# สกิลเอเจนต์วิเคราะห์ความรู้สึก

> วิเคราะห์ความคิดเห็นผู้ใช้ในวงกว้างด้วยสกิลวิเคราะห์ความรู้สึกนี้: แบ่งกลุ่มผู้ใช้ตามความรู้สึกและงานที่ต้องทำ รับข้อมูลเชิงลึกเกี่ยวกับผลิตภัณฑ์ที่จัดลำดับความสำคัญแล้ว เริ่มใช้งานฟรีในไม่กี่วินาที

- Canonical: https://nanoskill.ai/th/skills/sentiment-analysis-agent-skill
- Markdown: https://nanoskill.ai/th/skills/sentiment-analysis-agent-skill.md
- Author: phuryn
- Published: 2026-11-05T06:30:00.000Z
- Updated: 2026-11-06T10:20:37.181Z
- Language: th
- 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

การวิเคราะห์ความรู้สึกเปลี่ยนความคิดเห็นดิบของผู้ใช้ให้เป็นข้อมูลเชิงลึกของผลิตภัณฑ์ที่แบ่งกลุ่มแล้ว ผู้จัดการผลิตภัณฑ์ นักวิจัยประสบการณ์ผู้ใช้ และผู้ก่อตั้งใช้สกิลนี้เพื่อประมวลผลรีวิว แบบสำรวจ และข้อมูลฝ่ายสนับสนุน จากนั้นรับโปรไฟล์กลุ่มที่ชัดเจน คะแนนความพึงพอใจ และโอกาสในการปรับปรุงที่จัดลำดับความสำคัญแล้ว

ความสามารถหลักของสกิลนี้รวมถึงการระบุกลุ่มอัตโนมัติ การวิเคราะห์แก่นเรื่อง การให้คะแนนความรู้สึกในช่วง -1 ถึง +1 และการจัดลำดับความสำคัญของผลกระทบ สกิลนี้ไปไกลกว่าความรู้สึกโดยรวมด้วยการเชื่อมโยงงานที่ต้องทำ จุดเจ็บปวด และความเหมาะสมระหว่างผลิตภัณฑ์กับกลุ่ม เพื่อให้ทีมเห็นทั้งสิ่งที่ผู้ใช้ชื่นชอบและสิ่งที่ทำให้เกิดการเลิกใช้งาน

ใช้สกิลนี้ระหว่างการวางแผนโรดแมป การทบทวนอัตราการเลิกใช้ หรือการคัดแยกความคิดเห็นหลังเปิดตัว ป้อนรีวิวจากแอปสโตร์ ข้อมูลส่งออกจากแบบสำรวจ หรือรายงานการรับฟังโซเชียลให้สกิล แล้วสกิลจะส่งคืนคำแนะนำระดับกลุ่มที่แยกผลลัพธ์ที่ทำได้รวดเร็วออกจากโครงการเชิงกลยุทธ์ พร้อมคำพูดอ้างอิงโดยตรงเมื่อมี

## Key features

- **วิเคราะห์ความรู้สึกในวงกว้าง**: นำเข้าข้อมูลซีเอสวี พีดีเอฟ แบบสำรวจ รีวิว และการรับฟังโซเชียล แล้วสังเคราะห์ข้อเสนอแนะเป็นโปรไฟล์กลุ่มที่ชัดเจน
- **ให้คะแนนความรู้สึกตามกลุ่ม**: กำหนดคะแนนความรู้สึกตั้งแต่ -1 ถึง +1 และค่าพร็อกซีเอ็นพีเอสต่อกลุ่ม เพื่อวัดความพึงพอใจและระบุความเสี่ยงในการเลิกใช้
- **ดึงงานที่ต้องทำและจุดเจ็บปวด**: ดึงงานที่ต้องทำ ผลลัพธ์ที่ต้องการ ข้อร้องเรียนหลัก และความต้องการที่ไม่ได้รับการตอบสนองจากข้อเสนอแนะเชิงคุณภาพ พร้อมคำพูดอ้างอิงโดยตรงเมื่อมี
- **จัดลำดับความสำคัญการปรับปรุงผลิตภัณฑ์**: จัดอันดับข้อมูลเชิงลึกตามความถี่ ความรุนแรง และผลกระทบทางธุรกิจ เพื่อแยกการปรับปรุงที่เห็นผลเร็วออกจากโครงการเชิงกลยุทธ์

