用AI给社群装上耳朵:一人公司的情报系统搭建指南

管线实验 #4 · AI 辅助创作与人工审定

上个月有个做 SaaS 的朋友跟我说，他每天在 20 个微信群里发产品介绍，累死累活，一个月只来了 3 个试用。

我问他：你在那些群里，听过别人说话吗？

他愣了一下。

大多数人做社群，脑子里只有一件事：我怎么把东西塞进去。广告、链接、促销海报。但你有没有想过，社群最大的价值根本不在往外发。在往里听。

因为用户在群里说的每一句吐槽、每一次对比、每一个"求推荐"，都是你在问卷里花多少钱都买不到的真实信号。

我花了三天，搭了一个最简单的 AI 监听系统。不自动发任何东西。只做一件事：把微信群和小红书里跟我的领域相关的讨论捞出来，让 AI 分类，然后每天花 10 分钟看高价值的几条。

三天之后我发现，这套东西带给我的线索，比我过去一个月主动问用户得来的还多。

三个平台的监听价值

微信、小红书、知乎，覆盖了一个中国用户从"发现痛点"到"下决心买"的全过程。

一个典型路径是这样的：先在一个行业微信群里吐槽"XX 工具太难用了"，然后去小红书搜"A 跟 B 到底选哪个"，最后在知乎看深度评测确认"这个确实靠谱"。

痛点出现。对比评估。信任闭环。

你在任何一个节点出现，都比在朋友圈发 100 条广告有效。但关键是，你得先听到。

至于微信，现在确实还不能全自动。元宝也只能分析你手动转发给它的内容。但我赌一件事：腾讯已经在往这个方向走了，最多一年，生态会放开。你现在把流程跑通，到时候就是第一批上车的人。

而且这套思路不只适用于这三个平台。你的用户在即刻，就监听即刻。在豆瓣小组，就监听豆瓣。在 V2EX，就监听 V2EX。核心链路一模一样。

精简到四步

别搞复杂了。我试过把流程拆成七八个模块，最后发现有用的就四步：

第一步：把讨论汇到一起

小红书和知乎走 WebBridge。通过你电脑上已经登录的浏览器直接抓页面内容，不碰 API，不触发反爬。这是目前最稳的路子。

微信群目前只能手动。每天花两分钟把最有价值的聊天记录复制出来，或者截图扔给元宝让它帮你提取关键对话。

我知道手动不够酷。但说实话，手动阶段反而是帮你理解用户语言的最好机会。你亲自读过 100 条真实吐槽之后，对用户的理解会比任何数据分析报告都深。

第二步：让 AI 做结构化分类

别只分"好评/差评"。太粗糙了。我用的这个 Prompt，已经跑了几十次，输出稳定：

你是一个中文社群分析助手。根据社群内容做结构化分类。
规则：只基于输入文本判断，不确定就标记 confidence=low。
「种草」「拔草」是中国社群特有内容。表情符号可能表示反讽。
输出 JSON，不输出额外解释。

字段：
- sentiment: positive|negative|neutral|mixed|uncertain
- intensity: 1-5
- intent: help_request|complaint|recommendation|comparison|buying_intent|switching_intent|seeding|weeding|other
- topic: pricing|performance|usability|support|reliability|after_sales|other
- opportunity: lead|content_idea|product_feedback|competitor_weakness|risk_alert|social_proof|none
- confidence: high|medium|low
- reason: 一句话

举个真实例子。有人在一个产品群里说："用了三个月 XX 笔记，今天数据全丢了找客服三天没人理，有没有替代品？"

AI 给出的不是"负面情绪"四个字。它给的是：

{
  "sentiment": "negative",
  "intensity": 5,
  "intent": "switching_intent",
  "topic": "support_and_reliability",
  "opportunity": "competitor_weakness",
  "confidence": "high",
  "reason": "数据丢失+客服无响应+主动寻求替代品"
}

一条消息。标签化之后，它变成了三样东西：一个竞品正在流失的用户，一条可以直接跟进的内容选题，一个可能成交的线索。

第三步：低置信度样本人工复核

AI 分类不会 100% 准。但没关系，你不需要审所有内容，只需要盯住 AI 自己最没把握的那几条。

我设了一个规则：置信度低于 high 的样本，自动推送到飞书。我每天花 5 分钟看一眼，对的点确认，错的点修正。修正的结果每周塞回 Prompt 里当 Few-Shot 示例。一个月后，准确率肉眼可见地往上走。

让系统"每天比昨天更好"，靠的不是调参，是你的每一次判断反哺 AI。

第四步：阈值触发预警

最后一步最简单：设几条触发规则。

今天就跑

先别急着搭全自动。今天就做一件事：

打开你最活跃的那个行业群。复制今天最活跃的 10 条讨论。粘贴到 ChatGPT，附上上面的 Prompt。然后看。

你会惊讶地发现，那些你每天刷过去没在意的吐槽里，藏着竞品的弱点、用户的需求、你下周该写的选题。

中文互联网上真正值钱的不是流量。是那些未经包装的真实对话。AI 帮你把对话变成情报。但你得先学会听。