退款率冲到 63% 的那个商家 · 症状看了三个月，病因没人查过一次
商品与投放诊断 · 真实业务触发
近期差评突然变多：油污净的差评里反复出现「瓶子漏液」，差评率从 2.1% 爬到 4.8%。客服每条都回复了（「亲，给您补发」），但没人把 30 天的差评和退款原因放在一起看过 —— 老板娘问：到底是产品问题还是物流问题？没人答得上来。
不是流程描述，是调研出来的真痛点 —— 每条可点开核对出处
变化不在「快」，在「参与的角色」和「覆盖的范围」
5 步 · 每一步的产出都是下一步的输入
痛感 4 × AI 适配 5 ÷ 落地难度 2 = 10.0
最大差异点 · 不要求客户先懂文本分析。差评导出、退款原因记录（平台后台都能导）扔进来 —— 聚类结果配 TOP5 表 + 整改建议，客服记录里的金矿第一次被挖出来。
评分口径：痛感看「这事没做好谁会生气、生气到什么程度」； AI 适配看「输入是否非结构化、是否要跨部门取数、错了能不能当场看出来」； 落地难度是分母 —— 需要客户先做数据治理的场景，分数会被压得很低。
判断标准只有一个：这份东西能不能直接进企业的流程
不做「自动回复差评」—— 对外发声担责，回复由人写。本场景做的是把 30 天的差评与退款原因聚成类、给出整改清单 —— 内部分析，不碰对外。
Live Demo 里有一个完整案例的每一步，包括 Agent 在哪一步拦住了