Scrape Trustpilot Reviews with DeepSeek, Analyze Sentiment with OpenAI

该工作流能够自动从Trustpilot网站爬取指定公司的用户评论,提取评论的关键信息并进行情感分析。通过DeepSeek模型,精准获取评论的作者、评分、日期等多维信息,再利用OpenAI对评论情绪进行分类,实现评论数据的自动收集和智能分析,最终将数据同步更新到Google Sheets,为品牌管理、市场调研和客户服务提供有力支持。

流程图
Scrape Trustpilot Reviews with DeepSeek, Analyze Sentiment with OpenAI 工作流程图

工作流名称

Scrape Trustpilot Reviews with DeepSeek, Analyze Sentiment with OpenAI

主要功能和亮点

该工作流自动从Trustpilot网站爬取指定公司的用户评论,利用DeepSeek模型精准提取评论的关键信息(如作者、评分、日期、标题、内容、用户国家及用户发布的总评论数),并通过OpenAI进行情感分析,判断评论情绪为积极、中性或消极。最终将结构化的评论数据和情感分类结果同步更新到Google Sheets,实现评论数据的自动化收集与智能分析。

解决的核心问题

  • 自动收集大量Trustpilot的用户评论,避免人工逐条查找和复制粘贴的繁琐。
  • 精准提取评论的多维信息,确保数据完整性和准确性。
  • 通过AI情感分析快速洞察用户反馈的情绪倾向,帮助企业了解客户满意度和潜在问题。
  • 实现数据的实时更新和存储,方便后续统计分析和业务决策。

应用场景

  • 品牌声誉管理:自动监控和分析客户评价,及时发现负面反馈。
  • 市场调研:收集竞品或自家产品的用户评价数据,辅助产品优化。
  • 客户服务:根据情感分类优先处理负面评论,提高客户满意度。
  • 数据汇报:为管理层提供结构化、动态更新的客户反馈数据报表。

主要流程步骤

  1. 手动触发工作流启动。
  2. 设置目标公司名称和爬取的最大评论页数。
  3. 通过HTTP请求分页抓取Trustpilot指定公司的评论页面。
  4. 使用HTML节点提取评论链接列表。
  5. 对评论链接进行拆分和限制数量控制。
  6. 逐条抓取单条评论的详细HTML内容。
  7. 调用DeepSeek模型提取评论作者、评分、日期、标题、正文、用户国家及评论数量等信息。
  8. 利用OpenAI模型对评论正文进行情感分析,分类为积极、中性或消极。
  9. 查询Google Sheets判断评论是否已存在,防止重复保存。
  10. 将新评论数据及情感结果追加或更新到Google Sheets中。

涉及的系统或服务

  • Trustpilot(评论数据源)
  • DeepSeek(信息提取AI模型)
  • OpenAI(情感分析AI模型)
  • Google Sheets(数据存储和管理)
  • n8n自动化平台(工作流编排)

适用人群或使用价值

  • 市场营销人员和品牌管理者:轻松掌握客户真实反馈,优化品牌形象。
  • 数据分析师和产品经理:获取结构化用户评价数据,辅助产品决策。
  • 客户服务团队:快速识别负面评论,提升客户体验。
  • 自动化爱好者和技术开发者:实现复杂爬取+AI分析的自动化流程,节省人力成本。

此工作流结合了网页爬取与先进的AI自然语言处理技术,能够高效、智能地管理和分析Trustpilot用户评价,是企业数据驱动运营的重要利器。

Scrape Trustpilot Reviews with DeepSeek, Analyze Sentiment with OpenAI