零代码复现全网爆款：WorkBuddy 舆情情绪雷达搭建教程

一、项目背景：为什么要搭建舆情情绪雷达智能体

在新媒体运营、品牌公关、产品运营、市场推广等岗位的日常工作中，舆情监测始终是必不可少的工作环节。无论是企业官方账号发布的产品宣传内容、线上活动海报，还是第三方平台用户发布的评论、短视频弹幕、社群留言，都会隐藏着大量用户真实情绪：正向的好评推荐、中立的客观疑问、负面的吐槽投诉甚至恶意舆论风险。

传统人工舆情统计方式存在诸多难以规避的痛点：运营人员需要逐个打开短视频平台、社交社群、新闻资讯网页，逐条复制用户评论内容，手动分类整理好评、中评、差评，再依靠个人主观感受判断情绪倾向，不仅需要耗费数小时的人工时间，还容易出现情绪误判、数据遗漏、统计标准不统一等问题。一旦遭遇突发负面舆情，人工筛选的滞后性很容易导致危机公关处理不及时，小范围负面评论快速发酵扩散，最终给品牌口碑、企业形象带来不可逆的损失。

市面上多数商业化舆情监测系统往往存在高昂的年费授权费用，中小企业、个人自媒体、初创团队很难承担，而且通用型舆情工具无法根据企业自身业务场景定制情绪标签、关键词预警规则，很多无关冗余数据会干扰真实舆情判断。

腾讯 WorkBuddy 作为基于 OpenClaw 生态的零代码 AI Agent 开发工具，依托持久记忆、知识库批量解析、自定义技能插件、多维度文本语义分析能力，可以不用编写复杂爬虫、Python 数据分析代码，仅通过可视化配置、自定义提示词、工作流编排，就能快速搭建一套专属舆情情绪雷达智能体。该智能体能够批量导入全网评论数据、抓取公开内容文本，自动完成情绪极性判定、高频负面关键词提取、风险等级划分、舆情趋势汇总，同时支持定期生成舆情分析报告，提前预警潜在公关风险。

本次教程将完整复现全网热门的舆情情绪雷达实战方案，全程零代码基础即可落地，附带完整的智能体配置参数、系统提示词模板、工作流编排逻辑，搭配真实品牌线上活动的评论数据集作为落地案例，同时通过流程图、时序图拆解整体运行逻辑，不管是新媒体从业者、品牌公关人员还是产品运营，都可以直接照搬配置完成私有化舆情监测工具搭建。

二、整体方案架构与流程设计

2.1 舆情情绪雷达整体业务流程图

整套舆情情绪雷达工作流可以拆分为五大核心模块：舆情数据源采集模块、数据规范化处理模块、知识库存储模块、AI 语义情绪分析模块、舆情报告输出与风险预警模块。用户只需要负责前端多渠道评论数据的统一收集整理，后续的数据分类、情绪判断、关键词提取、报表汇总全部由 WorkBuddy 智能体自动完成，彻底替代人工重复筛选统计工作。

从业务场景适配角度来说，这套智能体可以覆盖多类真实工作场景：品牌新品上市全网口碑监测、线上营销活动用户反馈收集、短视频账号评论风向监控、社群用户投诉舆情汇总、产品迭代线上用户痛点调研、企业负面新闻风险筛查等，只需要轻微调整提示词中的情绪标签与预警关键词规则，就能适配不同行业的舆情监测需求。

2.2 用户、知识库、舆情智能体三方交互时序图

从时序交互逻辑可以清晰看到，智能体不会随意调用外部网络抓取数据，所有舆情分析都基于用户上传的本地结构化文件，既规避了网络爬虫带来的合规风险，也可以保障企业内部舆情数据不会泄露到公网，私有化的分析模式对于品牌敏感舆情监测具备极高的数据安全性。同时智能体可以记忆历史多轮舆情分析规则，后续多次上传不同时间段的评论数据，不需要重复配置情绪判定标准，能够持续按照统一口径完成监测统计，保证多期舆情数据具备纵向对比参考价值。

