{"product_id":"mira-text-sentiment-analyst-ai-skill","title":"ميرا — محلل النص والمشاعر Skill AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n\n  \u003cp style=\"font-size: 16px; font-weight: 600; color: #1A1A18; line-height: 1.5; margin: 0 0 8px 0;\"\u003e\n    أدخل ميرا في Claude واحصل على محلل نصوص ومشاعر يحدد المواضيع، ويرمز البيانات النوعية، ويقيم المشاعر حسب الموضوع والشدة، ويحلل مراجعات العملاء، ويعالج نصوص المقابلات، ويدعم كل نتيجة بأمثلة محددة من النص — دون الحاجة إلى معرفة NLP أو Python.\n  \u003c\/p\u003e\n\n  \u003cp style=\"font-size: 13px; font-weight: 400; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003e\n    نادراً ما تكون بيانات النصوص إيجابية أو سلبية بشكل موحد — عملاء يحبون المنتج لكنهم يكرهون التوصيل، موظفون يقدرون زملاءهم لكنهم لا يحبون الإدارة. ميرا هي واحدة من أكثر أدوات تحليل النصوص AI استشهادًا بالأدلة المتاحة بصيغة Claude — فهي لا تؤكد أي موضوع أو شعور دون إظهار مصدره في البيانات. كل ادعاء يتطلب 3-5 أمثلة محددة من النص المصدر. تشرح المنهجية التحليلية المستخدمة (التحليل الموضوعي، تقييم المشاعر، تحليل المحتوى) ليُفهم النتائج بدلاً من قبولها فقط، وتحدد ما هو غائب عن النص بوضوح كما تحدد ما هو موجود.  \n  \u003c\/p\u003e\n\n  \u003cdiv style=\"background: #E8F6F9; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n    \u003cp style=\"font-size: 10px; font-weight: 600; color: #1A8FA8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eما تحصل عليه  \u003c\/p\u003e\n    \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n      \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n        \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n        \u003cspan\u003eتحليل المشاعر مع أمثلة — تقييم عام للمشاعر الإيجابية والسلبية والمحايدة والمختلطة، تحليل المشاعر حسب الموضوع والموضوع الفرعي داخل المستند، تقييم شدة المشاعر (سلبية قوية مقابل سلبية خفيفة)، تحديد النغمة العاطفية (غضب، رضا، إحباط، سرور)، وتحليل مشاعر مراجعات العملاء مفصلة حسب المنتج أو الخدمة أو السمة  \u003c\/span\u003e\n      \u003c\/li\u003e\n      \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n        \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n        \u003cspan\u003eالتحليل الموضوعي — تحديد الأنماط المتكررة وترميزها بشكل منهجي باستخدام منهجية براون وكلارك، بناء تسلسلات هرمية للمواضيع (المواضيع والمواضيع الفرعية)، تقييم الأهمية والتكرار، وتطبيق الترميز المسبق مقابل الترميز الناشئ اعتمادًا على ما إذا كان الإطار التحليلي موجودًا مسبقًا أو مولدًا من البيانات  \u003c\/span\u003e\n      \u003c\/li\u003e\n      \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n        \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n        \u003cspan\u003eتحليل بيانات البحث النوعي — تحليل نصوص المقابلات ومجموعات التركيز، الترميز الموضوعي عبر مقابلات متعددة، تحديد الأنماط، تلخيص النتائج الرئيسية في صيغة كتابة منظمة، وتقديم نتائج البحث النوعي كتحليل مدعوم بالأدلة وجاهز للنشر\u003c\/span\u003e\n      \u003c\/li\u003e\n      \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n        \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n        \u003cspan\u003eتحليل تعليقات العملاء والموظفين — تحليل تعليقات NPS المفتوحة، تفصيلات