Collez vos retours en texte libre dans Claude, expliquez-lui de quel type de texte il s’agit et quelle décision vous essayez de prendre, puis demandez-lui les thèmes récurrents avec le sentiment associé à chacun - et non un score global. En dessous d’environ quelques milliers de documents par mois, cette méthode est plus efficace que la mise en place d’un classificateur de sentiments dédié, car vous obtenez les raisons plutôt qu’une étiquette. Le piège, c’est que le modèle vous fournira une étiquette assurée pour un texte qu’il a mal interprété ; vérifiez donc un échantillon à l’aune de votre propre jugement avant de présenter une quelconque répartition comme un fait.
Tarifs des outils vérifiés en août 2026.
Pourquoi un score de sentiment isolé est-il inutile ?
« 72 % de sentiments positifs » ne vous apprend rien sur lequel vous pouvez agir. Cela ne dit pas pourquoi les 28 % restants sont mécontents, s’il s’agit d’un seul problème ou de neuf, ni si les commentaires positifs concernent la fonctionnalité que vous venez de lancer ou celle que vous êtes sur le point de supprimer.
Ce qu’il vous faut plutôt, c’est une liste de thèmes : les cinq ou six sujets que les gens ne cessent d’évoquer, chacun avec son propre sentiment et sa fréquence approximative. « Les gens apprécient sa rapidité, et trente d’entre eux sont restés bloqués au même endroit lors de l’intégration » est une phrase sur laquelle quelqu’un peut agir. Un pourcentage ne l’est pas.
C’est surtout important parce que les retours réels sont rarement univoques. « J’adore le produit, je déteste le prix » donne une moyenne neutre, ce qui est la description la moins utile possible de ce client. Associer le sentiment à chaque thème plutôt qu’à chaque document permet de conserver le signal.
Faut-il plutôt utiliser un outil dédié aux sentiments ?
En dessous de quelques milliers de documents par mois, généralement non - et il vaut la peine de comprendre pourquoi, car la plupart des conseils sur ce sujet datent d’une dizaine d’années.
Amazon Comprehend, l’option gérée la plus courante, facture 0,0001 $ par unité pour l’analyse des sentiments, une unité correspondant à 100 caractères, chaque requête étant facturée avec un minimum de 3 unités. Un avis de 300 caractères coûte 0,0003 $. Deux mille avis coûtent environ soixante centimes. AWS offre également aux nouveaux clients comme aux clients existants 50 000 unités (5 millions de caractères) gratuites par mois pendant les douze premiers mois. En termes de calcul brut, un classificateur est pratiquement gratuit.
Le coût se fait sentir partout ailleurs. Vous avez besoin d’un compte AWS, d’identifiants, d’un script pour envoyer le fichier CSV via l’API et récupérer les résultats, ainsi que d’une décision sur ce que vous allez faire de l’étiquette renvoyée. Et tout ce que vous obtenez, c’est une étiquette : une valeur de sentiment accompagnée d’un score de confiance. Elle ne vous dira pas que les avis négatifs se concentrent autour d’un parcours de réinitialisation de mot de passe défaillant, car elle ne détecte pas les thèmes, sauf si vous construisez cette fonction séparément.
Un modèle général lisant les 2 000 mêmes avis vous fournit les thèmes, le sentiment associé à chacun, des citations représentatives et une réponse lorsque vous posez une question de suivi, sans aucun pipeline à construire. Au-delà de plusieurs milliers de documents par mois, avec une exécution planifiée et des données alimentant un tableau de bord, le calcul change et un véritable classificateur ou une API de traitement par lots devient rentable. En dessous, vous construisez une infrastructure pour économiser soixante centimes.
Un avertissement concernant les anciennes listes que vous trouverez à ce sujet : MonkeyLearn, qui apparaît dans la plupart des comparatifs des « meilleurs outils d’analyse des sentiments », n’existe plus en tant que produit autonome. Medallia l’a racheté en 2022 et monkeylearn.com redirige désormais avec un code 301 vers medallia.com. Vérifiez que l’outil qui vous est recommandé existe toujours avant de construire votre projet autour de lui.
Comment effectuer concrètement l’analyse ?
