舆情监测分析：Tokeny 实操案例
对提供的合成公开评论样本做舆情分析，逐条标注情感、主题和依据，汇总分布。此例仅验证离线样本分析，不声称覆盖全网监测。
作者：Tokeny 团队 · Windows · Tokeny 1.7.8 · gpt-6-sol
准备这次任务的输入
在 Tokeny 中新建工作空间，将下载的样例解压到工作空间，选择支持工具调用的模型。本例使用合成演示数据或文中列出的公开资料。
- feedback.csv
把任务交给 Tokeny
对提供的合成公开评论样本做舆情分析，逐条标注情感、主题和依据，汇总分布。此例仅验证离线样本分析，不声称覆盖全网监测。 交付文件：sentiment.csv、sentiment.html。 验收要点： - 保留 12 条输入 - 分类可以逐条复核 - 明确样本范围 这是使用合成演示输入或指定公开资料的真实操作案例。请先读取工作空间输入，再实际生成文件并自检。所有写入、脚本与临时服务限于当前工作空间；临时服务只监听 127.0.0.1，执行后关闭；不触达外部收件人、不发布、不付款、不更改系统设置，不调用子智能体。需要公开资料时可读取给定 URL。只启用完成任务必需的工具。另写 report.md（中文）和 report.en.md（英文），简洁、完整，包含输入、处理步骤、真实结果、检查方式和局限；失败或未验证部分如实记录，不能宣称成功。最终回复用中文列出产物、关键结果与待核实项。 排版检查：Word 主标题仅出现一次，标题为黑色且与后续正文或表格保持同页；Excel 表头和长文字不能被窄列截断，合理设置列宽、换行、行高；HTML 在 390px 视口不能整页横向溢出。报告没有固定字数要求，不要为字数反复改写。
本次使用独立演示工作空间。复现时，请根据自己的文件与权限设置检查操作，确认后继续。
实际执行过程
任务从 Tokeny 输入框提交，由在线模型读取资料并调用工具实际执行。本例核对本地演示任务与实际生成的文件，结果和检查方法见下文。
产物、结果与复核
输入
读取工作空间提供的 feedback.csv，包含 12 条有效评论，字段为 id、rating、comment。本次仅处理这 12 条合成公开评论，未访问外部网站，未做全网抓取或总体外推。
处理步骤
- 保留每条输入的 ID、评分和原始评论。
- 结合评论措辞与评分，逐条标注情感：正面、负面、中性或混合。
- 为每条评论指定一个主要主题，并记录可复核的文本依据。
- 按 12 条有效评论汇总情感分布，生成 CSV 明细和 HTML 展示。
判定约定：“希望……” 等功能建议在未直接表达满意/不满时标为中性；同时出现肯定和问题的评论标为混合；明确的困难、等待、提示不清等问题标为负面，即使评分为 3，也以文本问题为依据。
真实结果
| 情感 | 数量 | 占比 |
|---|---|---|
| 正面 | 3 | 25.0% |
| 负面 | 6 | 50.0% |
| 中性 | 2 | 16.7% |
| 混合 | 1 | 8.3% |
| 合计 | 12 | 100.0% |
负面评论数量最多，共 6 条（50.0%），主要涉及大文件导入性能、模型配置理解/错误提示、历史任务查找，以及断网后的保存状态。正面评论集中在表格整理、本地文件预览和批量转换。逐条标签、主题、原文和判断依据见 sentiment.csv；可视化复核见 sentiment.html。
检查方式
- 逐行核对
sentiment.csv与feedback.csv的 12 个 ID 和原始评论是否一一对应。 - 核对情感计数为 3 + 6 + 2 + 1 = 12，百分比合计 100.0%。
- 检查 HTML 是否包含 12 行明细、范围声明、统计汇总和判断依据。
- 检查 HTML 的响应式样式：表格在窄屏使用容器内横向滚动，页面本身不设置固定宽度；需在 390px 浏览器视口中进一步打开确认。
局限
这是合成演示输入的离线样本分析，不声称覆盖全网监测，也不能代表真实用户总体。样本量小、来源和抽样机制未知；情感与主题为人工规则标注，存在边界判断差异；单条评论只保留一个主要主题，无法表达所有潜在诉求。未进行外部事实核验、模型一致性评估或跨时间趋势分析。
下载产物，自己核对
压缩包保存本次执行生成的文件。替换成自己的资料后，可以按下面的检查点验收。
- 保留 12 条输入
- 分类可以逐条复核
- 明确样本范围