评论一多，最要紧的是先找到需要店主处理的投诉和安全问题，再考虑怎么回复。你可以让文字 AI 帮忙分类、起草，但不要让它自动发布。本文用 30 条虚构咖啡店评论演示流程，并附上可下载的评论样例、提示词和离线分流脚本。

先下载评论区分流工具包。示例评论、店铺资料和回复都是虚构的练习内容，不能当成真实顾客记录。

样例运行后，30 条评论里有 4 条被标为店主复核；其中 #30 的旧分类建议是“提问”，但因为评论提到“头发”而被关键词规则单独提醒。这个标记只提醒店主查看，不代表脚本确认了食品安全问题。

你需要准备

准备 用途
评论 CSV 只保留评论编号和文字；先删掉昵称、手机号、订单号等信息
你正在使用的文字 AI（可选） 按提示词给评论分类、拟回复草稿；价格看当前账号
Python 3 本地套用关键词提醒、统计分类并审查草稿里的数字和承诺词；不需第三方库
店铺公开资料 地址、营业时间等可以回答的问题；投诉处理规则另行确认

第一步：先把评论和店铺规则准备好

解压工具包，看看 examples/comments.csv 和 examples/shop.json。示例把类别分成提问、夸奖、吐槽、投诉、广告、闲聊；“吐槽”表示不满但没有明确的消费问题，“投诉”表示描述了一次具体消费问题。店主可以根据自己的业务改定义。

处理真实评论时，只保留完成分类所需的文字。删掉顾客姓名、电话、订单号、私信内容和其他不必要的个人信息。不要为了让 AI 回复得更具体，就把整份客户资料交给它。

店铺资料只写已经确认、可以公开的信息。不要把退款、赔偿、免单、健康建议或责任认定交给模型决定。遇到食品安全或身体不适的描述，先交由店主本人按实际情况核实处理。

第二步：让 AI 只做分类和草稿

打开工具包 prompts.md，复制评论分类提示词和回复提示词，贴到你正在使用的文字 AI。把去掉个人信息的评论与允许公开的店铺资料贴进去，要求返回带评论编号的 JSON。本文没有现场验证某一款 App 的界面，也不依赖特定模型；不同工具的入口和套餐可能变化。

每条结果都要带原评论编号、类别、情绪、是否建议回复和草稿。先检查 AI 有没有漏编号、重复编号，或把“没了好可惜”这类吐槽误成普通提问。历史的 30 条虚构样例中，本机分类结果曾把“拿铁里喝出一根头发”标成提问；同一批输出里，也有草稿无依据地写“保证值这个价”。这只是一次历史样例，不代表任何模型现在的准确率。

第三步：运行离线关键词提醒

把 AI 的 JSON 保存到文件后，在工具包目录运行：

python3 s066_tools.py self-test
python3 s066_tools.py triage examples/comments.csv examples/ai_results.json examples/keywords.json triage.json

脚本会核对评论编号、汇总 AI 给出的类别，并对命中“头发、异物、过敏、拉肚子”等关键词的评论加上“店主复核”标记。示例 #30 虽被旧模型分成提问，关键词提醒仍把它单独标了出来。

这只是提醒，不是食品安全识别器：词表可能漏掉“喝完一直不舒服”这样的表达，也可能误标在别的语境出现的关键词。检查输出后，店主还要通读原评论；投诉和疑似安全问题由人判断优先级，不能因为没有命中关键词就当作没事。

第四步：逐条审核草稿再回复

先让 AI 只根据 shop.json 中的信息起草，不要让它猜地址、营业时间、售后政策或菜单。再用脚本列出草稿里不在店铺资料中的数字，以及“退款、赔偿、保证”等需要人工复核的词：

python3 s066_tools.py audit examples/shop.json examples/drafts_to_review.json

检查器只做字符串匹配。“目前没有打折”也可能因为含有“打折”而被标记；相反，换一种说法的承诺也可能漏掉。它不是审核结论。店主应对照店铺资料，确认数字和事实，改掉未核实的承诺；投诉草稿由店主本人看过后再发。

例如，示例里的 AI 草稿写了“豆子都是用心挑的，保证值这个价”。店铺资料没有这项事实，这种营销话术应该删掉。遇到“头发”投诉时，可以先用不推责、不承诺结果的短句请顾客提供必要信息，再由店主核实；不要直接把模型草稿复制出去。

把分流做成一项服务

你可以帮小店整理评论、按店主确认的规则分组、标出待处理项，并提供待审核的回复草稿。开始前约定评论数据如何交接和删除、哪些内容不能上传、谁确认事实与回复。报价按评论数量、规则整理和人工复核时间估算；不要承诺自动化客服、投诉解决或销量提升。

常见问题

关键词没命中，是否就不用处理？

不是。顾客可能换一种说法描述异物或身体不适。关键词只能补充提醒，不能取代店主阅读评论和平台的投诉流程。

脚本会替我回复评论吗？

不会。它只在本机处理 CSV 和 JSON，输出分类统计、提醒和草稿检查结果。它不连接公众号、小红书或任何评论平台。

脚本会判断草稿承诺合法吗、事实正确吗？

不会。数字匹配和词语提醒可能误报，也会漏报语义改写。事实、语气、责任和是否适合公开回复，都由店主确认。

工具清单

  • Python 3：运行本机分流脚本；官方下载。
  • 文字 AI：可选，用于分类和起草；是否收费、数据处理方式按你正在使用的产品与账号确认。
  • 评论区分流工具包：提示词、虚构评论、店铺资料和离线脚本，不需要 API Key。

接下来可以看长文怎么做成知识卡片，或一篇文章改成口播、图文卡片和朋友圈。