一、京东商品评论 API 基础能力与接入规范
1.1 接口基础信息
接口名称：jd.item_review（京东商品评论API，taobaoapi2014 前往体验）
请求网关：HTTPS，支持 GET/POST
接口版本：2.0
鉴权方式：AppKey + AppSecret 签名校验（MD5/HMAC-SHA256）
通过该接口，我们可以拿到指定 SKU 对应的用户评价、星级评分、追评内容、商品规格信息、晒图标识以及评价时间等核心字段。但这里有个关键限制必须纳入架构考量：接口仅支持查询近 180 天内的评论，且存在单商品评论总量上限和 QPS 限流规则。
二、七大业务场景落地方案
场景 1：商品舆情 & 差评实时预警系统（高频商用）
业务目标很明确：监控自有或竞品商品，一旦出现差评或负面关键词，立即通过钉钉或企业微信推送告警，以便提前介入客诉。
采集策略上，采用定时轮询与增量采集，按 skuId 分组任务；优先拉取 sort_type=1 的时间倒序数据，只处理新增评论。
过滤规则设定为 score≤2（中评、差评），并匹配关键词库：破损、故障、质量差、假货、售后慢、做工差。
输出内容包含告警消息、评论原文、sku 规格及晒图链接。
数据库层面，jd_comment 表的主键为 comment_id，需建立 skuId、score、creationTime 索引，并以 comment_id 作为唯一键防止重复入库。
其核心价值在于降低售后风险，提前发现批量质量问题。
场景 2：竞品评论分析系统
业务目标是对批量竞品 SKU 进行分析，统计好评率、差评 TOP 问题及高频标签，最终输出竞品优劣报告。
采集时需控制 QPS，对多 sku 进行轮询。
分析维度涵盖好评率、差评占比、高频痛点词及用户关心的规格。
输出形式为竞品对比看板及导出的 Excel 报表。
需注意：不要超过 100 页的分页限制，180 天外的数据接口不会返回。
场景 3：产品迭代痛点挖掘
业务目标是从评论中提取用户真实反馈，为产品、供应链及品控提供决策依据。
技术链路为：API 原始数据 → 文本清洗（去除 html、表情、特殊符号） → jieba 分词 / LLM 大模型抽取维度（做工、包装、物流、续航、尺寸、材质） → 统计各维度负面占比及高频吐槽词。
典型案例如家电评论中发现大量容量不足反馈，从而指导产品升级规格。
场景 4：运营素材提取（好评文案、晒图素材）
筛选条件为 score=5 且 isImage=1，同时过滤灌水无意义好评。
这些素材可用于商品详情文案、短视频带货脚本及卖点提炼。
合规提醒：图片及用户评价不能直接商用对外宣传，需做脱敏处理。
场景 5：选品决策支撑
关键指标包括好评率阈值（如低于 90% 标记为风险款）、差评集中问题及晒单率。
在跨境铺货场景（如 Temu/Ozon）中，可通过京东评论判断货源风险，避开大量质量投诉的货源。
场景 6：评论数据 BI 报表看板
监控指标包括每日评论增量、好评率变化曲线、晒单率、追评占比及差评关键词 TOP。
通过定时任务每日生成统计快照，用于后台可视化展示。
场景 7：AI 用户画像构建
提取高频选购 sku 规格及用户关注点，构建商品维度的用户画像。
将这些数据输入大模型，可实现商品卖点生成及问答知识库构建。