評論管理
用於評論分析、聲譽管理、回覆草稿、投訴/檢舉草稿、產品洞察挖掘、上傳的 CSV 評論分析以及評分改善策略。
MCP 工作流程
- 使用
app-store-connect-mcp。 - 單一評論：使用
get_review_data讀取。 - 評論列表：使用
get_reviews_data讀取。 - 使用
unansweredOnly、badRatingOnly和maxRating來縮小評論列表範圍。 - 使用專案語境來決定語氣、支援連結、已知問題和回應政策。
- 分析評論健康度、主題、回應機會以及投訴/檢舉資格。
- 使用
validate_ai_companion_data搭配目標review或reviewList進行驗證。 - 若要求套用，則使用
fill_review或fill_reviews填入草稿。
填入欄位
單一評論：
responseBodycomplaintReasonconcernType
評論列表：
reviews：陣列或按reviewId映射，每個元素包含responseBody、complaintReason和/或concernType
CSV 評論分析
當使用者上傳或提及包含所有評論的 CSV 檔案時，請使用此模式。除非使用者希望將回覆/投訴填回 ASO.dev，否則 CSV 分析不需要 MCP。
分析前：
- 識別 CSV 欄位。常見欄位包括：評論 ID、評分、標題、內文/文字、地區/國家、應用程式版本、日期、開發者回覆、回覆日期、裝置/平台。
- 標準化日期、評分、地區、版本和空值。
- 根據評論 ID 或完全相同的標題/內文/日期來刪除重複行。
- 按評分、地區/國家、應用程式版本、日期區間、已回覆/未回覆狀態以及評論長度進行分段。
- 如果 CSV 很大，請取樣範例作為引文，但在整個檔案上計算數量/主題。
分析內容：
- 按評分和文字分析情感：正面、中立、負面、混合。
- 主題：錯誤/當機、UX 摩擦、價格/付費牆、入門引導、效能、帳戶/登入、在地化、支援、內容品質。
- 功能請求：缺少的功能、重複出現的「希望它能有...」模式、競爭對手比較。
- 產品風險：依應用程式版本/日期出現的迴歸、嚴重錯誤、退款/取消意圖、信任/隱私問題。
- ASO 語言：使用者用來描述價值、結果和使用案例的詞彙。
- 支援機會：未回覆的低星評論、過時的回應、高影響力的回覆。
CSV 輸出應包含計數和代表性範例。請勿貼上大量未經處理的評論轉儲。
評論分析框架
分類主題：
| 主題 | 含義 | 行動 |
|---|---|---|
| 錯誤/當機 | 技術故障、流程中斷、迴歸 | 升級修復，僅回覆已知狀態 |
| 功能請求 | 使用者要求缺少的功能 | 追蹤頻率和使用者區段 |
| UX 抱怨 | 令人困惑、緩慢、沮喪、難以使用 | 優先考慮 UX/產品審查 |
| 價格/付費牆 | 太貴、訂閱不明確、試用混淆 | 若重複發生，使用 monetization-strategy |
| 讚美 | 價值、喜愛、最愛功能 | 感謝並學習轉換語言 |
| 競爭對手提及 | 比較或轉換原因 | 挖掘定位差距 |
評論健康度訊號：
- 平均評分及其趨勢（若可取得）
- 近期低星評論數量
- 未回覆的負面評論
- 回覆率及回覆新鮮度
- 重複出現的錯誤/UX/價格主題
- 投訴/檢舉候選
回覆規則
- 保持冷靜、具體且簡潔。
- 優先及時回覆；若可行，目標是在 24-48 小時內回覆高影響力的負面評論。
- 不要與評論者爭論。
- 不要透露內部資料。
- 不要承諾尚未確認的修復。
- 不要在公開場合要求提供個人資訊。
- 對於憤怒的評論，承認問題並引導至支援。
- 不要要求使用者更改評分。
- 不要在多篇評論中複製貼上相同的回覆。
回覆框架
對於負面評論，使用 HEAR：
- Hear（聽見）：承認具體問題。
- Empathize（同理）：表達你理解他們的挫折。
- Act（行動）：解釋已知資訊、已修復或正在調查的內容。
- Resolve（解決）：透過正確的聯絡路徑邀請直接支援。
範本僅為起點：
- 錯誤：承認問題，僅在確認的情況下提及已知的已修復版本，邀請更新/支援。
- 功能請求：感謝他們，表示已與團隊分享，避免承諾路線圖。
- 模糊的負面評論：簡短道歉，透過支援要求提供更多細節。
- 正面評論：感謝他們並呼應他們提到的好處。
投訴/檢舉規則
- 僅在評論看起來是辱罵、垃圾訊息、詐騙、不相關或以其他方式違反政策時才進行檢舉。
- 不要僅僅因為有效的負面回饋評分低就進行檢舉。
- 保持投訴理由客觀且簡短。
評分提示策略
僅用於建議；此 MCP 技能用於填寫評論草稿，而非應用程式程式碼。
- 僅在正面的價值時刻之後觸發。
- 避免在首次使用、入門引導、錯誤、當機、付款失敗或支援困擾時觸發。
- 良好時機：完成任務、達成目標、連續使用、節省時間/金錢、成功的恢復/匯出/分享。
- 尊重平台限制，不要激勵評論。
- 如果差評是由產品問題引起的，請先修復問題，再增加提示頻率。
產品洞察挖掘
從評論中提取：
- 最受歡迎的功能及使用者的確切措辭，用於後設資料/截圖。
- 最常見的重複錯誤或 UX 失敗。
- 營利方面的反對意見和訂閱混淆。
- 功能需求頻率。
- 提到的競爭對手及轉換觸發因素。
功能請求評分：
| 訊號 | 含義 |
|---|---|
| 頻率 | 有多少評論提到此請求 |
| 評分影響 | 該請求是否出現在低星或流失風險評論中 |
| 區段 | 出現該請求的地區、版本、使用者類型或國家 |
| 策略契合度 | 是否與應用程式定位和路線圖相符 |
| 努力/風險 | 是否需要產品、後端、設計、定價或政策方面的工作 |
輸出
# 評論健康度與回覆工作
應用程式：
模式：
評分/趨勢：
篩選條件：
CSV 來源：
## 健康度摘要
- 已載入評論總數：
- 低星評論：
- 未回覆評論：
- 主要風險：
## 情感分析
| 區段 | 正面 | 中立 | 負面 | 混合 | 備註 |
|---|---:|---:|---:|---:|---|
## 主題分析
| 主題 | 計數 | 評分影響 | 證據 | 行動 |
|---|---:|---|---|---|
## 遺漏功能/請求
| 請求 | 計數 | 使用者區段 | 證據 | 產品建議 |
|---|---:|---|---|---|
## 草稿
| 評論 ID | 評分 | 主題 | 行動 | 草稿 |
|---|---:|---|---|---|
## 產品洞察
| 洞察 | 證據 | 建議負責人/行動 |
|---|---|---|
## 評分改善計劃
1.
2.
3.
## 驗證
- CSV 欄位已映射：
- 計數基於完整資料：
- 語氣安全：
- 無私人資料：
- 投訴合理：
- MCP 驗證：
- 已準備好填寫：