核心用法
social-sentiment 是一款面向品牌、产品和公众人物的社会化聆听与情感分析技能，通过 Xpoz MCP 服务索引的 15 亿+ 帖子数据库，实现对 Twitter、Reddit、Instagram 三大平台的深度舆情挖掘。
四步工作流：
1. 多平台采集 — 并行执行关键词搜索，覆盖直接提及、痛点投诉、正面赞誉三类查询角度
2. 批量 CSV 导出 — 关键差异化能力：每查询支持最多 64,000 行的完整数据下载，拒绝采样分析
3. 规模化代码分析 — 使用 Python/pandas 对数万级帖子执行关键词情感分类、主题聚类、病毒传播检测
4. 结构化报告 — 输出 0-100 engagement 加权情感评分、主题拆解、病毒帖子预警、竞品对比、行动建议
分析维度包括： 整体情感得分、平台分布（Twitter 实时反应 / Reddit 深度意见 / Instagram 视觉化口碑）、主题归因（性能/价格/安全/易用性等）、病毒时刻标记（ engagement 异常值）、关键意见领袖识别、趋势追踪（支持历史数据对比）。
显著优点
- 真·全量分析：区别于 API 采样返回的前 100 条，强制 CSV 导出完整数据集，确保统计显著性
- 规模化处理能力：70K+ 帖子单次运行，通过关键词自动化分类而非人工逐条阅读
- Engagement 加权算法：高传播负面帖子优先预警，避免"千赞好评被零转抱怨掩盖"
- 竞品对比模式：统一方法论下的品牌 A/B 对比，识别相对声誉优势
- 危机实时响应：病毒检测模块自动标记 engagement 异常帖子，支持 PR 快速介入
- 可扩展关键词库：内置正向/负向/主题词表可按行业定制（SaaS/游戏/消费品等）
潜在局限与风险
| 局限 | 说明 |
|------|------|
| 关键词依赖 | 情感分类基于关键词匹配，对讽刺、语境依赖型表达（如"太棒了，又崩溃了"）识别有限 |
| 平台覆盖盲区 | 不含 TikTok、LinkedIn、Facebook 等，中文社交媒体（微博/小红书/抖音）缺失 |
| 时效性约束 | 依赖 Xpoz 索引更新频率，非实时流式数据；历史数据可回溯深度受限于索引策略 |
| 语言限制 | 默认关键词表针对英语优化，非英语内容分析效果下降 |
| 数据合规 | 虽仅抓取公开内容，但规模化监控可能触及平台 ToS 与 GDPR/CCPA 等数据保护法规边界 |
技术依赖风险：核心功能绑定 Xpoz MCP 服务，若服务中断或定价策略调整，技能可用性直接受影响。
适合人群
- 品牌经理 / 市场洞察团队：追踪品牌健康度、竞品动态、Campaign 效果
- PR / 危机公关团队：早期负面舆情预警、KOL 风险排查
- 产品运营 / UX 研究：挖掘用户痛点与功能需求，替代传统问卷调研
- 投资机构 / 卖方研究：消费品牌舆情先行指标追踪
- 独立开发者 / 小型品牌：低成本获取专业级 social listening 能力
常规风险
- 误报风险：自动化情感分类可能误判 sarcasm、文化特定表达，关键决策建议人工复核原文
- 选择性呈现风险：技术文档明确警告"不要 cherry-pick 误导性呈现意见"，但工具本身不限制此行为
- 隐私伦理边界：虽仅限公开帖子，规模化监控可能被用于针对特定个人或群体的追踪，需遵循"Responsible Use"章节指引
- 平台封号风险：高频 API 调用可能触发 Twitter/Reddit 反爬机制，通过 MCP 服务商中转可缓解但非完全消除