sentiment-analysis
ChatGPT 用户反馈情绪分析技能:按任务分组比较体验
EnglishChatGPT 安装步骤
- 从本页 GitHub 原文下载固定版本的 pm-market-research/skills/sentiment-analysis/SKILL.md。把文件放入名为 sentiment-analysis 的单独文件夹,并保留原文件名、名称和描述。
- 在启用上传的 ChatGPT 工作区打开「插件 → 技能 → 创建 → 从电脑上传」,提交当前界面接受格式的技能包。
- 检查扫描结果及已安装列表。也可以选择「创建 → 使用编辑器」,录入原名称、描述与指令。安装后在新对话用 @ 选择技能,输入本页虚拟样例。
中文摘要
把提供的反馈按使用情境或任务归组,提取满意因素、常见问题和情绪倾向。适合在原始意见数量有限时汇报样本内发现。
SKILL.md 中文导读
可复现示例
提供三组虚构反馈:浏览者喜欢筛选但嫌选项多,编辑者觉得批量修改省时但预览慢,管理员喜欢变更记录但希望能导出。请按组整理主题和依据。工作步骤
- 清点反馈记录,按可观察的用户任务分组。
- 提取正负面主题,给出可复查的情绪判定口径。
- 把样本内结论与需进一步收集的数据分别记录。
验收方法
每组都有正向与负向主题,并能追溯到原句。情绪分数说明计算口径和小样本限制,统计结果只代表这三条材料。
GitHub 原文 · 更新日期
适用环境
源仓库面向 Codex。本页使用可单独阅读的文本指令,可在已启用技能和上传权限的合资格 ChatGPT 工作区尝试。安装路径已核对,工作区运行待验证。
常见问题
能用三条评论算出真实 NPS 吗?
NPS 需要标准推荐问题的评分和适当样本。这些评论可用来整理主题和定性情绪,另行标注缺少推荐评分。
相关指南
相关推荐
ChatGPT Job Story 技能:把用户场景写成待办和验收条件
bssm-oss/pm-skills-codex
Codex A/B 实验分析技能:转化率、提升与置信区间
bssm-oss/pm-skills-codex
ChatGPT 首发客群选择技能:比较痛点、预算与触达渠道
bssm-oss/pm-skills-codex
ChatGPT 产品实验设计技能:用原型检验已有功能的改动
bssm-oss/pm-skills-codex
ChatGPT 新产品实验技能:把需求假设变成低成本测试
bssm-oss/pm-skills-codex
ChatGPT 季度 OKR 技能:把团队目标和结果写成可衡量选项
bssm-oss/pm-skills-codex