VOC 洞察 MCP — 把消费者声量变成可落地的洞察 | Pangolinfo
VOC 洞察 MCP · 模型上下文协议

把消费者讨论,变成 可落地的洞察

聚合公开社交与评论平台的讨论,整理成 AI 可直接调用的消费者洞察、情感与竞品情报——全部在你的智能体内完成。

VOC 洞察 MCP · 已连接
情感分布 近 30 天 正面 62% 中性 24% 负面 14% 平台占比 TikTok 28% TikTok 28% · IG 22% · YT 17% · X 16% AI 洞察 续航 价格 安装 品质 物流 做工 耐用 App 音质 投诉 推荐 性价比 用户称赞 续航 与 做工, 但吐槽 价格 偏高、App 卡顿。
7
支持平台
26
MCP 工具
6
报告模块
3 分钟
首次洞察
支持平台
TikTok Instagram YouTube X Facebook Pinterest Trustpilot
Threads、Reddit 按需开通 · 不支持中国大陆社交平台

兼容所有支持 MCP 的 AI 智能体

Claude Code Cursor Cline Windsurf Codex Hermes OpenClaw

让你的 AI,直接读懂真实消费者对话

VOC 洞察 MCP 采集社交与评论平台的公开讨论,整理成 AI 可查询的结构化视图。无需爬虫、不必手工整理表格——直接向你的智能体提问即可。

AI 智能体 · VOC 洞察 MCP
实时预览
  • 品牌与产品 VOC——用户在夸什么、吐槽什么、购买前担心什么
  • 情感与趋势驱动——追踪正/中/负情感的走势与变化原因
  • 竞品对标——对比声量份额、互动量与情感表现
  • 结论可溯源——每条趋势都能回溯到原始帖子
  • AI 深度分析报告——采集完成后自动生成,含运营建议
立即接入 MCP

六大报告模块,同一份数据集

VOC 洞察 MCP 把采集到的对话整理成可查询的视图,供你的智能体逐一探查。

AI 市场洞察

品牌整体态势、增长机会、风险预警、竞争压力、指标卡片与平台分布。

get_brand_summary()

用户声音

正面反馈、负面投诉、购买顾虑,以及反复出现的产品问题。

get_brand_sentiment()

平台分析

哪些平台带动声量、情感或风险,以及各平台话题的差异。

get_voice_share()

竞品对比

与竞品在声量、互动、情感上的差异及平台优势。

compare_competitors()

风险预警

负面异常、声量突增、平台级风险,以及需要关注的帖子。

get_risk_alerts()

证据中心

支撑每条结论的原始帖子、链接、平台、时间戳与互动数据。

find_posts_about()

如何读懂一份品牌社交洞察报告

一份实时 VOC 仪表盘,划分为五大模块,结论尽量可回溯到原帖。

贯穿全报告的三条原则

  1. 先做竞品对标——指标对比着看才更有意义。
  2. 共享全局控件——先确认时间范围与数据口径。
  3. 按证据下钻——趋势、情感、关键词都能回溯到原帖。
1

AI 市场洞察与关键指标

总结判断、增长机会、风险预警、竞争压力、指标卡片与平台分布。

2

竞品对比:趋势与份额

与竞品在声量、互动、情感上的对比,以及份额的增减。

3

用户声音:情感与 VOC

用户在夸什么、吐槽什么,以及驱动正负情感的因素。对产品、运营、客服与内容团队都适用。

4

平台分析

哪些平台口碑更强、哪些风险更高,话题是否因平台而异。

5

数据中心:帖子与下钻

用于复核与二次分析的原始帖子。可让 AI 按话题、平台、情感或时间窗检索。

想看你自己品牌的报告?

注册后即可接入 MCP,跑出第一份真实数据的报告。

免费注册并试跑

3 分钟接入

把 VOC 洞察 MCP 服务接入你的智能体,即可开始查询消费者对话。

1

获取 API Key

在 Pangolinfo 注册,进入「个人中心 → API Key」复制你的长期 Key。

2

添加 MCP 配置

把配置块复制到你的智能体 MCP 设置里,并替换占位的 Key。

3

开始提问

询问品牌 VOC、情感趋势、竞品份额或平台风险。

{
  "mcpServers": {
    "pangolinfo-voc": {
      "url": "https://voc.pangolinfo.com/mcp",
      "headers": {
        "Authorization": "Bearer <YOUR_PANGOLINFO_API_KEY>"
      }
    }
  }
}

