# Umiejętność agenta do analizy sentymentu > Analizuj opinie użytkowników na dużą skalę dzięki tej umiejętności analizy sentymentu: segmentuj użytkowników według sentymentu i zadań do wykonania, uzyskaj spriorytetyzowane spostrzeżenia produktowe. Zacznij za darmo w kilka sekund. - Canonical: https://nanoskill.ai/pl/skills/sentiment-analysis-agent-skill - Markdown: https://nanoskill.ai/pl/skills/sentiment-analysis-agent-skill.md - Author: phuryn - Published: 2026-11-05T06:30:00.000Z - Updated: 2026-11-06T10:20:37.181Z - Language: pl - Source type: github - Popularity signal: 25845 ## Sources - https://github.com/phuryn/pm-skills/tree/main/pm-market-research/skills/sentiment-analysis ## Install ```shell npx skills add https://github.com/phuryn/pm-skills/tree/main/pm-market-research/skills/sentiment-analysis ``` ## About Analiza sentymentu przekształca surowe opinie użytkowników w segmentowane spostrzeżenia produktowe. Menedżerowie produktu, badacze UX i założyciele używają tej umiejętności do przetwarzania recenzji, ankiet i danych wsparcia, a następnie uzyskują przejrzyste profile segmentów, oceny satysfakcji i priorytetyzowane możliwości ulepszeń. Do kluczowych możliwości tej umiejętności należą: automatyczna identyfikacja segmentów, analiza tematyczna, ocena sentymentu w skali od -1 do +1 oraz priorytetyzacja wpływu. Wykracza poza ogólny sentyment, łącząc zadania do wykonania, punkty bólu i dopasowanie produktu do segmentu, dzięki czemu zespoły widzą zarówno to, co użytkownicy kochają, jak i to, co napędza odpływ klientów. Używaj jej podczas planowania roadmapy, przeglądów odpływu klientów lub segregacji opinii po premierze. Przekaż jej recenzje ze sklepów z aplikacjami, eksporty ankiet lub raporty z monitorowania mediów społecznościowych, a zwróci rekomendacje na poziomie segmentów, które oddzielają szybkie korzyści od inicjatyw strategicznych, wraz z bezpośrednimi cytatami, jeśli są dostępne. ## Key features - **Przeprowadzaj analizę sentymentu na dużą skalę**: Pobiera dane z plików CSV, PDF, ankiet, recenzji i nasłuchu społecznościowego oraz syntetyzuje opinie w przejrzyste profile segmentów. - **Oceniaj sentyment według segmentów**: Przypisuje ocenę sentymentu od -1 do +1 oraz przybliżenie NPS dla każdego segmentu, aby określić ilościowo satysfakcję i wykryć ryzyko odejścia klienta. - **Wyodrębniaj zadania do wykonania i bolączki**: Wyodrębnia zadania do wykonania, pożądane rezultaty, najczęstsze skargi i niezaspokojone potrzeby z jakościowych opinii, a jeśli to możliwe, dołącza bezpośrednie cytaty. - **Ustalaj priorytety ulepszeń produktu**: Szereguje spostrzeżenia według częstotliwości, powagi i wpływu na biznes, aby oddzielić szybkie wygrane od inicjatyw strategicznych. ## Use cases - **Analizuj recenzje produktów**: Menedżerowie produktu przeprowadzają analizę sentymentu recenzji z App Store, G2 lub Trustpilot, aby zidentyfikować czynniki satysfakcji i krytykę na poziomie segmentów. - **Syntetyzuj odpowiedzi z ankiet**: Badacze UX przekształcają otwarte odpowiedzi z ankiet w spostrzeżenia dotyczące zadań do wykonania i priorytetyzowane bolączki bez ręcznego tagowania. - **Monitoruj raporty z nasłuchu społecznościowego**: Marketerzy i liderzy społeczności przetwarzają wzmianki i wątki z opiniami, aby wykryć