大家好，欢迎来到我们的 ClaudeCode Skill 系列课程第三课。

今天我要教大家一个超级实用的技能：怎么使用 AI 从成千上万条用户评论里，快速挖出真正有价值的产品需求。

大家有没有遇到过这种情况？在进行需求清洗时，好不容易收集了一万多条用户评论，打开一看，全是“666”、“太棒了”、“垃圾”这种没啥用处的信息。

想找点有价值的改进建议，只能一条条往下看，看到眼睛都花了。

别急，今天这个 Skill 就是专门解决这个问题的。

痛点场景

咱们先来聊聊，在阅读评论的过程中，都会遇到哪些令人头疼的问题。

1. 手动筛选效率太低了。一万条评论，你得一条条看，没个几小时根本看不完。
2. 噪音信息太多。你会发现，70% 以上的评论都是 emoji 表情符号、闲聊或者纯吐槽，根本提取不出任何有价值的信息。
3. 需求重复率特别高。可能 100 个用户都在说“登录总是失败”、“加载太慢”，但你得看完 100 条评论，才能意识到这可能是同一个问题。
4. 优先级判断困难。就算筛出了有效信息，也很难判断出，哪些用户需求是应该优先解决的，哪些可以往后放放。

如果没有今天这个需求清晰 Skill，大家可能需要花 3 到 5 个小时手动处理这些数据，用 Excel 逐条打标签，效率低还容易出错，最后还得凭自身的经验来判断优先级。