背景：新品发布期的用户声音亟待结构化洞察
2025 年 10 月，华为正式发布 Mate 80 系列旗舰手机，涵盖 Mate 80、Mate 80 Pro、Mate 80 RS 以及延续经典的 Mate X2 折叠屏机型。作为国产高端智能手机的代表，该系列一经亮相便在全球科技圈引发热议。我们团队通过 YouTube Data API 采集了与“Mate 80”相关的数百个热门视频下的全部评论数据。
初步统计显示，仅一周内就收集到 超过 2.1 万条原始评论，内容涵盖产品功能评价、价格讨论、竞品对比、购买意向等丰富维度。然而，这些数据高度非结构化：语言混杂（中英夹杂）、表达随意（如“M80P太顶了！”、“mate80pro卫星通话救命”）、情绪隐晦（如“等第一批用户踩雷”实为观望态度）。更关键的是，大量评论与 Mate 80 无关——例如讨论 iPhone 16、荣耀 Magic7，甚至与手机完全无关的广告或表情包。
面对海量噪声数据，传统人工阅读或通用 NLP 工具已无法满足高效、精准的分析需求。我们需要一个能自动识别具体机型、准确判断情感倾向、提炼核心关注点的智能系统，并在极低成本下快速落地。
目标定义：构建轻量级、高精度的舆情分析流水线
基于业务诉求，我们明确了三大核心目标：
精准过滤：仅保留明确提及 Mate 80 系列（含 Pro/RS/X2 等子型号）的评论；
细粒度分析：区分不同机型的情感分布与功能关注点；
结构化输出：生成可直接用于汇报的中文分析报告，包含情感比例、典型语句、热门维度及各型号声量。
技术选型：为什么选择 LazyLLM？
在评估多个方案后，我们决定采用 LazyLLM + DeepSeek 大模型 的组合。原因如下：
开发效率高：LazyLLM 提供统一接口封装主流大模型（包括 DeepSeek），无需处理认证、重试、流式响应等底层细节；
灵活性强：支持自定义 Prompt，可精确引导模型输出所需 JSON 结构；
成本可控：结合本地预处理，实现“一次调用、全局分析”的批处理模式。
这一架构完美契合我们的“轻量、精准、低成本”原则。
落地过程：从数据清洗到智能洞察
第一阶段：本地规则引擎实现精准过滤
我们首先构建了一个本地型号识别模块。考虑到用户写法多样（如 “Mate80Pro”、“Mate 80 Pro”、“m80 rs”），我们采用“标准化+最长匹配”策略：
定义标准型号列表：["Mate 80 RS", "Mate 80 Pro", "Mate 80", "Mate X2"]；
将评论和型号均去除空格并转小写；
按型号长度降序匹配，确保“Mate 80 Pro”不会被误判为“Mate 80”。
大量评论与 Mate 80 无关——例如讨论 iPhone 16、荣耀 Magic7，甚至与手机完全无关的广告或表情包等（如下图）
![]()
真正聚焦于 Mate 80 系列的评论散落在海量噪声之中，且表达形式高度非结构化，因此，我们统一提取所有明确提及 Mate 80 及其子型号（如 Pro、RS、X2）的评论进行分析。
核心代码如下：
def extract_mentioned_models(comment: str) -> list:
# 按长度降序排列，确保 "Mate 80 Pro" 优先于 "Mate 80"
standard_models = [
"Mate 80 RS",
"Mate 80 Pro",
"Mate 80",
"Mate X2"
]
normalized_comment = re.sub(r'\s+', '', comment).lower()
found = []
for model in standard_models:
normalized_model = re.sub(r'\s+', '', model).lower()
if normalized_model in normalized_comment:
found.append(model)
return found if found else ["Unknown"]
随后，我们在主流程中调用该函数进行批量筛选：
def extract_mate80_entries(json_path: str):
with open(json_path, 'r', encoding='utf-8') as f:
data = json.load(f)
entries = []
for item in data:
for cmt_obj in item.get("comments", []):
raw = cmt_obj.get("comment_text", "").strip()
if not raw:
continue
models = extract_mentioned_models(raw)
if models != ["Unknown"]:
cleaned = clean_comment(raw)
if len(cleaned) >= 5:
entries.append({
"raw": raw,
"models": models
})
return entries
该模块在本地运行，不依赖任何外部 API，2.1 万条评论仅需 3 秒即可完成过滤。最终，系统从 21,451 条原始评论中精准提取出 274 条有效评论，过滤率达 98.7%。
![]()
第二阶段：设计结构化 Prompt 引导大模型输出
我们将 274 条评论截取前 200 条（兼顾代表性与 token 限制），拼接成一段上下文，并精心设计中文 Prompt，明确要求模型：
统计正面/负面/中性情感数量及占比；
为每类情感提供 2 条原始评论示例；
从预设维度（如卫星通信、操作系统、价格等）中选出热度最高的 5 项；
分别统计各具体机型的提及次数；
所有输出字段必须为简体中文，且为标准 JSON 格式。
这一设计确保了 LLM 的输出可直接解析，无需后处理。
Prompt 构建代码如下：
def build_chinese_prompt(entries):
if not entries:
return "未找到任何与华为 Mate 80 系列相关的评论。"
# 最多取 200 条，避免超上下文
sample = entries[:200]
comment_texts = [f"- {e['raw']}" for e in sample]
comments_block = "\n".join(comment_texts)
prompt = f"""
你是一位专业的产品舆情分析师。以下是用户在 YouTube 视频下关于 **华为 Mate 80 系列** 的真实评论（共 {len(sample)} 条）：
{comments_block}
请基于以上评论完成以下分析任务：
1. 统计整体情感倾向：
