4 条提示词，如何把 98 条产品评论变成工程决策依据 ｜ 技术实践

2026 年 10 月 30 日，InfoQ 中文 IT 资讯发布了一则技术实践案例，记录了如何利用 Snowflake Hex Agent 平台，仅通过 4 条提示词，在 20 分钟内将 98 条亚马逊产品评论转化为可落地的工程决策应用。

www.sosit.com.cn

平均星级评分掩盖的安全风险

该案例以售价 500 美元的 GE Profile Opal 2.0 台面式颗粒冰制冰机为例。该产品在亚马逊上的总评分为 3.7 星，看似平庸，但深入分析其 98 条真实评论后发现，评价呈现明显的两极分化：一星和五星评论数量大致相当。这种平均星级评分掩盖了真实的安全风险，包括机器内部滋生黑霉、收到有缺陷的翻新替换机导致向美国商业改进局（BBB）投诉，以及多位用户发出的“严重健康隐患”警告。 技王数据恢复

四条提示词构建分析应用

作者团队利用 Snowflake Marketplace 上的 Amazon Best Sellers 数据集，通过 Hex Agent 的一次会话完成了从数据连接到应用发布的全过程。具体操作分为四个步骤： www.sosit.com.cn

• 数据概览：首先展示 GE Profile Opal 制冰机的评论，查看星级分布及覆盖所有评分档位的评论样本。
• 深度分析：利用 Snowflake Cortex AI Functions 对全部 98 条评论进行情感评分、主题分类（如质量缺陷、霉菌卫生、客服支持等）、升级处理风险检测及具体缺陷提取。结果显示，23 条三星评论中有 21 条属于高严重度问题（如水泵损坏、制冰筒断裂），真正的负面评价比例约为 55%，远高于星级显示的 29%。
• 高管摘要：从 52 条负面评论中提取故障部件和时间线，生成工程优先级建议。结论指出，制冰螺旋钻传动系统故障（占比 52%，中位发生时间 6 个月）和供水通路霉菌问题（存在健康安全风险）应列为 P0 最高优先级，水位传感器和水泵可靠性提升列为 P1 优先级。
• 应用发布：构建包含摘要卡片、筛选器、柱状图和可排序评论表的交互式应用，并一键发布生成实时网址。

技术架构与实际意义

该方案的核心在于所有 AI 能力均以 SQL 原生函数的形式在 Snowflake 内部执行，数据不会离开用户账户。这意味着：

www.sosit.com.cn

• 数据合规：符合 GDPR、HIPAA 或内部数据丢失防护（DLP）政策，无需担心隐私泄露。
• 自动治理：现有的数据屏蔽策略、行级安全和审计日志继续发挥作用，无权限的列无法传入 AI 函数。
• 无需基础设施：无需管理 API 密钥、模型托管或 GPU 集群，仅需支付按行计费的 AI 函数费用。

虽然本演示使用的是静态数据集，但在生产环境中，可通过动态表设置目标延迟，实现新评论的自动 AI 增强和增量刷新。这一模式展示了从非结构化文本到结构化 AI 应用的快速构建路径，适合 AI 产品经理、质量分析工程师和 SRE 参考。 www.sosit.com.cn

技术审核：邓严军｜技王数据恢复实验室技术总监 技王数据恢复