三、前置环境准备与数据源规范化配置

3.1 WorkBuddy 智能体基础环境部署步骤

1. 登录腾讯云 OpenClaw 控制台，进入 WorkBuddy 智能体创建页面，新建空白自定义智能体，命名为「品牌舆情情绪雷达监测助手」，简单填写智能体描述：针对全网用户评论、公开反馈文本进行情绪极性分析、风险等级判定、舆情数据统计，自动输出标准化舆情分析报告，支持负面舆情预警。
2. 开启智能体本地知识库权限，新建独立知识库文件夹命名public_opinion_data，专门用来存放各时间段、各渠道的舆情评论数据表，设置知识库仅允许智能体读取文件，关闭智能体外网搜索权限，防止 AI 联网获取无关外部数据干扰本次舆情分析结果。
3. 开启智能体持久记忆功能，锁定情绪判定规则、舆情输出表格模板、风险分级标准，确保每一次舆情分析都使用同一套判定逻辑，避免多次统计出现标准偏差。
4. 关闭闲聊对话模式，限制智能体仅响应舆情分析、数据筛选、报告微调、规则更新四类指令，当用户发送无关闲聊内容时直接拒绝回复，保证智能体始终专注舆情监测工作流。
5. 可选扩展配置：安装表格解析、文档导出类 Skills 技能插件，实现舆情统计结果一键导出 Excel 文件，方便运营人员归档、复盘、汇报使用。

3.2 舆情数据源规范化格式要求（真实场景数据模板）

想要保证智能体精准完成情绪识别与数据统计，必须统一舆情数据表的字段格式，推荐使用 Excel 表格整理全网多渠道采集的用户评论数据，本次实战采用某护肤品品牌 618 线上营销活动真实用户评论数据集作为案例，数据表固定包含 5 个核心字段：数据编号、发布渠道、评论发布时间、用户原始评论内容、关联产品名称。

标准化数据源示例表格内容：

整理完成的 Excel 文件另存为 UTF-8 编码的​​.xlsx​​格式，上传至​​public_opinion_data​​知识库文件夹，等待智能体调用解析。非规范格式的零散文本、换行混乱的纯文字会大幅降低情绪识别准确率，所以数据规范化是整个舆情雷达工作流中不可忽略的前置关键步骤。

四、智能体完整配置代码与核心提示词模板

4.1 智能体基础配置 JSON 代码（可一键导入）

将以下 JSON 配置内容复制，在 WorkBuddy 智能体配置页面使用导入功能一键加载，快速完成基础参数初始化配置，无需手动逐个设置参数：

{
    "agent_name": "品牌舆情情绪雷达监测助手",
    "agent_description": "基于用户上传的全网评论数据表，完成用户评论情绪极性判定、高频关键词提取、舆情风险分级、数据占比统计，自动生成结构化舆情分析报告，针对高风险负面舆情给出危机公关处理建议",
    "memory_enable": true,
    "network_search": false,
    "bind_knowledge_base": ["public_opinion_data"],
    "allow_skill": ["表格解析", "文档导出"],
    "output_language": "中文",
    "max_output_words": 5000,
    "chat_scope_limit": "仅处理舆情分析、评论筛选、报告优化、规则调整相关指令，拒绝所有无关闲聊、娱乐、生活类问题，违规指令统一回复：当前仅支持舆情情绪监测相关工作，请上传舆情数据或下发舆情分析指令",
    "risk_level_config": ["低风险", "中风险", "高风险"]
}

参数核心说明：关闭外网搜索可以保证所有分析内容仅来自本地上传的舆情数据，规避数据泄露与信息偏差问题；绑定专属知识库可以精准定位舆情数据源，不会读取其他无关业务文件；持久记忆开启后，智能体可以记住历史舆情判定规则，实现多批次数据统一标准监测。

4.2 核心系统提示词（智能体情绪判定核心规则）

将以下完整提示词粘贴至智能体系统指令输入框，是舆情情绪雷达实现精准分类、风险预警的核心规则，不可随意删减判定条件：

你是专业的品牌舆情分析师，仅依托绑定知识库内上传的用户评论Excel数据表开展舆情分析工作，禁止编造、虚构任何表格中不存在的评论内容，严格遵循以下全部判定规则执行分析任务：
一、情绪极性三类判定标准
1.正向情绪：用户内容包含好评、推荐、性价比高、使用效果好、回购意愿、服务满意等正向描述，自动打上【正向好评】标签，同步提取用户夸赞的产品卖点、服务优势高频关键词。
2.中立情绪：用户内容仅包含产品咨询、使用疑问、活动规则询问、客观建议、信息求证类内容，无褒贬倾向，自动打上【中立咨询建议】标签，汇总用户集中疑问点。
3.负面情绪：用户内容包含产品过敏、使用不适、外包装破损、客服失联、发货延迟、虚假宣传、要求退货投诉等负面描述，根据危害程度划分风险等级。

二、舆情三级风险分级规则
1.低风险负面：单纯吐槽物流慢、包装瑕疵，无大范围扩散倾向，不会严重影响品牌口碑；
2.中风险负面：单个用户产品使用不适、客服纠纷，仅个人诉求，未号召其他用户抵制品牌；
3.高风险负面：提及皮肤过敏、成分不安全、虚假宣传，存在引导其他消费者避雷、集体投诉倾向，需要立刻进行公关介入处理。