- 正面：表达喜爱、推荐、赞扬
- 负面：表达不满、批评、失望
- 中性：提问、观望、无明显情绪
2. 为每类情感挑选 2 条最具代表性的原始评论（直接复制原文，不要修改）。
3. 从以下候选维度中选出被讨论最多的 5 项（按热度排序）：
[相机, 电池, 价格, 设计, 系统, 卫星通信, 折叠屏, 性能, 屏幕, 信号, 重量, 手感, 品牌, 生态, AI功能, 耐用性]
4. 统计各具体机型的评论数量（仅统计以下 5 款）：
- Mate 80
- Mate 80 Pro
- Mate 80 Pro+
- Mate 80 RS
- Mate X2
5. **输出格式要求**：
- 必须是标准 JSON
- 所有字段名和内容使用**简体中文**
- 不要包含任何额外解释、注释或 Markdown
输出结构如下：
{{
"概览": {{
"总评论数（提及Mate 80系列）": {len(sample)},
"情感分布": {{
"正面": {{ "数量": 0, "占比": "0%" }},
"负面": {{ "数量": 0, "占比": "0%" }},
"中性": {{ "数量": 0, "占比": "0%" }}
}}
}},
"各型号评论数量": {{
"Mate 80": 0,
"Mate 80 Pro": 0,
"Mate 80 Pro+": 0,
"Mate 80 RS": 0,
"Mate X2": 0
}},
"典型评论示例": {{
"正面": ["...", "..."],
"负面": ["...", "..."],
"中性": ["...", "..."]
}},
"高频讨论功能维度": ["...", "...", "...", "...", "..."]
}}
"""
return prompt
第三阶段：单次调用完成全局分析
通过 LazyLLM 的 OnlineChatModule，我们仅用一行代码完成 DeepSeek 调用：
llm = lazyllm.OnlineChatModule(
source="openai",
base_url="https://api.deepseek.com/v1",
api_key="sk-你的实际密钥",
model="deepseek-chat"
)
raw_output = llm(prompt)
为确保结果可靠，我们还加入了安全解析逻辑：
try:
start = raw_output.find('{')
end = raw_output.rfind('}') + 1
json_str = raw_output[start:end]
result = json.loads(json_str)
except Exception as e:
result = {"原始LLM输出": raw_output}
整个过程耗时约 4 秒，消耗约 10,000 tokens，成本仅为 ¥0.0015（约 0.15 分钱）如下图（0.23包含其他请求）
![]()
第四阶段：结果验证与业务赋能
系统输出清晰展示了关键洞察：
Mate X2 是绝对讨论焦点，占相关评论的 98%（196/200），Mate 80 系列几乎未被提及。
正面情绪为主（62.5%），用户称赞其“无折痕折叠设计”和“硬件领先三星”。
负面主要集中在价格与生态：高价（约 $2700）、无 Google 服务、不支持手写笔和防水，被指“性价比低”。
中性评论多为混淆或询问，如误问“Mate 80 Pro 尺寸”，反映新品认知度不足。
高频维度：折叠屏、价格、系统、设计、相机——聚焦硬件形态与生态短板，Mate 80 新特性尚未进入海外讨论视野。
最终生成的 JSON 报告示例如下：
{
"概览": {
"总评论数（提及Mate 80系列）": 200,
"情感分布": {
"正面": {
"数量": 125,
"占比": "62.5%"
},
"负面": {
"数量": 35,
"占比": "17.5%"
},
"中性": {
"数量": 40,
"占比": "20%"
}
}
},
"各型号评论数量": {
"Mate 80": 0,
"Mate 80 Pro": 3,
"Mate 80 Pro+": 0,
"Mate 80 RS": 1,
"Mate X2": 196
},
"典型评论示例": {
"正面": [
"Huawei Mate X2 Best foldable hardware Creaseless folding mechanism.. my wishlist foldable smartphone",
"Mate X2 is better than Fold2 on every aspect. Maybe it will be better than the fold 3 too"
],
"负面": [
"Mate X2 doesn’t have a pen support nor waterproof but costs 1,000USD more. You can literally buy Z fold 3 + iPad pro for the money you can buy a single Mate X2.",
"to be honest the mate x2 is worthless no google service i was the first to say it's totally ok but now I realize there some apps that won't work even if u manage to install gms on the phone so to pay like 2700$ for a phone it's just madness"
],
"中性": [
"can you write the dimensions of huawei mate 80 pro",
"Can you tell me the dimensions of the new mate 80 pro, just 70 pro is too wide 79.5"
]
},
"高频讨论功能维度": [
"折叠屏",
"价格",
"系统",
"设计",
"相机"
]
}
价值总结：小投入撬动大洞察
本次项目从需求提出到完成仅用 1 日，却实现了传统方式难以企及的分析深度与速度。更重要的是，它验证了一种可复用的轻量化大模型应用范式：本地规则做“减法”，大模型做“加法”，用规则过滤噪声，用智能提炼价值。
未来，该框架将扩展至 Pura 系列、平板、穿戴设备等产品线，成为我们用户声音监测的标准化工具。而这一切的起点，正是 LazyLLM 所提供的极简开发体验与强大问题解决能力。
版权声明：本文作者@Y
