫在 skill 定義里，因為每一條都是「產出一個看著很確信、其實沒意義的數字」的方式。
四十條評論不等於你的口碑
一個慢銷 SKU 的三周，樣本薄到撐不起任何百分比；只裝了一星的檔案，怎麼切都不是情感分布。資料撐不起你問的那個問題時，它會直接說，而不是給你一張圖。
它判斷不了哪條是刷的
只憑文本，你能得到的是「看起來像有組織」的模式，僅此而已。任何號稱能從評論文本判定刷評的產品，賣的是一個刷了置信度油漆的猜測。真懷疑被人操縱，路徑是向平台舉報，不是看一個看板。
它不替你去抓任何東西
預設它只讀你放進檔案夾的那個檔案，別的不碰。自動採集在你確認平台條款和自身授權之前保持關閉；登入、驗證碼、頻率限制一律不繞。實際上沒聽上去那麼要緊：Voice of the Customer 加評價導出，基本夠用。
改完不等於評分會漲
你拿到的是：這條抱怨、它佔多少、證據、以及要改什麼。評分動不動，取決於你的出單量、老評論還要在均值里壓多久、以及你改的是不是真因。跟你保證「漲一星」的，都是在賣東西。
已經把導出打開了的人會問的
非得接 API 嗎，還是把 CSV 丟進去就行？
丟 CSV 就行，多數人就是這麼用的，完全不用配置。想省掉下載那一步的話，Seller Central、Shopify、eBay、Etsy、Walmart、WooCommerce 都有連接器，但配置方式因平台而異。WooCommerce 使用店鋪後台生成的 REST API 密鑰，無需另行註冊開發者應用。
我已經在把評論粘進 ChatGPT 了，這有什麼不一樣？
ChatGPT 可以保留會話，也支援上傳檔案。在 Orkas 中，評論分組可以轉成項目待辦，Listing 修改和源檔案放在同一個工作區，便於追蹤各次分析之間的變化。
買家資料會去哪？
檔案保留在你的檔案夾中，但 agent 讀取的內容可能發送給你選擇的模型供應商。交給 agent 前，請從導出檔案中移除不必要的姓名、訂單號和地址。評論分析技能要求模型在輸出中省略個人標識，但這不保證模型收到檔案內容前已完成脫敏。
能拿競品的評論跑嗎？
能，而且常常比看自己的更有用——對手沒修的抱怨就是你的賣點。兩份檔案都放進去，分堆會並排比，能把「你的產品有問題」和「這個類目本來就這樣」分開。獲取上同樣一條線：平台允許你導出的才行。
多少錢？
應用免費，MIT 開源。模型呼叫對誰都要花錢，包括我們：要麼接你自己的 OpenAI、Anthropic、Google 帳號直接付給他們，要麼用 Orkas 的套餐。不按評論條數或報告份數收費——檔案四千行的時候，這條挺要緊。