ミラ — テキスト＆感情分析AI Skill

提供内容

• → 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
• → テーマ分析 — Braun & 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
• → 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
• → 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
• → 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
• → 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）

インストール方法

.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。