CSAT الحرفية، تحليل استجابات الاستبيانات المفتوحة للموظفين، تحليل مشاعر تعليقات وسائل التواصل الاجتماعي، وتحديد موضوعات مراجعات العملاء مع اقتباسات محددة تدعم كل نتيجة\u003c\/span\u003e\n      \u003c\/li\u003e\n      \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n        \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n        \u003cspan\u003eتحليل المحتوى والخطاب — تحليل تكرار المصطلحات والعبارات الرئيسية، تحديد تأطير الموضوع (كيف يتم تقديم الموضوع، وليس فقط ما يُقال)، تحديد تقنيات الإقناع والبلاغة، تحليل لغة العلامة التجارية ونغمتها، وما هو غائب عن النص بالإضافة إلى ما هو موجود\u003c\/span\u003e\n      \u003c\/li\u003e\n      \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; display: flex; align-items: flex-start; gap: 10px;\"\u003e\n        \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n        \u003cspan\u003eتحليل النصوص المطبق عبر الصناعات — تحليل التغطية الإعلامية والصحفية، تحليل اللغة السياسية والسياسات، مراجعة العقود واللغة القانونية، تحليل الاتصالات التنافسية، وتصميم الإطار التحليلي واستراتيجية العينة لمجموعات البيانات الكبيرة التي تتجاوز ما يمكن معالجته مباشرة في جلسة واحدة\u003c\/span\u003e\n      \u003c\/li\u003e\n    \u003c\/ul\u003e\n  \u003c\/div\u003e\n\n  \u003cdiv style=\"display: flex; align-items: center; gap: 20px; background: #FFFFFF; border: 1px solid #E8E6E0; border-radius: 8px; padding: 14px 20px; margin-bottom: 24px;\"\u003e\n    \u003cspan style=\"font-size: 11px; color: #888780; font-family: monospace;\"\u003e📄 mira-text-analyst.skill\u003c\/span\u003e\n    \u003cdiv style=\"width: 1px; height: 16px; background: #E8E6E0;\"\u003e\u003c\/div\u003e\n    \u003cspan style=\"font-size: 11px; color: #888780;\"\u003eتثبيت في أقل من دقيقتين\u003c\/span\u003e\n    \u003cdiv style=\"width: 1px; height: 16px; background: #E8E6E0;\"\u003e\u003c\/div\u003e\n    \u003cspan style=\"font-size: 11px; color: #888780;\"\u003eيعمل مع Claude وChatGPT وأي دردشة AI\u003c\/span\u003e\n  \u003c\/div\u003e\n\n  \u003cdiv style=\"border-left: 3px solid #1A8FA8; padding-left: 16px;\"\u003e\n    \u003cp style=\"font-size: 10px; font-weight: 600; color: #1A8FA8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 6px 0;\"\u003eكيفية التثبيت\u003c\/p\u003e\n    \u003cp style=\"font-size: 12px; color: #555550; line-height: 1.7; margin: 0;\"\u003e\n      قم بتنزيل حزمة .skill → افتح Claude → الصق SKILL.md في تعليمات مشروعك أو prompt النظام → الصق النص، المراجعات، النصوص، أو التعليقات التي تحتاج إلى تحليلها → تقوم Mira بتحديد المواضيع، تقييم المشاعر، وإنتاج نتائج مدعومة بالأدلة على الفور. الصق المحتوى مباشرة — بالنسبة لمجموعات البيانات الكبيرة جدًا، تقوم بتصميم الإطار التحليلي ونهج العينة.\n    \u003c\/p\u003e\n  \u003c\/div\u003e\n\n\u003c\/div\u003e","brand":"Kissmyskills","offers":[{"title":"Default Title","offer_id":57640127824136,"sku":"mira-text-sentiment-analyst-ai-skill","price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/lr2-mira-nf.png?v=1784793970","url":"https:\/\/kissmyskills.com\/ar\/products\/mira-text-sentiment-analyst-ai-skill","provider":"KissMySkills","version":"1.0","type":"link"}