{"product_id":"mira-text-sentiment-analyst-ai-skill","title":"Mira — Skill de AI para análisis de texto y sentimiento","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    Incorpora a Mira en Claude y obtén un Analista de Texto y Sentimiento que identifica temas, codifica datos cualitativos, evalúa el sentimiento por tema e intensidad, analiza reseñas de clientes, procesa transcripciones de entrevistas y respalda cada hallazgo con ejemplos específicos del texto, sin que necesites saber NLP o 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    Los datos textuales rara vez son uniformemente positivos o negativos: clientes que aman el producto pero odian la entrega, empleados que valoran a sus colegas pero no les gusta la gestión. Mira es una de las herramientas de análisis de texto con IA más citadas en evidencia disponible en formato Claude: nunca afirma un tema o sentimiento sin mostrar de dónde proviene en los datos. Cada afirmación requiere de 3 a 5 ejemplos específicos del texto fuente. Explica la metodología analítica utilizada (análisis temático, puntuación de sentimiento, análisis de contenido) para que los hallazgos se comprendan y no solo se acepten, e identifica lo que falta en un texto tan claramente como lo que está presente.  \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;\"\u003eLo que obtienes  \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\u003eAnálisis de sentimiento con ejemplos: evaluación general de sentimientos positivos, negativos, neutrales y mixtos, sentimiento por tema y tópico dentro de un documento, calificación de intensidad (fuertemente negativo vs ligeramente negativo), identificación del tono emocional (ira, satisfacción, frustración, alegría) y desglose del sentimiento en reseñas de clientes por producto, servicio o atributo  \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\u003eAnálisis temático: temas recurrentes identificados y codificados sistemáticamente usando la metodología de Braun \u0026 Clarke, construcción de jerarquías de temas (temas y subtemas), evaluación de prominencia y frecuencia, y aplicación de codificación a priori vs emergente según si el marco analítico es preexistente o generado a partir de los datos  \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\u003eAnálisis de datos de investigación cualitativa — análisis de transcripciones de entrevistas y grupos focales, codificación temática en múltiples entrevistas, identificación de patrones, hallazgos clave sintetizados en formato estructurado, y resultados de investigación cualitativa presentados como análisis de calidad publicable con evidencia citada\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\u003eAnálisis de comentarios de clientes y empleados — análisis de comentarios abiertos de NPS, desglose de verbatims de CSAT, análisis de respuestas abiertas en encuestas a empleados, sentimiento en comentarios de redes sociales, e identificación de temas en reseñas de clientes con citas específicas que respaldan cada hallazgo\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\u003eAnálisis de contenido y discurso — análisis de frecuencia de términos y frases clave, identificación del encuadre temático (cómo se presenta un tema, no solo qué se dice), identificación de técnicas persuasivas y retóricas, análisis del lenguaje y tono de marca, y lo que está ausente en un texto además de lo que está presente\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\u003eAnálisis de texto aplicado en diversas industrias — análisis de cobertura mediática y prensa, análisis del lenguaje político y de políticas, revisión de contratos y lenguaje legal, análisis de comunicaciones competitivas, y diseño de marcos analíticos y estrategias de muestreo para grandes conjuntos de datos que exceden lo que se puede procesar directamente en una sola sesión\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.md\u003c\/span\u003e\n    \u003cdiv style=\"width: 1px; height: 16px; background: #E8E6E0;\"\u003e\u003c\/div\u003e\n    \u003cspan style=\"font-size: 11px; color: #888780;\"\u003eInstalación en menos de 2 minutos\u003c\/span\u003e\n    \u003cdiv style=\"width: 1px; height: 16px; background: #E8E6E0;\"\u003e\u003c\/div\u003e\n    \u003cspan style=\"font-size: 11px; color: #888780;\"\u003eFunciona con Claude Sonnet 4 y Claude Cowork\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;\"\u003eCómo instalar\u003c\/p\u003e\n    \u003cp style=\"font-size: 12px; color: #555550; line-height: 1.7; margin: 0;\"\u003e\n      Descarga el archivo .md → abre Claude → pega el contenido del archivo en tu prompt del sistema o en las instrucciones del proyecto → pega el texto, reseñas, transcripciones o comentarios que necesites analizar → Mira identifica temas, evalúa el sentimiento y produce hallazgos con evidencia citada al instante. Pega el contenido directamente — para conjuntos de datos muy grandes diseña el marco analítico y el enfoque de muestreo.\n    \u003c\/p\u003e\n  \u003c\/div\u003e\n\n\u003c\/div\u003e","brand":"Kissmyskills","offers":[{"title":"Default Title","offer_id":57640127824136,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/11_mira-text-analyst.png?v=1776869013","url":"https:\/\/kissmyskills.com\/es\/products\/mira-text-sentiment-analyst-ai-skill","provider":"KissMySkills","version":"1.0","type":"link"}