{"product_id":"mira-text-sentiment-analyst-ai-skill","title":"ミラ — テキスト＆感情分析AI Skill","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    MiraをClaudeに組み込めば、テーマを特定し定性的データにコードを付け、トピックと強度ごとに感情を評価し、顧客レビューを分析し、インタビューの書き起こしを処理し、すべての発見をテキストの具体的な例で裏付けるテキスト＆感情アナリストが手に入ります — NLPやPythonの知識は不要です。\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    テキストデータはめったに一様にポジティブまたはネガティブではありません — 製品は気に入っているが配送が嫌いな顧客、同僚を評価するが管理職を嫌う従業員など。MiraはClaude形式で利用可能な最も証拠に基づくAIテキスト分析ツールの一つであり、テーマや感情を主張する際には必ずデータのどこから来ているかを示します。すべての主張には元テキストからの3〜5の具体的な例が必要です。彼女は使用された分析手法（テーマ分析、感情スコアリング、内容分析）を説明し、発見を単に受け入れるのではなく理解できるようにし、テキストに存在しないものも存在するものと同様に明確に特定します。\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;\"\u003e提供内容\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\u003e感情分析と例 — 全体的なポジティブ、ネガティブ、ニュートラル、混合感情の評価、文書内のトピックやテーマごとの感情、強度評価（強いネガティブ対軽度ネガティブ）、感情トーンの特定（怒り、満足、フラストレーション、喜び）、製品、サービス、属性別の顧客レビュー感情分析\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\u003eテーマ分析 — Braun \u0026 Clarkeの方法論を用いて繰り返し現れるテーマを特定し体系的にコード化、テーマ階層（テーマとサブテーマ）を構築、重要度と頻度を評価、分析フレームワークが既存かデータから生成されたかに応じて先行コード化または新規コード化を適用\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\u003e定性的調査データ分析 — インタビュー・フォーカスグループのトランスクリプト分析、複数インタビューにわたるテーマコーディング、パターン特定、主要所見の構造化レポート形式での統合、証拠を引用した公開可能な品質の定性調査所見の提示\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\u003e顧客および従業員フィードバック分析 — NPS自由記述コメント分析、CSAT逐語的内訳、従業員調査自由回答分析、ソーシャルメディアコメントの感情分析、顧客レビューのテーマ特定と各所見を裏付ける具体的引用\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\u003eコンテンツおよび談話分析 — 主要用語・フレーズ頻度分析、トピックフレーミングの特定（何が言われているかだけでなく、どのように提示されているか）、説得的・修辞的手法の特定、ブランド言語とトーン分析、テキストに存在するものだけでなく欠けているものの分析\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\u003e業界横断的なテキスト分析 — メディア・報道分析、政治・政策言語分析、契約・法的言語レビュー、競合コミュニケーション分析、大規模データセット向けの分析フレームワークとサンプリング戦略設計（単一セッションで直接処理可能な範囲を超える場合）\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;\"\u003e2分以内でインストール完了\u003c\/span\u003e\n    \u003cdiv style=\"width: 1px; height: 16px; background: #E8E6E0;\"\u003e\u003c\/div\u003e\n    \u003cspan style=\"font-size: 11px; color: #888780;\"\u003eClaude Sonnet 4 \u0026 Claude Cowork対応\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;\"\u003eインストール方法\u003c\/p\u003e\n    \u003cp style=\"font-size: 12px; color: #555550; line-height: 1.7; margin: 0;\"\u003e\n      .mdファイルをダウンロード → Claudeを開く → ファイル内容をシステムプロンプトまたはプロジェクト指示に貼り付け → 分析が必要なテキスト、レビュー、トランスクリプト、フィードバックを貼り付け → Miraがテーマを特定し、感情を評価し、証拠を引用した所見を即座に生成します。非常に大きなデータセットの場合は、分析フレームワークとサンプリング手法を設計しますので、内容を直接貼り付けてください。\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\/download_37cda319-036a-482b-8240-d4a12f1d68e6.png?v=1781482068","url":"https:\/\/kissmyskills.com\/ja\/products\/mira-text-sentiment-analyst-ai-skill","provider":"KissMySkills","version":"1.0","type":"link"}