三、固定输出结构要求
1.第一部分：本次舆情数据总览，统计总评论条数、正向/中立/负面评论各自数量与占比，按照发布渠道做数据拆分统计；
2.第二部分：正向舆情分析，罗列高频好评关键词、用户认可的核心优势、可复用的营销宣传亮点；
3.第三部分：中立舆情汇总，整理用户集中疑问，输出产品详情页、活动页面需要补充完善的信息点；
4.第四部分：负面舆情明细+风险分级表，逐条展示高、中、低风险评论内容、发布渠道，匹配对应的风险诱因关键词；
5.第五部分：舆情综合分析总结，结合本次口碑数据给出产品优化、客服流程、宣传文案三大维度落地优化建议；
6.第六部分：高风险舆情专属危机公关处理方案，针对每一条高危评论给出标准化回复话术与处理步骤。

四、交互规则
1.用户发送「批量舆情分析」指令，完整执行全流程分析并输出全部六大板块内容；
2.用户发送「仅导出负面舆情」，只筛选所有带负面标签的评论，附带风险等级展示；
3.用户发送「优化报告精简版」，压缩分析内容，只保留核心统计数据、风险清单与优化建议；
4.所有统计数据必须精确计算百分比，保留两位小数，禁止估算、模糊描述数据结果。

4.3 预设快捷触发指令模板

1. 批量舆情分析：对本次上传的全部评论数据进行情绪分析，生成完整品牌舆情情绪雷达分析报告
2. 筛选所有高风险负面舆情：单独提取所有标记为高风险的用户评论，附带发布渠道、时间以及公关处理建议
3. 精简舆情报告：压缩报告篇幅，保留数据总览、风险清单、优化建议三大核心板块
4. 导出舆情统计表格：调用文档导出技能，将情绪分类明细导出为 Excel 表格文件用于归档汇报

五、真实营销场景完整实操落地案例

本次实战依托某保湿面霜 618 活动 50 条全网真实用户评论数据集开展全流程操作演示，完整复现舆情情绪雷达从数据上传、指令触发、AI 自动分析到风险预警、报告输出的全流程。

第一步，将整理好的评论 Excel 数据表上传至 WorkBuddy 的​​public_opinion_data​​知识库文件夹，等待系统解析完成，确认文件状态为解析成功，无格式乱码、字段缺失报错。如果表格存在空行、字段错位等问题，需要返回本地 Excel 修正后重新上传，否则会导致单条或多条评论无法被智能体识别分析。

第二步，在智能体对话输入框发送预设指令：批量舆情分析，等待智能体完成逐条语义解析、数据统计、情绪标签匹配、风险分级，整个分析过程耗时取决于评论数据总量，本次 50 条评论数据分析耗时仅 10 秒左右。

第三步，智能体按照系统提示词预设的固定结构输出完整舆情情绪分析报告，首先展示本次舆情整体数据总览：本次一共采集全网有效用户评论 50 条，其中正向好评评论 28 条，占比 56.00%；中立咨询类评论 12 条，占比 24.00%；负面投诉类评论 10 条，占比 20.00%。从渠道分布来看，抖音平台评论 22 条，淘宝平台评论 18 条，小红书与微信社群合计 10 条，整体用户口碑偏向正向，但存在 1 条高风险过敏投诉类舆情需要紧急处理。

在正向舆情板块中，智能体自动提取出用户高频好评关键词：保湿滋润、吸收快、性价比高、赠品丰富，同时给出营销优化建议，可以将这些用户真实好评卖点融入后续短视频宣传、商品详情页文案，借助用户真实口碑提升产品转化率。

中立舆情板块汇总了用户集中疑问：敏感肌适配性、产品酒精成分、保质期时长、退换货运费规则四大高频问题，运营人员可以把这些高频疑问整理成商品常见 FAQ 模块，补充在详情页，减少用户咨询量，降低客服重复接待压力。

负面舆情部分按照风险等级逐条罗列评论明细，其中高风险评论为社群用户使用产品泛红刺痛申请退货这条内容，智能体同步给出标准化公关处理话术：第一时间私信联系该用户安抚情绪，引导用户提供面部泛红实拍照片，主动提出全额退款 + 无门槛补偿优惠券，同步安排产品成分合规检测公示，避免该用户在社交平台发布避雷内容引发舆情扩散；针对外包装破损、客服回复慢这类中低风险舆情，分别给出仓储包装加固、客服排班优化的落地改进方案。

