AI 分析
痛点：手动阅读海量应用商店评论低效且LLM总结不稳定，难以持续发现可行动的产品改进信号。
目标用户：独立开发者、App/游戏产品经理、用户研究或增长团队。
证据：Every time I had to decide what to fix next, I'd scroll through reviews of my app and my competitors', looking for a pattern. Past a few dozen I couldn't see one, and pasting them into ChatGPT gave me a different summary every time.
变现：Freemium + 按分析量/应用数订阅；团队版支持竞品监控、历史趋势与API；可按月收费或按评论量阶梯计费。
MVP：2周内做出：选择App Store/Google Play/Steam应用，抓取或导入评论，用LLM按固定问题集逐条结构化标注，代码聚合计数，点击数字可回看原始评论，并保留 unsure 桶。
竞品：AppFollow、AppBot、Appfigures、Sensor Tower、ReviewBot、ChatGPT/Claude 手动分析
摘要：一名独立开发者因手动翻阅自己和竞品评论低效、ChatGPT总结不稳定，做了免费工具OneStar，可对任意App/游戏评论按固定问题集做LLM标注并用代码计数，示例分析DoorDash/Uber Eats/Grubhub各3000条评论。产品痛点真实且适合单人开发，但目前完全免费、无付费验证，且已有成熟竞品。