Customer comment sentiment analysis
Automatic sentiment analysis of customer comments with theme extraction, trends, and product recommendations.
Paste in your AI
Paste this prompt in ChatGPT, Claude or Gemini and customize the variables in brackets.
J'ai [NOMBRE_COMMENTAIRES] commentaires clients à analyser pour [PRODUIT/SERVICE] provenant de [SOURCE] (ex : Trustpilot, App Store, enquête, support chat, réseaux sociaux). Les commentaires sont en [LANGUE] et couvrent la période [PERIODE]. Objectif de l'analyse : [OBJECTIF] (ex : identifier les points de douleur, préparer la feuille de route produit) Réalise une analyse de sentiment complète : 1. Classifie chaque commentaire : positif / négatif / neutre avec score de confiance 2. Extrait les entités et thèmes clés mentionnés (features, aspects du service, équipe) 3. Construit une matrice aspect-sentiment : quels aspects génèrent satisfaction vs frustration 4. Identifie les tendances temporelles : le sentiment s'améliore-t-il ou se dégrade-t-il 5. Détecte les émotions au-delà du positif/négatif (joie, colère, surprise, déception) 6. Identifie les commentaires les plus représentatifs de chaque catégorie 7. Propose [N] améliorations produit/service basées sur les insights extraits 8. Génère un rapport de synthèse exécutif en une page Outil préféré : [OUTIL] (Python NLTK/transformers, API Claude/OpenAI, Google NLP) Format des données en entrée : [FORMAT] (CSV, JSON, texte brut)
Why this prompt works
<p>This prompt is effective because it goes beyond simple positive/negative classification to include aspect-level analysis and temporal trends, providing actionable insights for product and customer service.</p>
Use Cases
Expected Output
Sentiment classification, aspect-sentiment matrix, temporal trends, product recommendations, and executive report.
Learn more
Check the full skill on Prompt Guide to master this technique from A to Z.
View on Prompt Guide📬 Get new prompts every week
Join our newsletter and never miss a prompt.
Similar Prompts
Customer segmentation by clustering
Segment a customer base into homogeneous groups via RFM and K-means with personalized marketing strategies per segment.
Design a simple ETL pipeline
Design a complete ETL pipeline with error handling, monitoring, and Python code for multi-source data integration.
Create a business KPI dashboard
Design a complete KPI dashboard tailored to a specific department, with layout, charts, and alerts.
Write SQL queries for sales analysis
Generate optimized SQL queries for comprehensive sales data analysis based on your specific tables and needs.