Quatre éléments font la différence entre une analyse utile et une analyse générique.
- Précisez ce que sont les textes. « Il s’agit de 400 tickets d’assistance reçus au cours des deux semaines suivant notre changement de tarification » donne une interprétation totalement différente de celle obtenue en fournissant un bloc non identifié.
- Précisez à quelle décision cela doit servir. Une analyse destinée à étayer une décision de roadmap diffère d’une analyse destinée à une rétrospective de désabonnement. Précisez-le.
- Demandez la fréquence et des citations, pas seulement les thèmes. Exigez un décompte approximatif pour chaque thème et deux citations verbatim. Les citations permettent de vérifier le résultat - si une citation n’étaye pas le thème, le thème est erroné.
- Demandez ce qu’elle n’a pas pu classer. Le résidu est souvent la partie la plus intéressante : les commentaires trop ambigus, trop courts ou trop sarcastiques pour être classés.
Si vos retours proviennent d’enquêtes que vous avez conçues, la qualité de cette analyse se joue avant même leur diffusion - c’est le même point que celui abordé dans notre guide sur HR generalist, et qui mérite d’être associé à la lecture plus large de notre guide sur les études de marché.
Une fois que Mira a regroupé les retours par thèmes, Elena transforme la liste priorisée en analyse de rentabilité, avec l’impact, l’effort et une recommandation.
Voir Elena →Comment installer le Skill Mira ?
Mira arrive sous forme de ZIP avec un SKILL.md fichier à sa racine.
- Ouvrez l’application de bureau Claude, cliquez sur Customize dans la barre latérale, puis sur Skills.
- Cliquez sur + et importez le ZIP. Claude lit le fichier
SKILL.mdet résume ce qu’il fait. - Activez-le on. S’il est désactivé, Claude l’ignore.
- Collez vos retours et décrivez la décision que vous prenez.
Les Skills fonctionnent avec tous les forfaits Claude - Free, Pro, Max, Team et Enterprise - mais l’exécution de code doit être activée. Si le menu Skills est grisé ou absent, activez Exécution de code et création de fichiers dans Settings > Capabilities. Avec Team et Enterprise, il s’agit d’un paramètre réservé au propriétaire dans les paramètres de l’organisation, vous devrez donc peut-être le demander.
Si vous ne pouvez pas activer l’exécution de code, ou si vous travaillez dans ChatGPT ou Gemini, ouvrez le SKILL.md fichier, copiez-en le contenu et collez-le dans les instructions personnalisées. Le Skill ne se déclenchera pas automatiquement, mais il orientera chaque réponse dans cette conversation.
Où cela peut-il mal tourner ?
C’est la section à lire deux fois, car le mode d’échec est discret.
- Il se trompera avec assurance. Un modèle ne répond pas « Je ne suis pas sûr de comprendre ce que cette personne voulait dire ». Il renvoie une étiquette claire, sur le même ton, qu’il ait correctement interprété le commentaire ou non. Rien dans le résultat ne permet de distinguer une classification solide d’une mauvaise interprétation.
- Le sarcasme et la litote le mettent en échec. « Super, encore une mise à jour » et « ça va, je suppose » sont exactement les commentaires qu’un humain comprend instantanément et qu’un modèle a tendance à aplatir.
- Les décomptes de fréquence sont des estimations, pas des dénombrements. Lorsqu’un modèle affirme qu’un thème apparaît dans 30 commentaires, il ne les a pas comptés. Si le nombre doit figurer sur une diapositive, comptez vous-même ou demandez au modèle d’indiquer les numéros de ligne pour que vous puissiez le faire.
- Votre échantillon ne représente probablement pas vos clients. Les personnes qui laissent des avis et répondent aux questions ouvertes sont, par définition, atypiques. L’analyse décrit les personnes qui ont répondu, et aucun outil ne peut corriger cela.
- Les limites entre les thèmes relèvent d’un jugement. Analysez deux fois le même feedback et vous pourrez obtenir six thèmes une fois, puis quatre la fois suivante, car « lent » et « ne répond pas » peuvent raisonnablement constituer un seul thème ou deux. Aucune des deux réponses n’est fausse ; toutes deux modifient votre graphique.