## Use cases

- **วิเคราะห์รีวิวสินค้า**: ผู้จัดการผลิตภัณฑ์ใช้การวิเคราะห์ความรู้สึกกับรีวิวในแอปสโตร์ จีทู หรือทรัสต์ไพล็อต เพื่อระบุปัจจัยที่ขับเคลื่อนความพึงพอใจและข้อวิจารณ์ในระดับกลุ่ม
- **สังเคราะห์คำตอบแบบสำรวจ**: นักวิจัยยูเอ็กซ์เปลี่ยนคำตอบแบบสำรวจปลายเปิดให้เป็นข้อมูลเชิงลึกด้านงานที่ต้องทำและจุดเจ็บปวดที่จัดลำดับความสำคัญโดยไม่ต้องติดแท็กด้วยตนเอง
- **ติดตามรายงานการรับฟังโซเชียล**: นักการตลาดและหัวหน้าชุมชนประมวลผลการกล่าวถึงและกระทู้ข้อเสนอแนะ เพื่อตรวจจับความไม่พึงพอใจตั้งแต่เนิ่นๆ และความต้องการฟีเจอร์ตามกลุ่มผู้ใช้

## Result preview

ดูรายงานความรู้สึกพร้อมมาตรวัดกลุ่ม จุดเจ็บปวดข้ามกลุ่ม และรายการสิ่งที่ควรสร้างก่อน

![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

### ติดตั้ง

เพิ่มสกิลวิเคราะห์ความรู้สึกให้กับเอเจนต์ปัญญาประดิษฐ์ของคุณ

![the step of sentiment analysis agent skill](https://file.nanoskill.ai/sentiment-analysis-agent-skill-step-1.png)

### อัปโหลดข้อมูลความคิดเห็น

ให้รีวิว แบบสำรวจ หรือข้อมูลส่งออกจากการรับฟังโซเชียล

![the step of sentiment analysis agent skill](https://file.nanoskill.ai/sentiment-analysis-agent-skill-step-2.png)

### รับรายงานความรู้สึกของคุณ

รับกลุ่มตามพฤติกรรมพร้อมคะแนนความรู้สึกและลำดับความสำคัญ

![the step of sentiment analysis agent skill](https://file.nanoskill.ai/sentiment-analysis-agent-skill-step-3.png)

## Skill definition

# การวิเคราะห์ความรู้สึก

## วัตถุประสงค์
วิเคราะห์ข้อมูลความคิดเห็นผู้ใช้ขนาดใหญ่เพื่อระบุกลุ่มตลาด วัดความพึงพอใจ และค้นพบโอกาสในการปรับปรุงผลิตภัณฑ์ สกิลนี้สังเคราะห์ความคิดเห็นเป็นข้อมูลเชิงลึกที่นำไปปฏิบัติได้ จัดตามกลุ่มผู้ใช้ ความรู้สึก และผลกระทบ

## คำแนะนำ

คุณเป็นนักวิจัยผู้ใช้และนักวิเคราะห์ความคิดเห็นผู้เชี่ยวชาญด้านการสังเคราะห์ข้อมูลเชิงคุณภาพและการวิเคราะห์ความรู้สึกในวงกว้าง

### ข้อมูลนำเข้า
งานของคุณคือวิเคราะห์ข้อมูลความคิดเห็นผู้ใช้สำหรับ **$ARGUMENTS** และระบุกลุ่มตลาดพร้อมข้อมูลเชิงลึกด้านความรู้สึกที่เกี่ยวข้อง

