Комментарии 4
Ещё добавлю - в отзывах (если убрать купленные и ошибочные) есть именно опыт юзеров, а не только то, что маркетолог, товара или продукта часто ни разу не видевший, напишет (может, даже с помощью LLM) как часть из пары тысяч описаний за рабочий день (когда уже писать не хочется, но надо).
Сейчас летняя тема, идёшь отель выбрать, да не в России, а где-то за границей - в текстах описаний общие слова, в конце приписка "администрация отеля оставляет за собой право сменить номер на другой, с другим описанием". Лезешь в комменты, и там - "детская анимация отстой", "в номерах грязно" или "отель нормальный, но на отшибе, и вокруг просторы, по которым не погулять ногами".
Про российские отели и "отели" вообще можно сразу отзывы начинать читать. Все наши говноагрегаторы, во-первых, в категорию "отели" сваливают всё, где можно переночевать (т.е. и хостелы, и аппарты/квартиры, и гостинницы), часто не давая адекватного фильтра на эту тему, во-вторых, вообще не отвечают за описание (да и вообще ни за что).
Точно такая же история с сайтами дистанционного обучения - там вообще адЪ, СодомЪ и Гомора (все площадки обучения как одна имеют одинаково пустые сайты, где на поверхности нет трех важных вещей - стоимости, квалификации преподавателей и других сотрудников, и ответственности за качество). Отзывы надо искать на других площадках, читать, вникать - да, голова кипит, но как ИИ с этим простым образом поможет?
Твит на эту тему у Вас получился хороший, два вопроса осталось: отзывы к вещи, продукту, услуге надо читать не только на самой площадке, но и на сторонних, а это уже полноценное исследование, где даже ИИ легко ошибётся, перепутав отзывы и товары. И, второй вопрос, сегодня покупные положительные отзывы, как и платное удаление отзывов отрицательных - привычная практика бизнеса. Как только ИИ-анализ станет популярен, так отзывы мимикрируют, подстроившись под требования ИИ, и - спам шагнет на новый уровень, верно?
Ну хоть ИИ это читает
Ощущение, что вы не работали в реальности с этим кейсом. Анализ по одному отзыву с вашим промптом это сжигание денег в топке АПИ. В моносессии это ручной труд. Если вы анализируете каждый новый отзыв, это даст вам очень мало
Выводы надо делать по массиву отзывов, например так:
Проанализируй массив из 200-500 отзывов и выдай:
Топ-10 тем с частотностью упоминаний
Проблемы, ранжированные по критичности
Динамику тональности (если есть даты)
Неочевидные корреляции между темами
Рекомендации с оценкой потенциального impact'а
А ещё лучше, учитывая объем задачи, многоэтапный анализ: сначала извлечение всех тем, потом группировка, потом поиск инсайтов.
Ваш пример можно использовать только для демонстрации возможностей ИИ, но для реального бизнеса нужен системный подход, а не точечные запросы.
Проанализируй следующий клиентский отзыв и предоставь: Общую тональность (положительная, отрицательная или нейтральная). Ключевые темы, упомянутые в отзыве. Основные положительные и отрицательные аспекты, выделенные клиентом. Возможные рекомендации для улучшения продукта или сервиса на основе отзыва.
Лол. И получаешь из отзыва на пару строк страницу болталогии. Отличный план.
Как нейросети вытаскивают золото из отзывов клиентов