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）
该接口可获取指定 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、评价时间等核心字段。需要重点注意平台限制：接口仅支持查询近 180 天范围内评论，同时存在单商品评论总量上限、接口 QPS 限流规则，开发系统时必须纳入架构设计考量。
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：监控自有 / 竞品商品，出现差评、负面关键词，推送钉钉 / 企业微信告警，提前介入客诉。
采集策略：定时轮询，增量采集，按 skuId 任务分组；优先拉取sort_type=1时间倒序，只处理新增评论；
过滤规则：score≤2（中评 + 差评），匹配关键词库：破损、故障、质量差、假货、售后慢、做工差；
输出：告警消息、评论原文、sku 规格、晒图链接；
数据库要点：jd_comment表主键 comment_id，建立 skuId、score、creationTime 索引；以 comment_id 做唯一键防止重复入库。
业务价值：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：批量采集多个竞品 SKU，统计好评率、差评 TOP 问题、高频标签，输出竞品优劣报告。
采集：批量任务，控制 QPS，多 sku 轮询；
分析维度：好评率、差评占比、高频痛点词、用户关心规格；
输出：竞品对比看板，导出 Excel 报表；
注意：不要超过 100 页分页限制，180 天外数据接口不返回。
场景 3：产品迭代痛点挖掘
业务目标：从评论提取用户真实反馈，给产品、供应链、品控提供依据。
技术链路：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，高频吐槽词；
案例：家电评论发现大量反馈容量不足，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：score=5、isImage=1；过滤灌水无意义好评；
用途：商品详情文案、短视频带货脚本、卖点提炼；
合规提醒：图片、用户评价不能直接商用对外宣传，需要做脱敏处理。
场景 5：选品决策支撑
指标：好评率阈值（例如低于 90% 标记风险款）、差评集中问题、晒单率；
跨境铺货场景：Temu/Ozon 选品，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
指标：每日评论增量、好评率变化曲线、晒单率、追评占比、差评关键词 TOP；
定时任务每日生成统计快照，用于后台可视化。
场景 7：AI 用户画像构建
提取：高频选购 sku 规格、用户关注点，构建商品维度用户画像；
输入大模型，做商品卖点生成、问答知识库。
