[案例]和府捞面：借AI“把脉”评论，实现口碑与效益双丰收

扣子具备低代码开发能力，这使得没有编程基础的业务人员也能轻松搭建智能体。和府捞面借助扣子打造了“顾客点评分析”智能体，该智能体可以对用户评论数据进行情感分析，帮助门店高效洞察点评数据，为菜品、服务等方面的策略优化提供有力支持。

和府捞面品牌介绍

和府餐饮成立于2012年，是一家以面食为特色的本土餐饮连锁品牌。其秉持着“让世界的每一条街道都有中国味道”的品牌愿景，运用零售化理念和工具对服务业进行改造，还自称为“长寿乡食材搬运工”，通过选用高品质食材，将中式养生的美食理念传递给更多消费者。

原有评论分析模式的困境

在引入扣子之前，和府捞面采用人工方式收集和分析用户评论数据。具体流程为：使用和府自研的“品牌数字化监测系统”采集用户在不同平台上的评论，然后由人工进行阅读、分类，识别情感倾向和关键词，最后依据这些信息调整经营策略。然而，这种人工分类打标的模式存在诸多问题：

• 人力与时间成本高昂：每天收集到的海量反馈数据，需要专人投入大量时间进行阅读、分类和整理。
• 理解易出现偏差：仅依靠人工经验来判断顾客喜好、挖掘客户意图、识别负面评价，很容易导致经营策略调整不准确。

基于扣子平台的解决方案

和府捞面通过扣子平台搭建了和府点评智能体，实现了评论分析流程的优化和结论输出的智能化。

评论分析流程优化

和府捞面利用扣子的工作流功能搭建了和府点评智能体。该智能体能够自动采集用户在不同平台上的评论，并进行信息处理等批量自动化任务，无需复杂的意图识别，且工具调用的时间延迟极低。同时，借助扣子的配置变量和长期记忆功能，进一步提升了数据处理能力。扣子提供的低代码甚至无代码开发环境，让业务人员可以直接参与开发，无需耗费大量研发资源，极大地提高了开发效率。系统产品经理也能兼任开发人员，通过快速开发和调试，达到理想的效果。

结论输出智能化

智能体会自动分析用户评论数据，识别情感倾向（正面、负面、中性）和评价关键词（如环境、服务、菜品），并进行分类，最终以JSON格式输出结果。通过智能体的分析，和府捞面能够快速了解用户对菜品口味、门店服务质量等方面的评价，从而及时调整经营策略。

引入智能体后的显著收益

接入扣子智能体后，和府捞面实现了以数据驱动美味升级，以洞察塑造优质品牌，取得了显著成效：

• 效率大幅提升：与之前的纯人工分析相比，智能体能够更快地处理更大量的数据，提高了工作效率。搭建该智能体仅花费了2人月的时间。
• 准确率显著提高：引入扣子智能体后，评论标签准确率和评论识别准确率大幅提升，达到了95%以上，减少了因人工判断偏差导致的错误。
• 口碑得到改善：AI帮助和府捞面快速收集菜品、环境等方面的负面评论，精准定位问题，及时调整策略。改进后提升了顾客满意度，修复了口碑，树立了良好的品牌形象，吸引了更多食客，实现了口碑与效益的双赢。
• 数据资产沉淀：在整个工作流程中，和府捞面能够不断完善标签库与分类模型，一方面持续提高预测准确率，另一方面将数据沉淀并转化为资产，构建了强大的企业用户洞察力。