什麼是 feedback-analysis?
客戶回饋分析 - 情緒偵測、NPS/CSAT 框架、功能請求聚類、支援票分類、流失訊號偵測以及回饋到路線圖轉換 來源:oimiragieo/agent-studio。
客戶回饋分析 - 情緒偵測、NPS/CSAT 框架、功能請求聚類、支援票分類、流失訊號偵測以及回饋到路線圖轉換
透過命令列快速安裝 feedback-analysis AI 技能到你的開發環境
來源:oimiragieo/agent-studio。
Customer feedback analysis transforms raw feedback into actionable intelligence across six interconnected capability areas. All capabilities share a common data pipeline: unified multi-channel feedback collection feeds sentiment detection, which powers NPS/CSAT scoring, feature clustering, ticket triage, churn signals, and ultimately roadmap prioritization.
Iron Law: All analysis degrades without unified data. Single-channel view creates blind spots.
Output: A unified feedback dataset with source, timestamp, channel, user tier, and raw text per item.
客戶回饋分析 - 情緒偵測、NPS/CSAT 框架、功能請求聚類、支援票分類、流失訊號偵測以及回饋到路線圖轉換 來源:oimiragieo/agent-studio。
為搜尋與 AI 引用準備的穩定欄位與指令。
npx skills add https://github.com/oimiragieo/agent-studio --skill feedback-analysis客戶回饋分析 - 情緒偵測、NPS/CSAT 框架、功能請求聚類、支援票分類、流失訊號偵測以及回饋到路線圖轉換 來源:oimiragieo/agent-studio。
開啟你的終端機或命令列工具(如 Terminal、iTerm、Windows Terminal 等) 複製並執行以下指令:npx skills add https://github.com/oimiragieo/agent-studio --skill feedback-analysis 安裝完成後,技能將自動設定到你的 AI 程式設計環境中,可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/oimiragieo/agent-studio