Как использовать Claude для анализа текста и тональности (и когда этого не стоит делать)

Вставьте отзывы в свободной форме в Claude, объясните, что это за текст и какое решение вы пытаетесь принять, и попросите выделить повторяющиеся темы с указанием тональности для каждой - а не вывести общую оценку. При объёме менее примерно нескольких тысяч документов в месяц это лучше, чем настраивать специализированный классификатор тональности, потому что вы получаете причины, а не метку. Но есть один нюанс: модель выдаст уверенную метку для текста, который неправильно поняла, поэтому перед тем, как выдавать какое-либо распределение за факт, проверьте выборку по собственным суждениям.

Цены на инструменты проверены в августе 2026 года.

Почему сама по себе оценка тональности бесполезна?

«72% положительных» ничего не говорит о том, что можно использовать для действий. Из этого не ясно, чем недовольны остальные 28%, одна это проблема или девять, и относятся ли положительные комментарии к тому, что вы только что выпустили, или к тому, от чего собираетесь отказаться.

Вместо этого вам нужен список тем: пять или шесть вещей, которые люди постоянно упоминают, и у каждой - собственная тональность и примерная частота. «Людям нравится, как быстро это работает, а тридцать человек застряли на одном и том же этапе адаптации» - это фраза, с которой кто-то может что-то сделать. Процент - нет.

Это особенно важно потому, что реальные отзывы редко бывают однозначными. «Обожаю продукт, ненавижу цену» в среднем даёт нейтральную тональность, а это наименее полезное из возможных описаний такого клиента. Если определять тональность для каждой темы, а не для каждого документа, сигнал сохраняется.

Стоит ли вместо этого использовать специализированный инструмент для анализа тональности?

При объёме менее нескольких тысяч документов в месяц обычно нет - и стоит понять почему, ведь большинство советов на эту тему устарело на десятилетие.

Amazon Comprehend, основной управляемый вариант, взимает $0.0001 за единицу анализа тональности, где одна единица - это 100 символов, а каждый запрос оплачивается минимум за 3 единицы. Отзыв длиной 300 символов стоит $0.0003. Две тысячи таких отзывов стоят около шестидесяти центов. AWS также предоставляет новым и существующим клиентам 50 000 единиц (5 млн символов) в месяц бесплатно в течение первых двенадцати месяцев. С точки зрения необработанных вычислений классификатор практически бесплатен.

Цена для вас проявляется во всём остальном. Вам понадобится аккаунт AWS, учётные данные, скрипт для отправки CSV через API и получения результатов обратно, а также решение о том, что делать с возвращаемой меткой. И это всё, что вы получите: значение тональности с показателем уверенности. Система не скажет, что негативные отзывы сосредоточены вокруг неработающего процесса сброса пароля, потому что не ищет темы, если не создать для этого отдельное решение.

Общая модель, читающая те же 2 000 отзывов, выдаёт вам темы, тональность по каждой теме, репрезентативные цитаты и ответ на уточняющий вопрос - без необходимости создавать какой-либо конвейер. Когда документов становится несколько тысяч в месяц, обработка запускается по расписанию и данные поступают на дашборд, расчёты меняются, и полноценный классификатор или пакетный API начинают себя оправдывать. До этого вы создаёте инфраструктуру, чтобы сэкономить шестьдесят центов.

Предупреждение об устаревших подборках, которые вы найдете по этой теме: MonkeyLearn, фигурирующий в большинстве обзоров «лучших инструментов анализа тональности», больше не существует как самостоятельный продукт. В 2022 году его приобрела Medallia, а monkeylearn.com теперь перенаправляет на medallia.com с кодом 301. Прежде чем строить планы с расчетом на рекомендованный вам инструмент, убедитесь, что он все еще существует.

Как на самом деле провести анализ?

Четыре вещи отличают полезный анализ от шаблонного.

1. Объясните, что представляет собой текст. Фраза «Это 400 обращений в службу поддержки за две недели после изменения цен» полностью меняет интерпретацию по сравнению с безымянным фрагментом текста.
2. Укажите, для какого решения нужен анализ. Анализ для обоснования дорожной карты будет отличаться от анализа причин оттока клиентов. Уточните, какой именно вариант вам нужен.
3. Просите указывать частотность и цитаты, а не только темы. Запросите примерное количество отзывов по каждой теме и две дословные цитаты. По цитатам можно проверить результат - если цитата не подтверждает тему, значит, тема определена неверно.
4. Спросите, что он не смог классифицировать. Остаток часто оказывается самым интересным: комментарии, которые слишком неоднозначны, коротки или саркастичны, чтобы отнести их к какой-либо категории.

Если ваши отзывы получены из разработанных вами опросов, качество этого анализа определяется еще до их проведения - об этом же говорится в нашем руководстве по Claude для HR-специалистов, и его стоит дополнить более подробным материалом в руководстве по исследованию рынка.

Навык, который выполняет этот анализ

Elena - AI-навык бизнес-аналитика

$19этот навык против Бизнес-аналитик берет $85+ в часнанять бизнес-аналитика

После того как Mira сгруппирует отзывы по темам, Elena превратит приоритизированный список в обоснование для бизнеса с указанием влияния, трудозатрат и рекомендации.

