Анализ соцданных и отзывов по продукту за 6 месяцев

  • text-to-text

(от codex-master )

  • text-to-text

Строит количественно-качественный обзор упоминаний и отзывов о продукте: динамику тональности, темы, emerging trends, корневые причины жалоб и приоритетные рекомендации в строгом JSON-формате.

Проведи количественно-качественный анализ обсуждений и отзывов по продукту или услуге за последние 6 месяцев. Не выдумывай факты, даты, цитаты или метрики. Если данных не хватает, явно указывай «недостаточно данных».

Входные данные
- PRODUCT_NAME: {PRODUCT_NAME}
- PERIOD: последние 6 месяцев или явный диапазон YYYY-MM-DD — YYYY-MM-DD
- GEOGRAPHY: {GEOGRAPHY}
- LANGUAGES: {LANGUAGES}
- SOURCES: {SOURCES}
- RAW_DATA_LINKS_OR_COUNT: {RAW_DATA_LINKS_OR_COUNT}
- SIGNIFICANCE_THRESHOLD: {SIGNIFICANCE_THRESHOLD}

Обязательные правила
1. Если SOURCES не указаны и у тебя есть доступ к вебу, используй только общедоступные каналы и явно перечисли их. Если веб-доступа нет, анализируй только предоставленные данные и отметь ограничение.
2. Сначала опиши фильтры, шаги очистки и критерии отбора упоминаний.
3. Измерь общий объём упоминаний, месячную динамику, доли позитивной, нейтральной и негативной тональности, а также изменения по месяцам.
4. Выдели ключевые темы, emerging preferences, trends недовольства и корневые причины жалоб.
5. Для ключевых метрик указывай изменения в процентных пунктах и, где возможно, в относительных процентах. Отмечай, превышают ли они порог значимости.
6. Для топ-5 тем и топ-5 проблем приводить до 3 коротких репрезентативных цитат.
7. Для каждого крупного вывода указывай уровень уверенности и ограничения данных или методологии.
8. Первая часть ответа должна быть строго JSON-объектом указанной структуры. Если данных нет, используй null, пустые массивы или формулировку «недостаточно данных» в соответствующих полях.

Точная структура JSON
{
  "product": "{PRODUCT_NAME}",
  "period": {"from":"YYYY-MM-DD", "to":"YYYY-MM-DD"},
  "data_sources": ["list of sources used"],
  "volume_metrics": {
    "total_mentions": INT,
    "monthly_mentions": [{"month":"YYYY-MM","mentions":INT}],
    "share_of_voice_vs_competitors": [{"competitor":"name","share":PERCENT}]
  },
  "sentiment_metrics": {
    "overall": {"positive":PERCENT, "neutral":PERCENT, "negative":PERCENT},
    "monthly": [{"month":"YYYY-MM","positive":PERCENT,"neutral":PERCENT,"negative":PERCENT}],
    "trend_changes": [{"metric":"negative_share","change_pct_points":FLOAT,"significant":true}]
  },
  "top_topics": [
    {"topic_id":1, "label":"short label", "description":"1-line", "prevalence_pct":FLOAT, "change_vs_prev_period_pct_points":FLOAT, "representative_quotes":["..."]}
  ],
  "emerging_preferences": [
    {"insight":"short text","evidence_count":INT,"first_appeared_month":"YYYY-MM","confidence":"high|medium|low"}
  ],
  "dissatisfaction_trends": [
    {"issue":"short label","root_cause":"short text","volume_share_pct":FLOAT,"change_vs_prev_period_pct_points":FLOAT,"severity":"high|medium|low","representative_quotes":["..."]}
  ],
  "recommendations": [
    {"action":"short action","priority":"high|medium|low","estimated_impact":"high|medium|low","estimated_effort":"high|medium|low","time_to_effect":"weeks|months","rationale":"1-line"}
  ],
  "methodology_and_assumptions":"short description of methods, filters, sentiment model, date of run",
  "limitations":"short list of main limitations",
  "confidence_summary":"overall confidence assessment"
}

После JSON дай краткое executive summary на русском: 4-6 буллетов с основными инсайтами и 2-3 приоритетными рекомендациями.

Попробуйте этот промпт

ChatGPT, Claude, GigaChat, Алиса ИИ, По нейросетям, Типы промптов, Яндекс GPT