项目是什么
这不是「读差评 → 抄槽点 → 做一个克隆」。它是一套用户怎么说的审计方法：在公开评论里看付费用户如何描述失败、凑合和付钱的理由，再判断有没有一个值得验证的缺口。
一条差评只能说明「有人当时这么写」。它不是规格书，不是路线图，更不是「做出来就会有人买」。真正能带走的，是跨来源重复出现的问题簇：同一类工作失败了，说话的人看起来像买家，而且失败不是一次性发泄。
所以本页的产出不是克隆清单，而是一张聚类表：3–7 类问题，每类只保留短转述、链接、日期，以及「像不像买家 / 是否跨平台重复」。谁把评论正文贴进文档当需求，谁就走错方向。
谁需要 / 谁该跳过
需要这套方法的人，通常已经圈定了一个品类，但还说不清用户到底卡在哪项工作上。他们愿意花一个下午打开两个平台、亲手读大约 20 条，而不是先写爬虫或先画功能图。
- 独立开发者、内容站站长：想从竞品评论里找可验证切口，而不是再做一个「也有 AI」的通用工具。
- 准备出海或对照英文品类的人：需要用户原话里的失败场景和付费语言，而不是自己脑补的痛点。
- 已经听过「去 G2 挖槽点」却把槽点直接写成功能列表的人：需要停手，改成聚类和五问。
谁该跳过：准备把抱怨复制成功能列表的人；打算建评论库、跑商业爬虫、或把整段差评贴进产品文档的人；只想听「这个赛道能赚钱」的人。本页不教绕过平台条款，也不把差评翻译成收入承诺。
现有替代方案
评论挖掘不是新发明。你缺的不是又一个「AI 读完一万条」的仪表盘，而是：失败有没有在两个来源重复，说话的人像不像买家。
- Copyhackers：Amazon review mining（2014）。用来借用户语言写文案，不是用来当产品规格。它教你听原话，不教你抄功能。
- VOC.AI：Voice of Customer Analysis。电商评论聚类与买家语言工具。适合卖家看主题，不替代你对「像不像买家」的判断，也不等于可以无视平台抓取禁令去建库。
- JTBD + NLP 评论挖掘。把评论里的工作（job）抽出来再聚类。方法提醒你：用户骂的是功能名，真正失败的是一项工作。规模化 NLP 需要语料；本页故意停在小样本人工聚类。
- VoC miner（公开方法技能）。按来源扫评论和论坛、抓短证据、按需求而不是按功能名归主题。输出仍是待验证假设，不是判决。
用这些方法之前，先问两句：同样的失败有没有在两个来源重复？说话的人看起来像买家，还是像路人发泄？两个都否，就还没有机会，只有噪音。
变现与获客
本页不承诺收入，不承诺有人会为你挖到的槽点付钱。差评挖掘本身几乎不直接赚钱；它只能降低你把假需求做成产品的概率。
变现发生在缺口被验证之后：一次访谈里的明确工作、一次落地页上的预约或小额付款，而不是发生在你的评论表格里。把「聚成了四类抱怨」当成获客成功，是把方法页误当成渠道页。
分数里变现一项刻意给低（24）：方法不卖课、不承诺 MRR。执行可行性给高（78），是因为 10×2 可以本周人工做完，不需要先写爬虫、买 VoC 套件或建评论库。获客仍然要另找入口：社区、搜索、现有读者，评论站不是你的获客渠道。
五问
读完样本不要立刻列功能。按这个顺序问。任何一问答不上，簇就还不能进入验证。
- 谁在抱怨？职位、使用场景、付费身份能不能从公开信息看出来？说话人像买家、试用者，还是路人？看不出「谁」，就不要当成目标用户。
- 哪项工作失败了？不要记功能名（「生成不行」），要记用户想完成的任务（「周四前交出可核验的客户邮件」）。工作说不清，克隆功能也救不了。
- 这是簇还是孤例？同一失败有没有在两个平台、两个产品、或好评里的「但是」里重复？只出现一次，当噪音丢掉。
- 根因怎么分流？是产品做不到、价格预期错位、开通/账单失败，还是买错了人？分流错了，你会去做一个没人需要的补丁。
- 最小证据是什么？不靠爬虫、不靠更大评论库。下一项只允许：访谈 5 个像买家的人，或落地页测这个缺口。过不了这一步，不要写代码。
10×2 人工审计
目标不是「读完这个品类所有差评」，而是用可复核的小样本，得到 3–7 类问题。对每个候选品类，按顺序做完这 10 步。