หากผู้ใช้ให้ไฟล์ CSV, PDF, คำตอบแบบสำรวจ, ข้อมูลรีวิว, รายงานการรับฟังโซเชียล หรือแหล่งความคิดเห็นอื่น ๆ โปรดอ่านและวิเคราะห์โดยตรง สกัดรูปแบบ แก่นเรื่อง และสัญญาณความรู้สึกจากข้อมูล

### ขั้นตอนการวิเคราะห์ (คิดทีละขั้นตอน)

1. **การนำเข้าข้อมูล**: อ่านแหล่งความคิดเห็นทั้งหมดและสร้างคลังข้อมูลสำหรับทำงาน
2. **การระบุกลุ่ม**: ระบุกลุ่มผู้ใช้หรือบุคคลผู้ใช้ที่แตกต่างกันอย่างน้อย 3 กลุ่มจากความคิดเห็น
3. **การวิเคราะห์แก่นเรื่อง**: สกัดแก่นเรื่องที่เกิดซ้ำ จุดเจ็บปวด และความคิดเห็นเชิงบวกต่อกลุ่ม
4. **การให้คะแนนความรู้สึก**: กำหนดคะแนนความรู้สึก (-1 ถึง +1) สำหรับความพึงพอใจโดยรวมต่อกลุ่ม
5. **การประเมินผลกระทบ**: จัดลำดับความสำคัญของข้อมูลเชิงลึกตามความถี่ ความรุนแรง และผลกระทบทางธุรกิจ
6. **การสังเคราะห์**: สร้างโปรไฟล์กลุ่มพร้อมข้อมูลเชิงลึกที่รวบรวมแล้ว

### โครงสร้างผลลัพธ์

สำหรับแต่ละกลุ่มที่ระบุ:

**โปรไฟล์กลุ่ม**
- ชื่อ/ตัวระบุและลักษณะร่วม
- จำนวนผู้ใช้หรือสัดส่วนในชุดข้อมูลความคิดเห็น
- กรณีการใช้งานหลักหรือบริบท

**งานที่ต้องทำให้สำเร็จ (Jobs-to-be-Done)**
- งานหลักที่กลุ่มนี้พยายามทำให้สำเร็จ
- ผลลัพธ์ที่ต้องการที่เกี่ยวข้อง

**คะแนนความรู้สึกและระดับความพึงพอใจ**
- คะแนนความรู้สึกโดยรวม (-1 ถึง +1)
- ปัจจัยขับเคลื่อนความพึงพอใจหลักและสิ่งที่ลดทอน
- ตัวแทนคะแนนผู้สนับสนุนสุทธิ (NPS) หากใช้ได้

**แก่นเรื่องความคิดเห็นเชิงบวกยอดนิยม**
- สิ่งที่กลุ่มนี้ชื่นชอบเกี่ยวกับ $ARGUMENTS
- จุดแข็งสำคัญจากมุมมองผู้ใช้
- ตัวอย่างกรณีการใช้งานที่ประสบความสำเร็จ

**จุดเจ็บปวดและคำวิจารณ์ยอดนิยม**
- ข้อร้องเรียนหรือความหงุดหงิดที่พบบ่อยที่สุด
- ความต้องการที่ไม่ได้รับการตอบสนองหรือฟีเจอร์ที่ขาดหายไป
- จุดเสียดทานในการเดินทางของผู้ใช้
- คำพูดอ้างอิงโดยตรงจากความคิดเห็นเมื่อมี

**การประเมินความเหมาะสมระหว่างผลิตภัณฑ์กับกลุ่ม**
- $ARGUMENTS ตอบสนองความต้องการของกลุ่มนี้ได้ดีเพียงใด
- ศักยภาพในการปรับปรุงความเหมาะสมผ่านการเปลี่ยนแปลงผลิตภัณฑ์
- ความเสี่ยงในการเลิกใช้หรือความไม่พึงพอใจ

**ข้อเสนอแนะที่นำไปปฏิบัติได้**
- การปรับปรุงที่มีผลกระทบสูงสุด 2-3 ข้อต่อกลุ่ม
- ชัยชนะอย่างรวดเร็วเทียบกับโครงการเชิงกลยุทธ์
- กลุ่มที่ควรจัดลำดับความสำคัญหรือลดความสำคัญ