报告最后结合整体舆情风向做综合总结：本次 618 活动产品口碑整体表现良好，产品功效获得大部分用户认可，现存舆情风险主要集中在售后客服响应效率、产品敏感肌使用说明缺失两个维度，建议短期内优先优化客服接待时效，完善产品敏感肌使用提示文案，提前规避同类负面舆情再次出现。

第四步，针对报告中标注的高风险舆情，再次下发筛选指令：筛选所有高风险负面舆情，智能体快速定位单条高危评论，单独输出渠道、发布时间、风险诱因、标准化安抚话术，公关人员可以直接复制话术和用户沟通处理，大幅缩短危机响应时间。

六、搭建过程高频踩坑点与优化解决方案

6.1 坑点一：大量评论被判定为中立，情绪识别精准度偏低

出现该问题的核心原因是数据源存在大量口语化模糊表述，且系统提示词中褒贬关键词规则不够细化。优化方案可以在系统提示词中补充行业专属正负向关键词库，比如美妆行业新增闷痘、搓泥、过敏、油腻等负面关键词，水润、舒缓、维稳等正向关键词，同时尽量精简单条评论内无效语气助词，减少无意义表情符号，提升语义解析精准度。

6.2 坑点二：多次上传数据后，前后统计占比口径不一致

主要诱因是未开启智能体持久记忆功能，每次分析都会重新生成一套情绪判定规则。解决方案必须开启记忆开关，锁定情绪标签、风险等级划分标准，同时固定表格统计字段，不要随意修改数据源的列名，保证多批次舆情数据可以横向对比分析。

6.3 坑点三：智能体擅自联网搜索同类产品舆情干扰分析结果

关闭智能体外网搜索权限即可解决该问题，企业内部敏感舆情绝对不能开启联网功能，既可以避免外部信息干扰，也能严格保障企业用户评论数据不会通过网络接口发生泄露，符合数据安全合规要求。

6.4 坑点四：输出的舆情报告结构混乱，没有固定排版格式

需要严格复制完整的系统提示词，不能随意删减输出结构约束段落，同时在提示词中明确禁止智能体自由调整板块顺序，强制按照总览、正向、中立、负面、总结、公关建议六段式结构输出，保证每次生成的报告格式统一，方便归档复盘。

七、方案延伸：多场景复用与进阶优化玩法

这套基于 WorkBuddy 搭建的舆情情绪雷达并非只能局限于电商营销场景，通过微调提示词内的行业关键词、风险判定规则，就可以快速复用在多类职场场景中。教育行业可以用来监测家长社群反馈、线上课程学员评价情绪；餐饮品牌可以批量分析大众点评、美团用户评价，挖掘菜品、服务类口碑痛点；互联网产品团队可以抓取应用商店用户评论，梳理产品 BUG、功能优化类用户诉求，辅助产品迭代决策。

进阶优化可以搭配定时触发技能，设置固定周期自动提醒运营人员上传最新舆情数据，实现每周、每月自动周期性口碑监测；也可以绑定企业知识库内的历史公关话术库，智能体在生成高危舆情处理方案时，直接调用企业官方标准化回复模板，进一步降低公关话术撰写成本。同时可以将多期舆情报告存入知识库，让智能体实现口碑趋势纵向分析，自动对比不同活动周期内用户情绪变化，为品牌市场策略调整提供数据化支撑。

八、项目总结

依托 WorkBuddy 零代码 AI Agent 能力搭建舆情情绪雷达，相比商用付费舆情系统、人工统计分析、代码爬虫数据分析三类传统方式，具备低成本、高灵活、数据安全、可私有化定制四大核心优势。整个搭建过程不需要掌握编程、爬虫、数据分析等专业技术，普通运营、公关、市场岗位从业者只需要按照本文的配置模板、提示词规则、数据格式规范操作，半小时内就能完成整套舆情监测工具落地部署。

全网爆款舆情情绪雷达玩法的核心本质，是借助 AI Agent 的文件解析、语义识别、持久记忆、工作流编排能力，把重复性强、标准化程度高的舆情筛选统计工作交给智能体自动化完成，让职场人从海量琐碎的评论筛选工作中解放出来，将更多精力投入到舆情风险处置、品牌口碑优化、营销策略升级等高价值工作中。同时这套工作流具备极强的复用性，除了舆情监测之外，只需要修改提示词业务规则，就能快速搭建用户痛点收集助手、问卷数据分析助手、客服工单分类统计助手等多款办公效率工具，充分释放腾讯 OpenClaw 生态下 AI Agent 在企业办公场景中的落地价值。