若客户端不支持自定义 Header,可改用 URL Query 方式传 Key:https://voc.pangolinfo.com/mcp?api_key=<YOUR_PANGOLINFO_API_KEY>。Key 写在 URL 里更容易泄露到日志与浏览记录,支持 Header 时优先用 Header。

传输方式
Streamable HTTP
鉴权
Bearer API Key
安装
零安装
计费
按量付费

预设工作流

接入后即可直接向智能体提出的开箱即用问题。

工作流 01

品牌健康快照

「品牌整体态势如何,团队下一步该关注什么?」

get_brand_summary()
工作流 02

竞品声量战

「我们在声量、互动、情感上和竞品相比如何?」

compare_competitors()
工作流 03

风险预警监控

「过去 7 天有哪些负面异常、声量突增与平台级风险?」

get_risk_alerts()
工作流 04

购买障碍分析

「消费者购买前担心什么,哪些问题反复出现?」

get_brand_sentiment()
工作流 05

证据深挖

「找出本周推动负面情感的高热帖子,附链接与互动数据。」

find_posts_about()
工作流 06

平台声量分布

「哪些平台承载了最多品牌讨论,我们在哪里口碑最强?」

get_voice_share()

为合规的全球社交分析而生

VOC 洞察 MCP 面向中国大陆以外全球品牌的合规公开社交与评论数据分析。不支持采集或分析任何中国大陆社交平台的数据。

客户须自行确保其使用符合适用法律、法规及平台规则。Pangolinfo 仅提供必要的数据访问与分析能力。

阅读完整文档
TikTok
Instagram
YouTube
X
Facebook
Pinterest
Trustpilot
Threads
按需开通
Reddit
按需开通

常见问题

VOC 洞察 MCP 覆盖哪些平台?
默认覆盖 TikTok、Instagram、YouTube、X、Facebook、Pinterest 与 Trustpilot。Threads 与 Reddit 可按需开通。不支持任何中国大陆社交平台。 如需 Amazon 侧的消费者与商品数据,可让同一智能体再接入 Amazon Data MCP;利基市场数据集见 亚马逊利基数据 API;Amazon Alexa 排名信号见 Amazon Alexa API。
如何接入到我的 AI 智能体?
VOC 洞察 MCP 是远程服务,采用 Streamable HTTP,无需安装任何依赖。把客户端指向 https://voc.pangolinfo.com/mcp,并用 Authorization: Bearer 头携带你的 Pangolinfo API Key 即可。不支持自定义 Header 的客户端可改用 ?api_key= 传参。完整步骤见 连接与认证文档。
报告是如何生成的?
VOC 洞察 MCP 先采集数据,再基于采集到的数据集生成指标、帖子列表、情感趋势、竞品对比与 AI 深度分析报告。AI 深度分析在采集完成后进行,不参与采集本身。 底层采集与 Amazon Scraper API 和 Amazon Review API 同源;若需面向 AI 概览的搜索可见性信号,可搭配 AI Overview SERP API。
可以分析 Amazon 评论吗?
Amazon 评论不在默认社交范围内。如需分析,请走完整的品牌入驻流程,提供 ASIN 或 Amazon 商品链接。 底层由 Amazon Review API 提供支持。
六大报告模块是哪些?
AI 市场洞察、用户声音、平台分析、竞品对比、风险预警、证据中心。 竞品对比模块可与 Amazon Data MCP 搭配做 Amazon 侧基准对比,风险预警模块可与 AMZ Data Tracker 搭配做持续监控。证据中心模块可与 定制多维表格 搭配,把结论整理为自定义表格。
数据是否合规?
本服务仅面向中国大陆以外全球品牌的合规公开社交与评论数据分析。客户须自行确保其使用符合适用法律、法规及平台规则。 所有数据采集遵循与 Amazon Data MCP 一致的合规公开数据标准。
支持哪些 AI 智能体?
任何支持远程 Streamable HTTP 的 MCP 智能体,包括 Claude Code、Cursor、Cline、Windsurf、Codex、Hermes 与 OpenClaw。 由于 VOC 洞察 MCP 本身即一个 MCP 服务器,它可与 Amazon Data MCP 及 Pangolinfo Amazon Scraper Skill 等智能体工具协同使用。

开始规模化倾听你的消费者

把 VOC 洞察 MCP 接入你的智能体,将公开对话转化为产品、营销与运营情报。

微信扫一扫
与我们联系

QR Code
快速测试