应用评分下降或差评增多时：分析并回复评论…

当需要分析、回复或改善应用评论与评分，尤其是差评增多、评分下降或想获取更多好评时，使用本技能。

适用场景

解决思路

1. 初始评估：检查并读取 `app-marketing-context.md`，获取上下文。
2. 初始评估：向用户询问 App ID，以便抓取当前评论。
3. 初始评估：向用户询问目标国家/地区，默认 US。
4. 初始评估：向用户询问当前评分和趋势（上升还是下降）。
5. 初始评估：向用户询问当前是否回复评论。
6. 情绪分析：把评论归类为 Bugs & Crashes；对这类技术问题，修复并回复修复时间线。
7. 情绪分析：把评论归类为 Feature Requests；对这类新功能需求，跟踪提及频率并考虑加入路线图。
8. 情绪分析：把评论归类为 UX Complaints；对这类困惑或挫败流程，优先改进 UX。
9. 情绪分析：把评论归类为 Pricing Complaints；对太贵或 paywall 问题，审查变现策略。
10. 情绪分析：把评论归类为 Love & Praise；对正面反馈，感谢用户并邀请分享。
11. 情绪分析：把评论归类为 Competitor Mentions；对用户比较替代品的内容，理解竞争差距。
12. 追踪指标：平均评分目标为 4.5+ 星；低于 4.0 会显著伤害转化。
13. 追踪指标：评分趋势应稳定或改善；下降趋势是问题信号。
14. 追踪指标：评论速度应一致；突然下降可能说明评分提示有问题。
15. 追踪指标：差评回复率目标为 100%；这能表明你在意，并可能改变评分。
16. 追踪指标：回复时间目标为 < 24 小时；快速回复能建立信任。
17. 优化应用内评分提示：在积极体验后显示，例如完成一项任务或达成一个目标。
18. 优化应用内评分提示：在用户已使用 App 3+ 次后显示。
19. 优化应用内评分提示：在至少使用 7 天后显示。
20. 优化应用内评分提示：绝不在崩溃、错误或令人沮丧的时刻后显示。
21. 优化应用内评分提示：绝不在 onboarding 或首次 session 中显示。
22. 遵守 Apple 的 SKStoreReviewController 规则：每台设备每 365 天最多只能调用 3 次。
23. 遵守 Apple 的 SKStoreReviewController 规则：Apple 控制对话框实际出现的时间。
24. 遵守 Apple 的 SKStoreReviewController 规则：不能自定义该对话框。
25. 遵守 Apple 的 SKStoreReviewController 规则：可以控制调用它的时机，时机至关重要。
26. 使用智能触发模式：成就触发——用户完成一个里程碑。
27. 使用智能触发模式：连续触发——用户连续 N 天回来使用。
28. 使用智能触发模式：价值触发——用户省钱、省时或达成结果。
29. 使用智能触发模式：惊喜触发——在惊喜或愉悦时刻后。
30. 处理差评：使用 HEAR 框架，Hear——承认用户提到的具体问题。
31. 处理差评：使用 HEAR 框架，Empathize——表达你理解他们的挫败。
32. 处理差评：使用 HEAR 框架，Act——说明你正在做什么或已经做了什么。
33. 处理差评：使用 HEAR 框架，Resolve——邀请他们联系支持以获得直接帮助。
34. 回复 Bug report 模板：感谢 [name] 报告；说明问题已定位，并已在 version [X.X] 中修复，将于 [date] 发布；请用户更新后反馈是否解决。
35. 回复 Feature request 模板：感谢好建议；说明已加入路线图；表示会持续根据用户反馈改进，并请关注后续更新。
36. 回复 Vague negative（例如“This app sucks”）模板：表示抱歉；说明希望了解具体问题以便改进；请用户通过 [support email] 提供细节联系支持。
37. 不要防御或争论。
38. 不要对每条评论复制粘贴同一回复。
39. 不要忽略差评。
40. 不要要求用户改变评分（违反指南）。
41. 不要提供奖励换取评论。
42. 把批评者转化为拥护者：修复他们报告的问题。
43. 把批评者转化为拥护者：回复并确认已修复。
44. 把批评者转化为拥护者：如果他们联系过你，通过支持渠道跟进。
45. 把批评者转化为拥护者：许多用户会在问题得到积极解决后更新评论。
46. 竞品评论分析：阅读竞品评论，找出未满足需求——用户希望竞品有什么。
47. 竞品评论分析：阅读竞品评论，找出常见抱怨——用户为什么沮丧，这是你的机会。
48. 竞品评论分析：阅读竞品评论，找出切换触发因素——用户为什么离开竞品。
49. 竞品评论分析：阅读竞品评论，找出功能期望——该类别的必备功能是什么。
50. 自身评论模式分析：分析评论，找出最常提及的功能（正面和负面）。
51. 自身评论模式分析：分析评论，找出常见用户群体（谁在使用你的 App）。
52. 自身评论模式分析：分析评论，找出情绪化语言（App 唤起什么感受）。
53. 自身评论模式分析：分析评论，找出比较提及（用户提到哪些竞品）。
54. 输出 Review Health Report：包含 Rating: [X.X] ★ ([trend: ↑/↓/→])。
55. 输出 Review Health Report：包含 Total Reviews: [N]。
56. 输出 Review Health Report：包含 Last 30 Days: [N] reviews, [X.X] avg rating。
57. 输出 Review Health Report：包含 Response Rate: [X]%。
58. 输出 Review Health Report：包含 Top Issues 1-3，格式为 [issue] — mentioned [N] times。
59. 输出 Review Health Report：包含 Top Praise 1-2，格式为 [praise] — mentioned [N] times。
60. 输出 Action Plan：Immediate——使用模板回复 X 条差评。
61. 输出 Action Plan：This week——修复最常报告的 bug，优化评分提示时机。
62. 输出 Action Plan：This month——实现最热门功能请求，分析竞品评论。
63. 输出 Response Drafts：为影响最大的差评提供具体回复草稿。
64. 相关技能：更广泛的 ASO 审计使用 aso-audit。
65. 相关技能：修复导致差评的留存问题使用 retention-optimization。
66. 相关技能：挖掘竞品评论洞察使用 competitor-analysis。
67. 相关技能：随时间追踪评论指标使用 app-analytics。

适用边界 · 注意事项

• 没有已发布应用或可抓取评论数据时不适用。
• 需要更广泛的 ASO 审计时，应使用 aso-audit，而不是只做评论管理。
• 差评主要由留存问题导致时，应使用 retention-optimization。