- 选品类，不选功能清单。写清「谁在什么场景下雇什么工具完成哪项工作」。写不成这句话，先不要打开评论页。
- 点名 2–4 个品类代表。只用来定位评论入口，不当竞品抄袭对象。
- 选两个平台。例如 G2 + Capterra，或应用商店 + Trustpilot。两个来源对不上，就不要开始聚类。
- 每个平台人工读约 10 条，必须含好评。只读一星会放大发泄；好评里的「但是」往往更接近真实工作。
- 每条只记四件事：≤25 字转述、页面 URL、可见日期、像不像买家。禁止粘贴评论正文，禁止建评论库。
- 打开页面读，不要自动化抽取。平台条款禁止抓取；本方法的边界就是人工、小样本、当场记录。
- 把相近失败归成 3–7 类。少于 3 类，多半还没分开「工作失败」和「情绪」；多于 7 类，是在抄槽点，不是在聚类。
- 丢掉孤例。只在一个平台出现一次、说话人不像买家、或与产品工作无关的，划掉。
- 用五问过滤。留下的簇必须能回答谁、什么工作、是否重复、根因分流、下一步最小证据。
- 停在表上，不要开工。表不是产品规格。下一步是访谈 5 人或落地页，而不是开仓库。
笔记本里的表，列就这些。不要加「功能建议」「克隆要点」列——那两列会把线索写成规格。
| 列 | 记什么 | 不记什么 |
|---|---|---|
| 簇 | 3–7 类问题的短名 | 功能清单、路线图条目 |
| 转述 | 失败工作，≤25 字 | 评论全文、辱骂原句 |
| 谁 | 像不像买家 / 试用者 | 真实姓名、可识别隐私 |
| 来源 | 平台 + URL + 可见日期 | 本地镜像、批量导出文件 |
| 分流 | 产品 / 价格预期 / 账单客服 / 买错人 | 「所以我们要做 XX 功能」 |
付费语言 vs 发泄
不是所有差评都值得进簇。先把语言分开，再决定要不要五问。
| 更像付费语言 | 更像发泄 |
|---|---|
| 说出具体工作流、预算、替代品、迁移成本 | 只有骂、星级报复、与产品工作无关的情绪 |
| 描述失败场景和现在怎么凑合 | 同一天、同一句、批量出现的空差评 |
| 跨两个来源重复，说话人像买家 | 只出现一次，或明显像水军 / 竞品攻击 |
| 好评里的「但是」也指向同一工作 | 一星只因为优惠没叠上、发票抬头、与功能无关的客诉 |
发泄可以当风险提示（客服、账单、预期管理），但不能单独当成「做一个克隆就能赢」的证据。
样本：AI 写作工具（2026-09-11 转述）
下面不是本站做过的 10×2 一手审计，而是对公开评论页主题的转述，用来演示聚类长什么样。品类代表点名 Jasper、Copy.ai、Writesonic，只说明「这类工具的评论页上反复出现什么」，不引用任何一条评论全文，也不把转述写成规格。
| 簇 | 转述（≤25 字） | 品类代表 | 来源 URL | 日期 |
|---|---|---|---|---|
| A 定价预期 | 转述：年付太贵，降档也难用 | Jasper | G2 · Jasper reviews | 2026-09-11 |
| B 质量 / 幻觉 | 转述：写得通顺，事实对不上 | Writesonic | G2 · Writesonic reviews | 2026-09-11 |
| C 开通上手 | 转述：注册完不知道第一步 | Copy.ai | G2 · Copy.ai reviews | 2026-09-11 |
| D 账单 / 客服 | 转述：扣费不清，客服找不到 | Jasper | Capterra · Jasper | 2026-09-11 |
两个平台都看过公开产品页之后，缺口更可能落在三处，而不是再做一个通用写作器：账单是否说得清、输出能不能被核验、以及买家是不是被错当成「所有要写字的人」。A 和 D 常被混成「太贵」；五问会把价格预期和扣费/退款失败分开。B 看起来像模型质量，根因经常是工作要求可核验事实，而工具交付的是通顺草稿。C 是开通失败，不一定是功能不够多。
