最近，我看到好多朋友都在参考我那篇文章《亿级品牌化卖家，到底怎么做用户洞察？》做用户洞察工具。
挺高兴的。
这说明一件事：大家都开始吃到"懂用户"这块价值了。
要知道，两三年前，跟同行聊用户洞察，十个里有九个跟你聊关键词、聊广告、聊坑产。
现在不一样了。越来越多的人意识到——
真正的胜负手，在评论区里那一堆用户原声里。
既然这个方向大家都在做，那我也别藏着了。
今天这篇，我把自己从去年年底开始打磨到 4 月的这套用户洞察工具，直接开源——思路、流程、每一步的门道，全摊开给你看。
我敢说一句不太谦虚的话：就评论分析这件事的颗粒度和准确度，这套东西，目前在亚马逊圈里，我没见过比它更前沿的。
这话说满了吗？看完你再评。
先看东西，再听道理
讲道理之前，我先让你看个实物。
别急着自己直接搓，照着实物搓。
打开 amzyx.com，点进 VOC，这是一份真跑出来的报告——不用注册，直接看。
你滑一遍这份报告。
多个 ASIN，400 条真实评论，10 分钟，变成一张能直接拿去开工的产品地图。
逐字拆好的标签、八个维度的分布、一条情绪曲线、一句精准的用户核心任务、再到 P0/P1/P2 的产品改进单——
全在里面。
看完这份报告，你大概会有两种反应。
一种是："这玩意儿看着不难啊，我也能搓一个。"
另一种是："等等……它怎么做到不胡说八道的？"
如果你是第二种，恭喜你，你摸到门了。
因为这套工具真正难的地方，根本不在你看到的那张漂亮报告里，而在你看不见的、每一步背后那个不起眼的约束上。
下面，我把这五步，一步一步拆给你。
这套东西，长什么样
整个流程，就五步：
抓原声 → 逐字标注 → 归类统计 → 旅程图 → 收敛落地。
每一步看起来都平平无奇。
但你真上手就会发现，每一步都有一个"差一点就全废"的坑。 这在去年，我也跟大家一样，踩过幻觉的坑。今天讲的，就是这五个坑怎么填。
老规矩，能看懂的往下看；觉得吃力的，那这套你大概率也搓不动，文末有更省事的路子。
第一步：评论得有人读，但不能是"人"读
洞察的原材料，是用户原声。
原声从哪来？我们这行，最大的一座金矿就是——亚马逊评论区。
用户在那儿，毫无防备地告诉你：他在什么场景用、解决了什么、又被什么坑了。
这是免费的、海量的、自带真实场景的用户访谈。
可问题来了。
一个品，几百上千条评论。
你让运营一条条读？
读到第 50 条，人就麻了。读到第 200 条，标签全凭感觉。
累、慢、还不准。 这是第一个卡点，我在上一篇就讲过。
所以第一步，我推荐大家用 Sorftime CLI，输入 ASIN直接把真实评论批量抓下来。（技术党可以手搓插件）
多少条？
我建议从 200 条。虽然它不限量，500 条、上千条，照样跑，但是老评论价值不大。
评论这东西，不是"人"该去读的，是该让机器规模化地读。 把人从"读"里解放出来，人只负责最后看结论、做判断。
这一步不难。难的在下一步。
第二步：标注这一步，我为什么宁可用贵的 Claude
抓下来一堆英文原声，怎么变成结构化的洞察？
最直觉的做法是：一股脑全丢给 AI，让它"帮我分析分析"。
我早期就这么干的。
结果呢？
AI 一上来就给你编。
用户没说的痛点，它给你"洞察"出来了。
用户那句明明是反讽、是阴阳怪气，它照单全收当真夸。
你拿着一份满是幻觉的报告去定义产品，那不叫洞察，那叫占卜。
这就是第二个卡点：丢给 AI，幻觉一堆。
我后来想明白了，毛病不在 AI 笨，在你喂它的姿势不对。
我现在这套标注，做了三件事，专治幻觉：
一是分批喂，不一锅烩。 一次塞几百条进去，AI 的注意力会稀释，越往后越敷衍、越爱编。拆成小批，一批一批过，每条都过得扎实。