Посмотреть профиль Elena →

Как установить навык Mira?

Mira поставляется в виде ZIP-архива с SKILL.md файл в корневой папке.

1. Откройте настольное приложение Claude, нажмите Customize на боковой панели, затем Skills.
2. Нажмите + и загрузите ZIP-архив. Claude прочитает файл SKILL.md и кратко опишет, что он делает.
3. Переключите его в положение on. Если он выключен, Claude его игнорирует.
4. Вставьте свой отзыв и опишите принимаемое вами решение.

Skills работают на всех тарифах Claude - Free, Pro, Max, Team и Enterprise, но для этого необходимо включить выполнение кода. Если меню Skills неактивно или отсутствует, включите параметр Code execution and file creation в разделе Settings > Capabilities. В Team и Enterprise это настройка уровня владельца в параметрах организации, поэтому, возможно, потребуется обратиться к владельцу.

Если вы не можете включить выполнение кода или работаете в ChatGPT или Gemini, откройте SKILL.md файл, скопируйте его содержимое и вставьте в пользовательские инструкции. Skill не будет запускаться автоматически, но будет определять каждый ответ в этой беседе.

Где это даёт сбой?

Этот раздел стоит прочитать дважды, потому что ошибка проявляется незаметно.

• Она будет уверенно ошибаться. Модель не ответит: «Я не уверен, что именно имел в виду этот человек». Она выдаст аккуратную метку в том же тоне, независимо от того, правильно ли поняла комментарий. В результате ничто не отличает точную классификацию от ошибочного прочтения.
• Сарказм и преуменьшение всё портят. «Отлично, ещё одно обновление» и «в целом нормально, наверное» - именно такие комментарии человек мгновенно понимает, а модель упрощает.
• Подсчёты частот - это оценки, а не подсчёты. Когда модель говорит, что тема встречалась в 30 комментариях, она не пересчитала их вручную. Если это число попадёт на слайд, посчитайте сами или попросите модель вывести номера строк, чтобы вы могли это сделать.
• Ваша выборка, вероятно, не отражает всех клиентов. Люди, которые оставляют отзывы и отвечают на вопросы с развернутым ответом, по определению необычны. Анализ описывает тех, кто ответил, и никакой инструмент этого не исправит.
• Границы тем зависят от субъективного решения. Проанализируйте одни и те же отзывы дважды, и один раз можете получить шесть тем, а в другой - четыре, потому что «медленно» и «не отвечает» вполне обоснованно можно считать одной темой или двумя. Ни один вариант не является ошибочным, но оба меняют вашу диаграмму.
• Он не может сказать вам, что делать. Он сообщает, что сказали люди. Выбор между улучшением адаптации и выпуском уже обещанной функции остаётся за вами.

Поэтому сначала проверьте результаты на выборке. Возьмите выборку комментариев - пятидесяти вполне достаточно для нескольких сотен документов - и самостоятельно разметьте их, прежде чем смотреть на ответ модели, а затем сравните результаты. Вы ищете не идеальную точность, а места, где сосредоточены расхождения. Если они приходятся на одну тему, эта тема ненадёжна, и вам следует об этом сказать. Если вы с моделью расходитесь более чем в нескольких случаях по всей выборке, не представляйте распределение как вывод. Сделайте это один раз для конкретного типа отзывов, и впоследствии вы будете знать, насколько можно этому доверять.

Зачем использовать Skill, а не писать prompt каждый раз?

Две причины, и ни одна из них не заключается в том, что Skill умнее.

Первое - последовательность. Сравнение настроений за этот квартал с настроениями за прошлый квартал имеет смысл только в том случае, если оба набора были проанализированы одинаково, с теми же определениями тем и теми же инструкциями о том, что считать жалобой. Сохранённый Skill фиксирует метод, поэтому сравнение отражает реальную динамику, а не случайный эффект того, как именно вы сформулировали prompt в апреле.

Второй момент заключается в том, что перечисленные ранее четыре элемента - контекст, решение, частота и цитаты, а также не поддающийся классификации остаток - легко забыть в спешке, особенно когда вы вставляете 400 обращений и надеетесь на лучший результат.

Какой текст стоит анализировать таким образом?

Везде, где много текста и ни у кого нет времени его читать: ответы на открытые вопросы опросов, отзывы о продуктах, обращения в поддержку, выходные интервью, комментарии в магазинах приложений, заметки по звонкам отдела продаж, упоминания в социальных сетях. Метод не меняется. Меняется контекст, который вы указываете в начале, и решение, на которое должен ориентироваться анализ.

С осторожностью следует относиться к единственной категории - случаям, когда выборка очень мала. Двенадцать комментариев - это не темы, а двенадцать мнений, и их стоит прочитать самостоятельно.

Руководства по связанным Skill

• Как использовать Claude для email-маркетинга: руководство по Skill Nadia
• Как использовать Claude в качестве менеджера социальных сетей: руководство по Skill Maya
• Как использовать Claude в качестве стратега по маркетингу роста: руководство по Skill Sofia
• Как использовать Claude для маркетинговой аналитики: руководство по Skill Rafa

KissMySkills — маркетплейс с 2 000+ AI навыками, 300+ наборами prompt, 55 агентами и бесплатными инструментами для Claude, ChatGPT и любых AI-чатов.