这张表的正确用法：拿去访谈 5 个真正在买 AI 写作工具的人，或用落地页只测其中一个缺口。错误用法：按 A–D 列功能，再做一个 Jasper 克隆。
平台风险
评论公开可见，不等于可以采集、转载或训练。本页的编辑立场只有一句：只做小样本人工阅读，不建评论库，不教抓取。
- G2 Terms of Use 明确禁止未经书面同意用自动化手段抓取、索引、存储评论与衍生数据，包括用于训练模型或二次销售。
- Capterra Terms of Use 同样禁止 scrape / harvest，以及把站点内容送进机器学习系统。
- Trustpilot 企业条款禁止未经授权的文本挖掘与网页抓取；企业指南也把未经许可复制、收集和商业利用平台数据列为滥用。
- Google Play 评分与评论政策禁止操纵评分、激励好评、伪造评论。商店评论里混着假评和报复评，不能当市场规模。
- App Store Review Guidelines 禁止操纵评论；4.5.1 写明不得从 Apple 站点（含 App Store）抓取信息。没有官方许可，就不要把商店评论做成数据库。
假评、选择性邀请、竞品攻击在这些平台都存在。小样本的价值是让你看见语言，不是让你统计「差评占比」。要频率，去访谈和搜索；要语料库，先看条款——多数情况下答案是：不要做。
MVP 怎么做
目标不是「根据差评开工」，而是「用 10×2 证明有没有一个可验证缺口」。按这个顺序做完，再决定要不要写代码。
- 完成一次 10×2：两个平台、各约 10 条（含好评），聚成 3–7 类，过五问。
- 只留一个簇。写一句话：谁、在什么场景、哪项工作失败、现在怎么凑合。
- 不要做产品。先访谈 5 个像买家的人，或做一页落地页，只测这个缺口（预约、邮箱、或小额解锁）。
- 记 7 天日志：有没有人主动描述同一工作、是否愿意预约或付款、反对意见是什么。日志比聚类表重要。
- 7 天内没有一次认真对话或付费动作，结论就是：这个簇还不是机会。换簇或停，不要加码开发。
最小验证成本应是几天阅读 + 5 次对话或一页落地页，而不是评论爬虫、主题模型和一套克隆功能。
主要风险
- 假评与选择性样本。激励好评、伪造差评、只邀请满意客户，都会扭曲簇。两个来源对不上，就当无效。
- 条款与抓取。G2 / Capterra / Trustpilot 禁止 scrape；App Store 明确不得抓取。为了「更全」去撞条款，方法就失败了。
- 把抱怨复制成克隆。槽点清单看起来可执行，产物却是又一个同质工具。输出必须是聚类表，不是功能表。
- 预期错位 vs 真实工作。用户骂「太贵」「不好用」，根因可能是买错人、开通失败、账单不清，而不是缺一个按钮。
- 谁该停。做不到只记转述、做不到两个来源交叉、或目标就是商业爬虫/评论库的人，继续执行只会扩大合规风险，不会缩小验证成本。
证据状态
本页绑定 2026-09-11。方法来源点名：Copyhackers Amazon review mining、VOC.AI、JTBD + NLP、VoC miner。平台边界来自 G2 ToS、Capterra ToS、Trustpilot 企业条款、Play 评分评论政策、App Store Review Guidelines（含不得抓取）。
AI 写作工具四簇是 2026-09-11 对公开评论页主题的转述，不是本站完成的 10×2 一手样本，不能当该品类的市场结论。没有本站自有评论库（也不应该有），没有编造差评占比、收入或「照做就能赢」。
分数是对「把这套判断流程写出来值不值得」的初步判断：需求来自反复出现的「去差评里找机会」意图（72），竞争友好度来自方法可公开执行、但英文 VoC 工具和营销文已经很多（58），变现几乎不成立（24），执行可以本周人工做完（78），综合 56。判定为可执行验证：去做一次 10×2，而不是去开发爬虫或克隆。在你用自己的品类跑完五问和 5 人访谈/落地页之前，不要把样本表当成可开工清单。