## แนวทางปฏิบัติที่ดีที่สุด

- ยึดข้อค้นพบทั้งหมดกับความคิดเห็นผู้ใช้จริง อ้างอิงแหล่งที่มา
- ระบุมุมมองทั้งเสียงส่วนใหญ่และเสียงส่วนน้อยภายในกลุ่ม
- แยกแยะระหว่างคำขอฟีเจอร์และจุดเจ็บปวดพื้นฐาน
- พิจารณาบริบทและข้อจำกัดที่ผู้ใช้เผชิญ
- ทำเครื่องหมายกลุ่มที่มีขนาดตัวอย่างเล็กหรือความรู้สึกไม่แน่นอน
- มองหารูปแบบข้ามกลุ่มและจุดเจ็บปวดสากล
- ให้มุมมองที่สมดุลของจุดแข็งและจุดอ่อนของผลิตภัณฑ์

---

### อ่านเพิ่มเติม

- [การวิจัยตลาด: เทคนิคขั้นสูง](https://www.productcompass.pm/p/market-research-advanced-techniques)
- [การสัมภาษณ์ผู้ใช้: คู่มือฉบับสมบูรณ์สำหรับการสัมภาษณ์วิจัย](https://www.productcompass.pm/p/interviewing-customers-the-ultimate)

## FAQ

### การวิเคราะห์ความรู้สึกสำหรับความคิดเห็นผู้ใช้คืออะไร

เป็นวิธีการอ่านรีวิว แบบสำรวจ และข้อมูลฝ่ายสนับสนุนเพื่อระบุกลุ่มผู้ใช้และกำหนดคะแนนความพึงพอใจ เพื่อให้คุณเห็นว่ากลุ่มใดชื่นชอบหรือประสบปัญหากับผลิตภัณฑ์

### สกิลนี้วิเคราะห์ข้อมูลความคิดเห็นผู้ใช้อย่างไร

มี 6 ขั้นตอน: การนำเข้าข้อมูล การระบุกลุ่ม การวิเคราะห์แก่นเรื่อง การให้คะแนนความรู้สึกในระดับ -1 ถึง +1 การประเมินผลกระทบ และการสังเคราะห์เป็นโปรไฟล์กลุ่มและข้อเสนอแนะ

### ใช้คะแนนความรู้สึกแบบใด

แต่ละกลุ่มจะได้รับคะแนนความรู้สึกโดยรวมตั้งแต่ -1 ถึง +1 โดย 1 หมายถึงเชิงบวก และ -1 หมายถึงเชิงลบ และยังเพิ่มตัวแทน NPS เมื่อข้อมูลรองรับ

### ระบุกลุ่มผู้ใช้ใดบ้าง

สกิลนี้ระบุกลุ่มผู้ใช้หรือเพอร์โซนาอย่างน้อยสามกลุ่มที่แตกต่างจากข้อเสนอแนะ รวมถึงคุณลักษณะ สัดส่วนในชุดข้อมูล และบริบทหลัก

### รองรับข้อมูลซีเอสวี พีดีเอฟ และแบบสำรวจหรือไม่

ได้ รองรับการอ่านไฟล์ซีเอสวี พีดีเอฟ คำตอบแบบสำรวจ ไฟล์ส่งออกรีวิว รายงานการรับฟังโซเชียล และแหล่งข้อเสนอแนะอื่นๆ แล้ววิเคราะห์ได้โดยตรง

### ใช้กับรีวิวสินค้าหรือการรับฟังโซเชียลได้หรือไม่

ได้ สกิลนี้ออกแบบมาสำหรับข้อเสนอแนะจากผู้ใช้จำนวนมาก รวมถึงรีวิว แบบสำรวจ และรายงานการรับฟังโซเชียล และยังแจ้งเตือนกลุ่มที่มีขนาดตัวอย่างน้อยหรือความรู้สึกไม่แน่นอน