二是死命约束它"只标注明确提及的"。 用户没说的，一个字都不许添。这一条，把一大半幻觉摁死在门口。
三是给每个维度设数量上限。 不设上限，AI 就会硬凑、硬套模板，标签越长越像废话。卡住上限，它只能挑最实的标。
就这三下，幻觉率断崖式往下掉。
（这三段话是工具价值核心，我反复编辑了好几次，尽可能让大家理解，如果理解吃力，欢迎大家评论区提问，因为大家的问题角度或许是我没想到的。）
讲到这儿，得说个得罪人的实话。
我这套标注，跑的是 Claude，不是其他模型。
为什么？
因为在去年我尝试过各种模型，最开始就陷入了最懂中文的千问的陷阱，实则也有幻觉。
后面直接尝试Claude。好家伙！那种省心感，一下充满胸腔。
但是Claude 的自动化成本，是某些模型的好多好多好多倍·········
但用户洞察这种活儿，本质是"受约束的业务归因"——不是简单理解文字，是要在一堆约束下，精准判断这句话该归到哪、不该编什么，最重要的是我在之前那篇文章提到的“语境”：
标题是"Not quiet —— it's silent！"
你品品这句。字面像在骂"不安静"，其实用户是在反着夸——"哪是不安静，根本就是静音好吗！"
所以模型差一档，归因就开始飘。 越是这种带镣铐跳舞的活儿，便宜模型越容易翻车。
我核算过，一篇报告的token 成本大概在 20-50 的样子，这比我们让运营助理花几天时间挨个标注的成本低多了。
所以我认。这一档，省不得。
各位铁子，你品品——光是"用 Claude 还是用其他模型"这一个选择，就已经是一道门槛了。 后面还有四步呢。
凭什么偏偏是这八个维度？
标注按八个维度走：
功能价值、体验价值、保障价值、场景、人群、产品使用对象、购买动机、未满足需求。
可能有较真的铁子要问：凭什么是这八个？拍脑袋分的吗？
好问题。这恰恰是这套工具最"装"得起来的地方。
这八个篮子，背后缝的是三套经典理论。
• 功能价值、体验价值、保障价值——这是"消费者感知价值"理论的底子（Sheth 那帮人 1991 年的消费价值论，Zeithaml 也早讲过感知价值）。用户掏钱，从来不只买功能，还买体验，还买一份"别让我翻车"的安全感。 • 场景——对应"情境价值"，就是奶昔故事里那句"在什么场景下雇它"，克里斯坦森翻来覆去强调的 circumstance。 • 人群、产品使用对象——营销里最老牌的 STP 市场细分：谁在用、买给谁用。 • 购买动机、未满足需求——这俩，正是 JTBD 的两张脸：他为什么雇这个产品，以及，哪份"活儿"至今还没人替他干利索。
看明白了吗？
把消费价值论 × JTBD × 市场细分缝成一张网——这才是这八个维度真正的来路。
单拎一套理论的人满大街都是。
能把它们缝进一个看板、还落得了地的，没几个。
第三步：先别急着下结论
标完了，是不是就能出报告了？
不行。这里藏着第三个坑，最隐蔽。
很多工具的做法是：一边读评论，一边顺手就把结论给下了。
听着没毛病？
毛病大了。
这等于让 AI"边读边拍板"，标签先行，业务语义后置。 出来的结论看着有证据，可证据和结论之间，根本没做过校验。
我的做法是把它掰成两段：
第一段，只做"受约束的归因"——把每句话老老实实归到对应的维度标签上，不许下任何结论。
第二段，等所有标签都落库了，再去聚合、计数、排序，看每个维度里谁被提得最多。
先让证据归位，再让结论浮现。 顺序反了，整份报告的地基就是歪的。
这一步没有花哨的东西。
但"先归因、再统计"这个顺序，是我交了不少token费才悟出来的。
