Communitygithub.com

bangwozuo/launch-commander-zh

独立开发者发布日评论情绪识别。五类标签(正/负/中/疑/风险)+ 六类风险子类(刷榜指控、隐私质疑、退款诉求、抄袭指控、存续质疑、水军指控),按 P0-P4 优先级排队并给响应 SLA(PH 首日评论 30 分钟内响应)。带 Python 脚本产出 Excel 分类清单 + 情绪分布 PNG。当用户需要发布日评论值守、评论分类、负面评论预警、评论区排优先级时使用。

launch-commander-zh とは?

これは、Product Hunt、Reddit、V2EX などのプラットフォームで、独立系開発者のローンチ当日のコメントストリームをリアルタイムに感情分析し、優先順位付けするためのスキルです。5つの感情ラベル(肯定/否定/中立/疑問/リスク)と6つのリスクサブカテゴリ(ランキング操作疑惑、プライバシー/セキュリティ懸念、返金要求、盗作/競合製品指摘、存続疑問、サクラ疑惑)を提供します。コメントはP0(30分以内の対応が必要)からP4(48時間以内)までの緊急度に分類され、各優先度に応じたSLAが設定されます。このスキルは、コメントの自動返信や削除は行わず、あくまで分類と優先順位付けに特化しています。Pythonスクリプトを使用して、Excel形式の分類リストと感情分布の円グラフ(PNG)を生成し、その結果をワークフロー(daily-comment-duty-flowなど)が利用できるJSONファイルも出力します。このスキルは、開発者がローンチ当日のフィードバックの洪水に効率的に対応し、製品の評判を守るために設計されています。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/bangwozuo/launch-commander-zh/tree/HEAD/skills/comment-emotion-detect

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

コメント感情認識

ローンチ当日のコメントストリームを「すぐに返信すべき / 真剣に返信すべき / 記録すべき / 返信不要」の4段階に分類し、P0リスクは30分以内に開発者本人にエスカレーションします。PH(Product Hunt)初日のコメント応答速度はランキングに直接影響するため、認識が遅れるとランキングが下がります。

やらないこと:返信内容の作成(reply-draftingに任せる)、自動返信の実行、コメントの削除。

メタ情報

フィールド値
IDde_dev_02_sk07
タイプatomic(アトミックスキル)
所属従業員ローンチコマンダー
ケイパビリティファミリ検出判断型 · 感情分類とリスク警告
複雑度M
フェーズP1
再利用性中(T+1 レポートでコメントデータを再利用)
アセット形態ディーププロンプト + Python スクリプト(モデル呼び出しなし、API キー不要)

ケイパビリティ説明

  1. 5つの感情ラベル:🟢 肯定 / ⚠️ 否定 / ⚪ 中立 / 🔵 疑問 / 🔴 リスク、否定の反転と「機能リクエスト≠高評価」の補正機能付き
  2. 6つのリスクサブカテゴリ:ランキング操作疑惑、セキュリティ/プライバシー懸念、返金要求、盗作/競合製品指摘、存続疑問、サクラ疑惑 – 各カテゴリに標準的な対応アクションとSLAあり
  3. 優先度キュー:P0 リスク(30分)→ P1 否定(PH初日30分)→ P2 疑問(2時間)→ P3 肯定(24時間)→ P4 中立(48時間)
  4. 健全性ベースライン:肯定割合 60%以上かつリスク0で健全;否定 >20%でトップ固定の説明と集中対応をトリガー;疑問 >30%はマテリアルに盲点があることを示す

入力仕様

フィールド型必須説明
commentsarray✅コメントストリーム。各要素に text(可能な限り全文)+ user + platform を含む
platformstring⬜メインプラットフォーム:ProductHunt / Reddit / V2EX / X / 即刻 / Weibo / 微信公式アカウント / 汎用
productstring⬜プロダクト名。コンテキスト判断に使用

