{"product_id":"mira-text-sentiment-analyst-ai-skill","title":"Mira — AI Skill для аналізу тексту та настроїв","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    Додайте Mira до Claude і отримайте аналітика тексту та настроїв, який виявляє теми, кодує якісні дані, оцінює настрій за темою та інтенсивністю, аналізує відгуки клієнтів, обробляє транскрипти інтерв’ю та підкріплює кожен висновок конкретними прикладами з тексту — без необхідності знати NLP або 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    Текстові дані рідко бувають однозначно позитивними або негативними — клієнти, які люблять продукт, але ненавидять доставку, працівники, які цінують колег, але не люблять керівництво. Mira — один із найпоширеніших інструментів аналізу тексту на основі AI у форматі Claude — вона ніколи не стверджує тему чи настрій без показу, звідки це взято в даних. Кожне твердження вимагає 3–5 конкретних прикладів із вихідного тексту. Вона пояснює використану аналітичну методологію (тематичний аналіз, оцінка настроїв, контент-аналіз), щоб результати були зрозумілі, а не просто прийняті, і чітко визначає, що відсутнє в тексті, так само як і те, що присутнє.\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;\"\u003eЩо ви отримуєте\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\u003eАналіз настроїв з прикладами — загальна оцінка позитивного, негативного, нейтрального та змішаного настрою, аналіз настрою за темою та темою в документі, оцінка інтенсивності (дуже негативний проти помірно негативного), визначення емоційного тону (гнів, задоволення, розчарування, захоплення), а також аналіз настроїв відгуків клієнтів за продуктом, послугою або атрибутом\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\u003eТематичний аналіз — виявлення повторюваних тем і їх систематичне кодування за методологією Брауна та Кларка, побудова ієрархій тем (теми та підтеми), оцінка значущості та частоти, застосування апріорного або емпіричного кодування залежно від того, чи є аналітична структура попередньо існуючою або створеною на основі даних\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\u003eАналіз якісних дослідницьких даних — аналіз транскриптів інтерв’ю та фокус-груп, тематичне кодування кількох інтерв’ю, виявлення закономірностей, узагальнення ключових висновків у структурованому форматі, а також представлення якісних дослідницьких результатів як аналізу з посиланнями на докази, придатного для публікації\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\u003eАналіз відгуків клієнтів і працівників — аналіз відкритих коментарів NPS, розбір вербатимів CSAT, аналіз відкритих відповідей опитувань працівників, аналіз настрою коментарів у соціальних мережах, ідентифікація тем у відгуках клієнтів із конкретними цитатами, що підтримують кожен висновок\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\u003eАналіз змісту та дискурсу — аналіз частоти ключових термінів і фраз, ідентифікація формування теми (як подається тема, а не лише що говориться), виявлення переконливих і риторичних прийомів, аналіз мови та тону бренду, а також аналіз того, що відсутнє в тексті, так само як і того, що присутнє\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\u003eЗастосування текстового аналізу в різних галузях — аналіз медіа та прес-покриття, аналіз політичної та політичної мови, перегляд контрактів і юридичної мови, аналіз конкурентних комунікацій, а також розробка аналітичної структури та стратегії вибірки для великих наборів даних, які перевищують можливості обробки в одній сесії\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;\"\u003eВстановлення менше 2 хвилин\u003c\/span\u003e\n    \u003cdiv style=\"width: 1px; height: 16px; background: #E8E6E0;\"\u003e\u003c\/div\u003e\n    \u003cspan style=\"font-size: 11px; color: #888780;\"\u003eПрацює з Claude Sonnet 4 та 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;\"\u003eЯк встановити\u003c\/p\u003e\n    \u003cp style=\"font-size: 12px; color: #555550; line-height: 1.7; margin: 0;\"\u003e\n      Завантажте файл .md → відкрийте Claude → вставте вміст файлу у ваш системний запит або інструкції до проекту → вставте текст, відгуки, транскрипти або зворотний зв’язок, які потрібно проаналізувати → Mira миттєво визначає теми, оцінює настрій і створює висновки з посиланнями на докази. Вставляйте вміст безпосередньо — для дуже великих наборів даних вона розробляє аналітичну структуру та підхід до вибірки.\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\/lr2-mira-nf.png?v=1784793970","url":"https:\/\/kissmyskills.com\/uk\/products\/mira-text-sentiment-analyst-ai-skill","provider":"KissMySkills","version":"1.0","type":"link"}