第四步：让 AI 闭嘴，把话筒还给用户
到这儿，标签有了，统计有了。
最关键的一步来了——把这些点，连成一条线。
工具会基于前面的统计，加上一批真实原声样本，生成一张用户旅程图：
从使用前、使用中到使用后，拉出一条情绪曲线；高点是爽点，低谷是劝退点。
更狠的是中间那个框——消费者核心任务。
它会用 JTBD 的标准句式，把这个产品的"活儿"提炼成一句话：
"当我作为养宠人士、需要给宠物提供干净流动的饮用水时，帮我实现自动供水、高效过滤、方便清洁，这样我无需频繁换水，也能避免宠物不爱喝水。"
各位铁子，这不就是奶昔故事里那个 JTBD 句式吗？——"当我……我想要……这样我就能……"
前面那篇讲了半天理论，这一句，就是 JTBD 落到一个真实产品上的样子。
可这一步，也是最容易出幻觉的一步。
为什么？因为到了"生成旅程"这步，AI 最容易开始自说自话、自己脑补一段用户故事。
我的卡法是：每一个情绪点，都强制它回填一句真实的用户原话。
它说用户"在长期使用中感到失望"？
可以，把那句失望的原话给我贴出来。
贴不出原文，这个点就不成立。
这一招，等于把话筒从 AI 手里抢回来，还给用户。
旅程不是 AI 编的，是从原声里一句一句挖出来的。
第五步：报告再漂亮，不能落地都是废纸
最后一步，也是最容易被忽略的一步。
我见过太多分析工具，最后吐一份花里胡哨、什么都有的报告。
然后呢？
没有然后。 看着很满，落不了地。
一追求"什么都做"，这套系统就会越堆越重，最后重到没法用。
所以我给它定了死规矩：收敛。
只交付两张"开工单"：
一张是产品定义方向——按 P0/P1/P2 排好优先级，每条都挂着数据：哪个先改、改的理由、用户喊了多少次，清清楚楚。这是给产品经理的。
一张是亚马逊视觉策划——主图、场景图、对比图、A+、细节图……每一块都告诉你拍什么、为什么拍。这是给设计和运营的。
到这儿，洞察才算闭环。
从一条条原声，一路走到"下一版产品改什么、主图先打哪个点"。
好，五步讲完了。
思路我全摊开了，一点没藏——抓原声、分批标注、约束归因、回填原声、收敛落地。
部署建议
接下来这套东西怎么用，看你是哪种人。
第一种：你自己用。
一个人，手上几个品，自己琢磨产品方向——
照着这篇文章，再对着那份 demo 报告，自己搓一个，够用了。
这条路我是真心欢迎你走。毕竟这行，懂用户的人越多越好。
第二种：你要让公司用起来。
那就是另一回事了。
自己本地跑通一个 demo，和让整个团队天天用——中间隔着一整套工程。
你得有个前端网站，让运营点几下就能出报告；
你得有台服务器在后端常驻，抓评论、调模型、跑分析、推结果，一刻不能停；
你还得做团队鉴权——谁能用、谁看哪个品、点数怎么扣、账号怎么开。
再加上那一档不能省的 API，在后面一直烧着钱。
这小半年，我填的坑、搭的系统、压的成本，全压在这一层。
demo 谁都能搓，系统没那么好搭。
第三种：你不想折腾。
前端、后端、鉴权、模型，我都给你搭好了。
找我，我给你开个账号，打开就用，照着报告做产品就行。
但有句话我先撂在前头：
服务器运力有限，这套现成的，我暂时只放一小批人用。
不是端着，是现在的服务器真跑不起那么大的量。
想要的，趁早。
写在最后
绕回我那句座右铭——
知道用户在选什么，怎么让用户选我们。
用户洞察，就是前半句的全部答案：先听见用户到底在选什么。
这是"怎么让用户选你"的第一块地基。
地基这东西，你可以自己一砖一瓦地砌，也可以直接用我这套现成的。
但不管哪条路，方向是一样的——
赚快钱的时代结束了。往后这几年，拼的就是谁更懂人。
