WorkBuddy通过五步实现高效情感分析与反馈提取：一、启用内置多模型情感分析Skill；二、用MCP协议接入企业级API；三、多Agent并行处理超长文档；四、规则引擎过滤噪声数据；五、导出带溯源标记的结构化报告。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您需要从大量用户评论、调研问卷或客服对话中快速识别情绪倾向与关键观点，则可能是由于传统人工阅读效率低、主观性强。以下是WorkBuddy执行长文本情感分析与用户评价反馈提取的具体操作路径：
一、启用内置情感分析Skill
WorkBuddy预置了基于多模型协同的情感识别能力，可自动对输入文本进行细粒度分类（positive/negative/neutral/mixed），并标注各段落置信度得分，避免单一模型偏差。
1、打开WorkBuddy桌面客户端，点击左上角「+新建任务」。
2、在任务类型中选择「情感分析与反馈提炼」技能模板。
3、将待分析的长文本（如Excel中的“用户评论”列、TXT文件全文或粘贴的网页爬取内容）拖入输入框，或点击「上传文件」选择本地文档。
4、确认模型选项：默认启用Hunyuan-EmoV2，如需更高精度可手动切换至DeepSeek-Sentiment-Pro。
5、点击「运行分析」，系统自动分句切片、逐段打标，并高亮标注情感冲突段落（如前半段positive后半段negative标记为mixed）。
二、使用MCP协议接入外部情感API
当原始文本含行业黑话、方言或需匹配企业自定义情感词典时，可通过MCP协议直连内部NLP服务，绕过通用模型限制，确保术语一致性。
1、进入「设置」→「扩展能力」→「MCP连接管理」。
2、点击「新增MCP端点」，填入企业已部署的情感分析服务地址（如https://nlp.internal.company/v1/sentiment）。
3、在认证字段中粘贴企业级API Key（有效期90天），勾选「启用情感强度分级」。
4、返回任务页，新建任务时选择「MCP情感分析」模式，上传文本后系统将实时转发至内网服务并回传结构化结果。
三、多Agent并行处理超长文档
针对百万字级客服日志或跨平台全量评论（如App Store+微博+小红书合并数据），单Agent易超时或丢失上下文。WorkBuddy支持动态拆解为语义区块，由多个Agent同步标注再聚合。
1、新建任务时选择「超长文本深度分析」模板。
2、在参数面板中设置「分块策略：按语义段落（非固定字数）」，启用「跨块情感一致性校验」。
3、系统自动启动3个Agent：Agent-A负责情感初筛，Agent-B提取关键词与否定词组合，Agent-C校验前后文逻辑矛盾（如“价格便宜但质量差”被识别为mixed而非split positive/negative）。
4、所有Agent完成标注后，主控Agent生成汇总表，包含各区块情感分布热力图及TOP5高频负面触发短语。
四、结合规则引擎过滤噪声数据
用户原始反馈常含无关符号、重复刷评、广告话术等干扰项，直接分析会导致情感失真。WorkBuddy提供可视化规则配置，可预清洗再分析。
1、在任务编辑页点击「添加预处理规则」。
2、勾选「移除连续重复字符＞3次」、「过滤含营销链接的整行」、「屏蔽含emoji＞5个的评论」。
3、自定义关键词黑名单：输入「抽奖」「加微信」「私聊」等，系统自动标记为「无效反馈」并排除分析范围。
4、保存规则后点击「应用并分析」，仅有效文本进入情感建模流程。
五、导出带溯源标记的结构化反馈报告
分析结果不仅输出情感标签，还保留原始文本位置锚点，便于业务方定位具体用户、时间、渠道，实现问题闭环追踪。
1、分析完成后，点击右上角「导出结果」。
2、选择格式为「Excel（含原文片段+情感标签+置信度+来源渠道+时间戳）」。
3、在导出设置中启用「高亮异常值」：自动标红置信度＜0.65的所有mixed判定项，供人工复核。
4、点击「生成并下载」，文件将包含工作表「情感总览」「负面聚类词云」「原始数据溯源」三张独立sheet。