出力仕様

  • summary:5クラスカウント、肯定割合、P0/P1 数、健全性判定
  • queue:優先度キュー(P0→P4)。各キューにリスクサブカテゴリ / SLA / 推奨アクション / 手動確認待ちステータスを含む

生成物ファイル:

ファイル内容
out/コメント分類リスト.xlsx優先度キュー(リスク行は赤色表示)/ 分類明細 / 集計
out/感情分布.png5つの感情割合の円グラフ
out/emotion_scan.json機械可読結果。ワークフロー(daily-comment-duty-flow)が読み取り可能

使用手順

方法1:プロンプトのみ(最速、コンテキスト判断を含む)

  1. prompt.txt の内容全てをシステムプロンプトとして貼り付け
  2. コメントストリーム(全文、プラットフォームを明記)を提供
  3. 感情概要 + 優先度キュー + モデルによる確認が必要な項目(皮肉 / サクラアカウント)を取得

方法2:スクリプト使用(単語リストによる正確なスコアリング + Excel/PNG 出力)

python3 <SKILL_DIR>/scripts/emotion_scan.py --input input.json --outdir out
python3 <SKILL_DIR>/scripts/emotion_scan.py --demo        # 入力がなくても効果確認可能

役割分担:スクリプトは単語リストによるスコアリング、否定の反転、リスクルールのスキャン、P0-P4 キューイング(漏れなし、推測なし)を担当。モデルは皮肉の認識、サクラアカウントの確認、既存ユーザーのネガティブレビューの原因特定(スクリプトでは困難な処理)を担当。両方の結果を相互検証します。

境界(やらないこと)

  • ❌ コメントを削除しない、削除を提案しない – 「認めて解決策を提示する」がネガティブレビューへの唯一正しい姿勢
  • ❌ 返信内容を作成しない(reply-drafting の役割)、対応の方向性のみを提供
  • ❌ 機能リクエストを高評価としてカウントしない(感情を過大評価し、PMF を誤判定する可能性)
  • ❌ コンテキスト判断の自動化を行わない – 皮肉とサクラアカウントはモデルによる確認が必要
  • ❌ コメントストリームが空の場合、「ローンチ当日のコメント 0」と出力し、ローンチリンクの確認を促す。データを捏造しない

呼び出し例

入力(examples/input.json、抜粋):

{
  "product": "ClipMate(クリップボード履歴ツール)",
  "comments": [
    {"user": "maker_fan99", "platform": "ProductHunt", "text": "Congrats! Finally a clipboard manager that doesn't feel bloated. Love the search speed."},
    {"user": "angry_bob", "platform": "ProductHunt", "text": "Crashed twice within 10 minutes. How do I get a refund?"},
    {"user": "プライバシー重視", "platform": "V2EX", "text": "クリップボードのデータはサーバーにアップロードされますか?"}
  ]
}

出力(スクリプト実走、終了コード0):肯定 1 / 否定 0 / 中立 2 / 疑問 1 / リスク 3、P0+P1 計 3 件 – angry_bob(「refund」)が返金要求 P0 に該当。「doesn't feel bloated」は否定の反転により正しく肯定と判定。詳細は examples/output.md 参照。

所属ワークフロー

  • daily-comment-duty-flow(当日コメント監視、15分間隔)
  • launch-battle-review-flow(ローンチバトルレポート、T+1)

コンプライアンス声明

  • 出力には「AI 生成コンテンツ」と明記、全てのアクションは「手動確認待ち」状態でのみ実行
  • コメント内容はユーザーデータ:リストはローンチ監視用途のみに使用、外部に送信不可、スクリーンショットを公開不可(肯定的な引用には許可が必要)
  • 自動返信は実行しない。返信ドラフトは常に reply-drafting を経由し、手動確認を実施

本スキルは bangwozuo デジタル従業員アセット仕様 v3.0 に準拠しています

関連スキル