wczesne niezadowolenie i zapotrzebowanie na funkcje w podziale na segmenty. ## Result preview Zobacz raport sentymentu z miernikami segmentów, międzysegmentowymi punktami bólu i krótką listą rzeczy do zbudowania w pierwszej kolejności. ![the demo of sentiment analysis agent skill](https://file.nanoskill.ai/sentiment-analysis-agent-skill-demo-1.png) ![the demo of sentiment analysis agent skill](https://file.nanoskill.ai/sentiment-analysis-agent-skill-demo-2.png) ![the demo of sentiment analysis agent skill](https://file.nanoskill.ai/sentiment-analysis-agent-skill-demo-3.png) ![the demo of sentiment analysis agent skill](https://file.nanoskill.ai/sentiment-analysis-agent-skill-demo-4.png) ## Result walkthrough ### Zainstaluj Dodaj umiejętność analizy sentymentu do swojego agenta sztucznej inteligencji. ![the step of sentiment analysis agent skill](https://file.nanoskill.ai/sentiment-analysis-agent-skill-step-1.png) ### Prześlij dane z opiniami Dostarcz recenzje, ankiety lub eksporty z monitorowania mediów społecznościowych. ![the step of sentiment analysis agent skill](https://file.nanoskill.ai/sentiment-analysis-agent-skill-step-2.png) ### Otrzymaj swój raport sentymentu Otrzymaj segmenty oparte na zachowaniach z ocenami sentymentu i priorytetami. ![the step of sentiment analysis agent skill](https://file.nanoskill.ai/sentiment-analysis-agent-skill-step-3.png) ## Skill definition # Analiza sentymentu ## Cel Analizuj dane zwrotne od użytkowników w dużej skali, aby identyfikować segmenty rynku, mierzyć satysfakcję i odkrywać możliwości ulepszenia produktu. Ta umiejętność syntetyzuje opinie w praktyczne wnioski uporządkowane według segmentu użytkowników, sentymentu i wpływu. ## Instrukcje Jesteś ekspertem w dziedzinie badań użytkowników i analizy opinii, specjalizującym się w syntezie danych jakościowych i analizie sentymentu na dużą skalę. ### Dane wejściowe Twoim zadaniem jest analiza danych zwrotnych od użytkowników dla **$ARGUMENTS** i identyfikacja segmentów rynku wraz z powiązanymi wnioskami dotyczącymi sentymentu. Jeśli użytkownik dostarczy pliki CSV, pliki PDF, odpowiedzi z ankiet, dane z recenzji, raporty z monitorowania mediów społecznościowych lub inne źródła opinii, przeczytaj je i przeanalizuj bezpośrednio. Wyodrębnij wzorce, motywy i sygnały sentymentu z danych. ### Kroki analizy (Myśl krok po kroku) 1. **Pozyskiwanie danych**: Przeczytaj wszystkie źródła opinii i utwórz roboczy spis 2. **Identyfikacja segmentów**: Zidentyfikuj co najmniej 3 odrębne segmenty użytkowników lub persony na podstawie opinii 3. **Analiza tematyczna**: Wyodrębnij powtarzające się motywy, problemy i pozytywne opinie dla każdego segmentu 4. **Ocena sentymentu**: Przypisz oceny sentymentu (od -1 do +1) dla ogólnej satysfakcji w każdym segmencie 5. **Ocena wpływu**: Ustal priorytety wniosków według częstotliwości, wagi i wpływu na biznes 6. **Synteza**: Utwórz profile segmentów ze skonsolidowanymi wnioskami ### Struktura wyników Dla każdego zidentyfikowanego segmentu: **Profil segmentu** - Nazwa/identyfikator i wspólne cechy - Liczba użytkowników lub udział w zbiorze danych opinii - Główny przypadek użycia lub kontekst **Zadania do wykonania (Jobs-to-be-Done)** - Główne zadanie, które ten segment stara się zrealizować - Powiązane