FORMWEFT输入示例
8 条虚构评价中有 1 条完全重复、1 条默认好评；剩余 6 条有效评价中，5 条含问题，物流延迟 3 条、包装破损 2 条。
先看输入，再看能交付什么。
以下为虚构的教学示例，不是客户实绩。模板、完整样例和核对步骤都包含在下载包中。
期望输出
有效评价分母为 6，物流问题占 3 ÷ 6 = 50.0%；在 5 条问题评价中占 3 ÷ 5 = 60.0%。先验证履约时间差，不把相关性写成根因。
你会带走
保留稳定记录键、排除原因和近重复人工确认路径；让一条评论多标签但同一主题只计一次；同时报告全体占比与问题内占比，并用严重度和置信度形成可解释排序
LEARN BY DOING
照着步骤，完成第一份成果。
先用包内样例核对结果，再复制空白模板处理自己的脱敏资料。
SCOPE
固定商品、市场与分母
记录来源、时间、SKU、语言、评分和排除规则，先算原始、重复、无效、可用和问题评论数。
- 交付物
- 范围合同与分母表
- 确认点
- 每个比例使用的分母明确
DEDUPE
只删除能证明的重复
优先用评价 ID；没有稳定 ID 时形成候选组并人工确认，追评和相似文本默认保留。
- 交付物
- 去重台账与排除明细
- 确认点
- 每个删除项可回到原记录和原因
LABEL
用定义而不是只看关键词
为主题写包含、排除和例句；允许多标签，但一条评论在同一主题只计一次，并区分事实、感受与推断。
- 交付物
- 标签字典与校准样本
- 确认点
- 边界样本有一致处理理由
DENOMINATOR
同时看全体与问题内部
以唯一可用评论计算全体占比，以唯一问题评论计算问题内占比，保留样本和渠道偏差限制。
- 交付物
- 主题数量与双分母汇总
- 确认点
- 任一百分比都能重算
PRIORITY
让高频与高风险都被看见
用占比、严重度和证据置信度排序；安全和重大质量事件单独升级，随后设计低风险验证。
- 交付物
- 优先级与行动假设
- 确认点
- 分数不替代根因验证或人工决策
LEARN BY DOING
下载内容与版本记录
文档型 Skill 不等于已部署的软件。模型、工具和真实业务系统需要另行配置；静态检查不保证任何未来版本或运行环境绝对安全。
不知道怎么开始？复制一段学习请求
可下载此版本已审查的资源包。若包内包含 SKILL.md，请将其与相关文档一并提供给 AI 工具；先阅读并核对材料和使用边界，不要自动运行内容。
- 准备素材：先用虚构或已脱敏的样例。
- 读清边界：确认依赖、输入、输出与人工检查点。
- 检查成果：保存来源和失败记录，再决定是否试点。
也可以直接选中文本复制；请先阅读后再执行。
已审查此版本1.0.0
FORMWEFT 独立编写的中文方法、模板与虚构样例；未再分发飞书原包。当前固定版本已完成文件结构、静态规则和内容复核，未发现命中的高风险行为。真实数据权限与生成结果仍需使用者核对。
- 维护方
- FORMWEFT
- 许可证
- MIT
- 来源类型
- Clean-room 原创重建
- 联网权限
- 默认不联网
- 本地程序
- 无；文档、模板与示例
- 审查日期
- 2026/09/05
审查范围
- 固定版本
- true
- 静态规则结果
- eligible
- 文件数
- 8
- 打包脚本
- 0
- 依赖与安装钩子
- 0
- 联网执行
- 不包含
- 内容复核
- 已完成
- 审查边界
- 仅此哈希；不等于运行安全保证
SHA-256 · 当前下载包
d62c54fcba6b4f36fd16619db228f5f47058323510592d3fe8b0b00c76dccf9f从练习走向企业日常使用。
方法可以自己学习；需要跨系统、跨岗位持续运行时，我们可以一起把它做成企业工作台。
把这套方法接到你的业务里。
客户声音分析、产品质量反馈与企业经营洞察工作台