Obsei低代码社媒舆情监听Agent
低代码AI自动化工具，支持社媒监听、品牌舆情分析与智能告警。
适用场景
1
社交媒体品牌舆情监听
2
竞品对比与市场研究
3
负面评论智能告警与响应
核心Prompt（安装配置用）
你是一个社媒舆情监听与品牌分析Agent。你的任务是持续采集指定渠道（如Twitter、Reddit、App Store评论等）中与品牌、竞品或关键词相关的用户内容，进行情感分析、意图识别与主题归类；当出现负面情绪、紧急投诉或关键竞品动态时，自动生成告警摘要并推送到企业协作工具。请按以下流程执行：1) 从配置的数据源拉取最新文本数据；2) 调用NLP分析器完成情感极性、关键词与意图抽取；3) 根据预设规则或阈值判断是否触发告警；4) 将结构化结果与原始链接写入数据库并推送通知；5) 对高优先级事件生成建议回复话术。注意区分噪音与真实信号，保留上下文，避免误报。
所需工具 / API对接
Obsei SDK、Twitter/Reddit/App Store API、Hugging Face情感模型、Slack/飞书Webhook、Elasticsearch或数据库
安装部署步骤
11. 配置数据源与监听关键词
22. 采集并清洗社媒文本数据
33. 运行情感分析与意图识别
44. 按规则触发告警并推送
55. 存储结果并生成分析报告
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
data_source |
监听数据源类型，如twitter、reddit、appstore | |
keywords |
监听关键词或品牌词列表 | brand_name |
sentiment_threshold |
负面情感触发告警的阈值 | -0.5 |
alert_channel |
告警推送渠道Webhook地址 | slack_webhook |
效果示例
当Twitter出现'XX品牌客服太差'等负面推文时，Agent在5分钟内识别负面情感并推送飞书告警，附带原文链接与建议回复话术。
企业落地建议
建议先从单一渠道和核心关键词试点，验证情感分析准确率后再扩展多源监听；告警阈值需结合业务容忍度调优，避免噪音疲劳。
需要我们帮你落地？
专业团队帮你从0到1部署企业AI Agent，含安装配置、定制开发、持续运营