如何使用 Claude 進行文字與情緒分析：Mira Skill 指南

2026年6月11日

本指南背後的 Skill

$29這項 Skill 相較於 $150每小時，質化分析師

Mira 能從數百則開放式回覆中找出模式 - 反覆出現的主題、細緻的情緒，以及人們產生這些感受的原因。可搭配 Claude、ChatGPT 或任何 AI 聊天工具使用。

數字容易分析；文字卻不然。問卷的評分題只需一分鐘就能製成圖表，但真正蘊含洞察的 400 則開放式文字意見，通常會因為沒人有時間而無人閱讀。使用Claude 進行文字與情緒分析，就能解鎖這整批資料：像 Claude、ChatGPT 或任何 AI 聊天工具，都能閱讀數百則開放式回覆，找出反覆出現的主題，並告訴你情緒不只是正面還是負面，更能說明為什麼。它不會取代你的判斷 - 而是讓你真正運用那些早已收集、卻被忽略的質化資料。

主題，而不只是情緒分數

單獨來看，「73% 為正面」幾乎毫無用處。這項 Skill 不只看分數，還會深入分析主題 - 人們讚賞什麼、抱怨什麼，以及那個被提到四十次的具體問題 - 因為可付諸行動的洞察在於原因，而不是正負極性。能夠改善的主題，勝過只能拿來報告的數字。

讀完所有內容，不漏掉任何細節

這項 Skill 會處理整批資料 - 問卷意見、評論、客服工單、社群提及 - 而不是只看幾則人類在放棄前匆匆掃過的內容。那個從未在會議中被提出、卻反覆出現的安靜抱怨，往往是資料中最有價值的資訊，而只有完整閱讀才能找到它。

細緻入微的情緒分析

真實回饋往往很複雜 - 「喜歡產品，討厭計費」在同一句話中同時包含正面與負面情緒。這項 Skill 能處理這種細微差異，將情緒歸因於具體對象，而不是把一個人平均成單一、扁平的分數。大多數情緒分析工具恰恰忽略了這一點。

從分析到行動

這個 Skill 能協助將模式整理成按優先順序排列的摘要 - 三大主題、各主題出現的頻率及具代表性的引言 - 讓分析最終形成決策，而不是文字雲。這會直接銜接到我們的HR 通才指南中的調查工作，以及我們市場研究指南中的市場分析。

跨時間或客戶區隔比較

這個 Skill 能比較不同期間或群組之間的情感與主題 - 變更前後、不同客戶區隔之間 - 讓你看見哪些內容發生了變化，以及變化影響了誰，而不只是取得單一時間點的快照。

為什麼 Skill 勝過一次性的 prompt

已載入的 Skill 會保留你的分類、過往分析以及你重視的事項，因此每一批新資料都能以一致且可比較的方式編碼，而不是每次重新即興處理 - 這正是隨時間追蹤情感變化具有意義的原因。

坦白說，它的限制是

這個 Skill 能以你無法比擬的規模讀取並分類內容，但可能誤解諷刺、語境或特定文化的語氣，因此你應該將它的主題分類與原始回覆交叉抽查 - 尤其是在做出重大決策之前。把它視為替你找出模式、供你驗證並採取行動的分析師。以這種方式使用 Claude 進行文字與情感分析，能將你收集後擱置的回饋，轉化為終於可以運用的資訊。