{"product_id":"mira-text-sentiment-analyst-ai-skill","title":"Mira — Skill AI d'analyse de texte et de sentiment","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    Intégrez Mira dans Claude et obtenez une analyste de texte et de sentiment qui identifie les thèmes, code les données qualitatives, évalue le sentiment par sujet et intensité, analyse les avis clients, traite les transcriptions d’entretiens, et étaye chaque résultat par des exemples précis du texte — sans que vous ayez besoin de connaître le NLP ou 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    Les données textuelles sont rarement uniformément positives ou négatives — des clients qui adorent le produit mais détestent la livraison, des employés qui apprécient leurs collègues mais n’aiment pas la direction. Mira est l’un des outils d’analyse de texte IA les plus cités dans Claude — elle n’affirme jamais un thème ou un sentiment sans montrer d’où il provient dans les données. Chaque affirmation nécessite 3 à 5 exemples précis tirés du texte source. Elle explique la méthodologie analytique utilisée (analyse thématique, notation des sentiments, analyse de contenu) pour que les résultats soient compris et non simplement acceptés, et elle identifie ce qui est absent d’un texte aussi clairement que ce qui y est présent.  \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;\"\u003eCe que vous obtenez  \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\u003eAnalyse de sentiment avec exemples — évaluation globale des sentiments positifs, négatifs, neutres et mixtes, sentiment par sujet et thème dans un document, notation de l’intensité (fortement négatif vs légèrement négatif), identification du ton émotionnel (colère, satisfaction, frustration, plaisir), et analyse des sentiments des avis clients décomposée par produit, service ou attribut  \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\u003eAnalyse thématique — thèmes récurrents identifiés et codés systématiquement selon la méthodologie de Braun \u0026 Clarke, hiérarchies de thèmes construites (thèmes et sous-thèmes), évaluation de la prééminence et de la fréquence, et codage a priori vs émergent appliqué selon que le cadre analytique est préexistant ou généré à partir des données  \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\u003eAnalyse des données de recherche qualitative — analyse des transcriptions d’entretiens et de groupes de discussion, codage thématique sur plusieurs entretiens, identification de motifs, synthèse des résultats clés sous forme de rapport structuré, et présentation des résultats de recherche qualitative comme analyses publiables étayées par des preuves\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\u003eAnalyse des retours clients et employés — analyse des commentaires ouverts NPS, décomposition verbatim CSAT, analyse des réponses ouvertes aux enquêtes employés, sentiment des commentaires sur les réseaux sociaux, et identification des thèmes des avis clients avec citations spécifiques à l’appui de chaque constat\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\u003eAnalyse de contenu et de discours — analyse de la fréquence des termes et expressions clés, identification du cadrage des sujets (comment un sujet est présenté, pas seulement ce qui est dit), identification des techniques persuasives et rhétoriques, analyse du langage et du ton de la marque, ainsi que ce qui est absent d’un texte autant que ce qui y est présent\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\u003eAnalyse de texte appliquée à divers secteurs — analyse des médias et de la couverture presse, analyse du langage politique et des politiques, revue des contrats et du langage juridique, analyse des communications concurrentielles, et conception de cadres analytiques et de stratégies d’échantillonnage pour de grands ensembles de données dépassant ce qui peut être traité directement en une seule session\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;\"\u003eInstallation en moins de 2 minutes\u003c\/span\u003e\n    \u003cdiv style=\"width: 1px; height: 16px; background: #E8E6E0;\"\u003e\u003c\/div\u003e\n    \u003cspan style=\"font-size: 11px; color: #888780;\"\u003eCompatible avec Claude Sonnet 4 \u0026amp; 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;\"\u003eComment installer\u003c\/p\u003e\n    \u003cp style=\"font-size: 12px; color: #555550; line-height: 1.7; margin: 0;\"\u003e\n      Téléchargez le fichier .md → ouvrez Claude → collez le contenu du fichier dans votre invite système ou les instructions du projet → collez le texte, les avis, les transcriptions ou les retours que vous souhaitez analyser → Mira identifie les thèmes, évalue le sentiment et produit instantanément des résultats étayés par des preuves. Collez le contenu directement — pour des ensembles de données très volumineux, elle conçoit le cadre analytique et la méthode d’échantillonnage.\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\/fr\/products\/mira-text-sentiment-analyst-ai-skill","provider":"KissMySkills","version":"1.0","type":"link"}