- Il ne peut pas vous dire quoi faire. Il vous dit ce que les gens ont dit. C’est à vous de choisir entre améliorer l’intégration et livrer la fonctionnalité que vous avez déjà promise.
Vérifiez donc quelques exemples avant de présenter quoi que ce soit. Prélevez un échantillon de commentaires - cinquante suffisent pour quelques centaines de documents - et étiquetez-les vous-même avant de consulter la réponse du modèle, puis comparez. Vous ne cherchez pas la perfection, mais à repérer où se concentrent les désaccords. S’ils se concentrent sur un thème, ce thème n’est pas fiable et vous devez le dire. Si vous et le modèle êtes en désaccord sur plus d’une poignée de commentaires dans l’échantillon, ne présentez pas la répartition comme un résultat. Faites-le une fois pour un type de feedback donné et vous saurez ensuite dans quelle mesure lui faire confiance.
Si la majeure partie de vos messages non lus sont des tickets de support, associez l’analyse des thèmes de Mira à Sam, qui rédige les réponses une fois que vous savez ce qui contrarie réellement le client.
Voir Sam - Skill AI pour le support client →Pourquoi utiliser un Skill plutôt que rédiger le prompt à chaque fois ?
Deux raisons, et aucune n’est que le Skill est plus intelligent.
Le premier point, c’est la cohérence. Comparer le ressenti de ce trimestre à celui du trimestre dernier n’a de sens que si les deux ont été analysés de la même manière, avec les mêmes définitions de thèmes et les mêmes instructions sur ce qui compte comme une plainte. Un Skill enregistré fixe la méthode, afin que la comparaison soit réelle plutôt qu’un artefact de la façon dont vous avez formulé le prompt en avril.
Le deuxième point est que les quatre éléments mentionnés précédemment - le contexte, la décision, la fréquence et les citations, ainsi que les éléments résiduels inclassables - sont faciles à oublier quand vous êtes pressé, précisément au moment où vous collez 400 tickets en espérant que tout se passe bien.
Vous réalisez des enquêtes de satisfaction trimestrielles ? Cet outil conçoit l'enquête de manière à ce que les réponses libres soient comparables d'un trimestre à l'autre - la matière première dont Mira a besoin pour suivre une évolution plutôt que d'en supposer une.
Voir le Prompt d'enquête auprès des employés →Quels textes valent la peine d'être traités avec cet outil ?
Partout où vous avez un grand volume de textes que personne n'a le temps de lire : réponses libres à des enquêtes, avis sur des produits, tickets d'assistance, entretiens de départ, commentaires sur les app stores, notes d'appels commerciaux, mentions sur les réseaux sociaux. La méthode ne change pas d'un cas à l'autre. Ce qui change, c'est le contexte que vous fournissez au début et la décision vers laquelle vous orientez l'analyse.
La seule catégorie avec laquelle il faut être prudent concerne tout ce qui repose sur un échantillon minuscule. Douze commentaires ne forment pas des thèmes ; ce sont douze opinions, et vous devriez les lire vous-même.
En résumé :
Pour l'analyse générale de textes libres - avis, tickets, réponses à des enquêtes, transcriptions d'entretiens - utilisez Mira. Si l'ensemble se compose principalement de tickets d'assistance, associez-le à Sam. Si vous concevez l'enquête qui produira les retours, commencez par le Prompt d'enquête auprès des employés. Transformez ensuite les thèmes en dossier avec Elena. Tous fonctionnent dans Claude, ChatGPT et tout chat AI, avec une garantie de remboursement sous 30 jours - et vous devez toujours vérifier ponctuellement les résultats.
Guides de Skill associés
- Comment utiliser Claude pour l'e-mail marketing : le guide du Skill Nadia
- Comment utiliser Claude comme gestionnaire des réseaux sociaux : le guide du Skill Maya
- Comment utiliser Claude comme stratège en marketing de croissance : le guide du Skill Sofia
- Comment utiliser Claude pour l'analyse marketing : le guide du Skill Rafa
KissMySkills est une marketplace de 853 skills AI, de 158 Prompt Pack, de 55 agents et d'outils gratuits pour Claude, ChatGPT et tout chat AI.