pożądane rezultaty **Ocena sentymentu i poziom satysfakcji** - Ogólna ocena sentymentu (od -1 do +1) - Kluczowe czynniki satysfakcji i jej braku - Przybliżony wskaźnik Net Promoter Score (NPS), jeśli dotyczy **Najważniejsze pozytywne motywy opinii** - Co ten segment uwielbia w $ARGUMENTS - Kluczowe atuty z perspektywy użytkownika - Przykłady udanych przypadków użycia **Najważniejsze problemy i krytyka** - Najczęstsze skargi lub frustracje - Niezaspokojone potrzeby lub brakujące funkcje - Punkty tarcia w ścieżce użytkownika - Bezpośrednie cytaty z opinii, jeśli są dostępne **Ocena dopasowania produktu do segmentu** - Jak dobrze $ARGUMENTS zaspokaja potrzeby tego segmentu - Potencjał poprawy dopasowania poprzez zmiany w produkcie - Ryzyko odejścia lub niezadowolenia **Praktyczne rekomendacje** - 2-3 ulepszenia o największym wpływie dla każdego segmentu - Szybkie korzyści a inicjatywy strategiczne - Segmenty do priorytetyzacji lub depriorytetyzacji ## Dobre praktyki - Opieraj wszystkie wnioski na rzeczywistych opiniach użytkowników; podawaj źródła - Uwzględniaj zarówno perspektywę większości, jak i mniejszości w segmentach - Rozróżniaj prośby o funkcje od fundamentalnych problemów - Uwzględniaj kontekst i ograniczenia, z jakimi borykają się użytkownicy - Oznaczaj segmenty o małej liczebności próby lub niepewnym sentymencie - Szukaj wzorców międzysegmentowych i uniwersalnych problemów - Przedstawiaj zrównoważony obraz mocnych i słabych stron produktu --- ### Dalsza lektura - [Badania rynku: Zaawansowane techniki](https://www.productcompass.pm/p/market-research-advanced-techniques) - [Wywiady z użytkownikami: Najlepszy przewodnik po wywiadach badawczych](https://www.productcompass.pm/p/interviewing-customers-the-ultimate) ## FAQ ### Czym jest analiza sentymentu dla opinii użytkowników? To metoda odczytywania recenzji, ankiet i danych z obsługi klienta w celu identyfikacji segmentów użytkowników i przypisywania ocen satysfakcji, dzięki czemu można zobaczyć, które grupy uwielbiają produkt, a które mają z nim problemy. ### W jaki sposób ta umiejętność analizuje dane zwrotne od użytkowników? Przebiega w sześciu krokach: pozyskiwanie danych, identyfikacja segmentów, analiza tematyczna, ocena sentymentu w skali od -1 do +1, ocena wpływu oraz synteza w profile segmentów i rekomendacje. ### Jakiej oceny sentymentu używa? Każdy segment otrzymuje ogólną ocenę sentymentu od -1 do +1, gdzie 1 oznacza pozytywny, a -1 negatywny. Dodaje również przybliżony NPS, gdy dane na to pozwalają. ### Które segmenty użytkowników identyfikuje? Umiejętność identyfikuje co najmniej trzy odrębne segmenty użytkowników lub persony na podstawie opinii, w tym ich cechy charakterystyczne, udział w zbiorze danych i główny kontekst. ### Czy działa z danymi z plików CSV, PDF i ankiet? Tak. Może odczytywać pliki CSV, pliki PDF, odpowiedzi z ankiet, eksporty opinii, raporty z nasłuchu społecznościowego i inne źródła opinii oraz analizować je bezpośrednio. ### Czy mogę go używać do analizy recenzji produktów lub nasłuchu społecznościowego? Tak. Ta umiejętność została zaprojektowana do analizy opinii użytkowników na dużą skalę, w tym recenzji, ankiet i raportów z nasłuchu społecznościowego, i oznacza segmenty o małej liczebności próby lub niepewnym sentymencie.