Pemantauan Ulasan & Sentimen
Jejak apa yang pelanggan katakan tentang produk anda di pasaran, forum dan bebenang sosial, lengkap dengan skor sentimen, topik dan taklimat yang ringkas.
Jawapan Pantas
Gunakan scrape_template (1 credit) untuk menarik ulasan daripada Amazon, YouTube, atau Hacker News tanpa pemilih untuk diselenggara, reddit_search (2 credits) untuk perbincangan Reddit melalui arkib komuniti, analyze_content (3 credits) untuk sentimen, topik, dan entiti, serta summarize_content (4 credits) untuk taklimat. Lebih kurang 10 credits setiap produk, cukup murah untuk dijalankan setiap minggu.
Masalahnya
Sentimen pelanggan bertaburan di seluruh penyenaraian Amazon, bebenang Reddit, dan komen Hacker News. Membacanya secara manual bermakna anda hanya perasan masalah kualiti berminggu-minggu selepas ulasan berubah, dan reka bentuk semula pasaran sentiasa merosakkan scraper berasaskan pemilih.
Penyelesaiannya
scrape_template CrawlForge menarik data bersih daripada tapak yang dikenali -- produk Amazon, YouTube, Hacker News -- tanpa pemilih untuk diselenggara, manakala reddit_search membaca perbincangan Reddit melalui arkib komuniti, kerana reddit.com menyekat scraper. analyze_content menskor sentimen, topik, dan entiti, manakala summarize_content menukar timbunan itu menjadi taklimat.
Contoh Kod
// Pull reviews from known sites without writing selectors
const product = await mcp.scrape_template({
template: "amazon-product",
url: "https://www.amazon.com/dp/B0EXAMPLE",
});
// reddit.com blocks scrapers -- reddit_search reads the community archives
const reddit = await mcp.reddit_search({
query: "Example Gadget",
subreddit: "gadgets",
limit: 10,
});
const voices = product.reviews.map(r => r.text).join("\n");
// Sentiment, topics, and entities across every review
const analysis = await mcp.analyze_content({
text: voices,
options: { includeSentiment: true, extractTopics: true, extractEntities: true },
});
// One briefing for the product team
const digest = await mcp.summarize_content({
text: voices,
options: { summaryLength: "medium", summaryType: "abstractive" },
});
console.log(reddit.count, reddit.results[0]?.num_comments); // discussion volume
console.log(analysis.sentiment, analysis.topics);
console.log(digest.summary);Alat Digunakan
Anggaran kos: ~10 credits setiap produk
Soalan Lazim
Bagaimana saya boleh memantau ulasan tanpa menyelenggara pemilih?
Gunakan scrape_template dengan templat terbina seperti amazon-product, dan reddit_search untuk perbincangan Reddit -- reddit.com menyekat scraping terus, jadi reddit_search membaca arkib komuniti sebagai gantinya. CrawlForge menyelenggara peraturan pengekstrakan, jadi reka bentuk semula sesebuah pasaran tidak diam-diam merosakkan saluran paip anda seperti yang berlaku pada pemilih tersuai.
Tapak manakah yang mempunyai templat?
Produk Amazon, profil LinkedIn, repo GitHub, video YouTube, tweet, bebenang Reddit, halaman utama Hacker News, pelancaran Product Hunt, soalan Stack Overflow, dan pakej npm. Panggil scrape_template dengan template "list" untuk melihat set semasa. Untuk Reddit, utamakan reddit_search -- reddit.com menyekat scraping terus, jadi templat reddit-thread tidak lagi berfungsi dengan boleh dipercayai.
Apakah yang dipulangkan oleh analisis sentimen?
analyze_content memulangkan skor sentimen, bahasa yang dikesan, topik, entiti bernama, dan kebolehbacaan bagi teks yang anda hantar. Suapkan ulasan yang digabungkan, kemudian jalankan summarize_content untuk taklimat ringkas tentang apa yang berubah.
Berapakah kos pemantauan ulasan?
Lebih kurang 10 credits setiap produk setiap larian: 1 untuk setiap panggilan scrape_template, 2 untuk reddit_search, 3 untuk analyze_content, dan 4 untuk summarize_content. Memantau 10 produk setiap minggu lebih kurang 430 credits sebulan.
Sedia untuk Bermula?
Setiap akaun baharu mendapat 1,000 credits percuma. Tiada kad kredit diperlukan.
Mula Percuma dengan 1,000 Credits