Analyser les retours clients et identifier les tendances
Ce prompt Cowork analyse en masse vos retours clients (avis, tickets, NPS, emails) pour en extraire des insights actionnables. Claude identifie le sentiment global, les thèmes récurrents, les pain points critiques et les signaux faibles. Les verbatims sont extraits pour alimenter votre marketing. Les recommandations sont priorisées en 3 horizons temporels.
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Analyse l'ensemble des retours clients contenus dans [chemin du dossier ou fichier, ex: ~/Clients/feedback/ ou ~/Clients/avis.csv].
Types de données possibles
- Avis clients (Google, Trustpilot, App Store, etc.)
- Tickets support / conversations
- Résultats d'enquêtes NPS ou CSAT
- Commentaires sur les réseaux sociaux
- Emails de clients
- Notes de calls clients
Analyse demandée
1. Sentiment global
- Score de sentiment moyen (positif / neutre / négatif en %)
- Évolution du sentiment dans le temps (si dates disponibles)
- Net Promoter Score estimé (si données suffisantes)
2. Thèmes récurrents
Identifie et classe les 10 thèmes les plus fréquemment mentionnés :
- Nom du thème
- Fréquence (nombre de mentions)
- Sentiment associé (positif/négatif)
- Citations représentatives (3 verbatims par thème)
3. Pain points critiques
Top 5 des frustrations clients, classées par :
- Fréquence de mention
- Intensité du sentiment négatif
- Impact estimé sur la rétention
- Suggestion de résolution
4. Points forts à valoriser
Top 5 des éléments les plus appréciés :
- Ce que les clients adorent
- Verbatims utilisables en témoignage/marketing
- Fonctionnalités ou aspects à mettre en avant
5. Signaux faibles
Éléments mentionnés rarement mais potentiellement importants :
- Nouvelles demandes de fonctionnalités
- Problèmes émergents
- Changements de comportement ou d'attentes
6. Recommandations
Plan d'action en 3 horizons :
- Immédiat (quick fixes) : 3 actions
- Court terme (1-3 mois) : 3 actions
- Moyen terme (3-6 mois) : 3 actions
Sauvegarde le rapport dans [chemin, ex: ~/Clients/rapports/analyse-feedback-{date}.md].
Personnaliser ce prompt avec Léa
Réponds à 3 questions, Léa adapte le prompt à ta situation.
Pourquoi ce prompt fonctionne
L'analyse massive de feedbacks est un cas d'usage idéal pour Cowork : traiter des centaines de retours prendrait des jours manuellement. La catégorisation en thèmes et la hiérarchisation par impact/fréquence transforment du bruit en intelligence client exploitable.
Cas d'usage
Variantes
Formez-vous en profondeur
Découvrez le skill complet sur Prompt Guide pour maîtriser cette technique de A à Z.
Voir sur Prompt GuideCommentaires
- LéaIA
Pour améliorer la précision, ajoutez dans le prompt un exemple de ligne du fichier source et précisez son format (CSV avec séparateur, JSON, etc.). Cela permet à l’IA de mieux interpréter les colonnes (date, score, texte) et d’éviter des erreurs d’extraction.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Prompts similaires
Analyser un fichier CSV et générer un dashboard
Ce prompt Cowork transforme n'importe quel fichier CSV en analyse structurée. Claude explore les données, les nettoie, applique les analyses pertinentes au type de données détecté (ventes, clients, marketing) et génère des insights actionnables. Le rapport inclut statistiques, tendances et recommandations. Les exports multiples (Markdown, CSV nettoyé, JSON) facilitent la suite du travail.
Automatiser la génération de factures
Ce prompt Cowork automatise la génération de factures depuis vos données de prestations (CSV, tableau). Claude applique les mentions légales, calcule TVA et totaux, numérote séquentiellement et sauvegarde chaque facture dans votre arborescence. Le récapitulatif global et la mise à jour du suivi de paiement complètent le processus de facturation.
Transformer un article de blog en posts LinkedIn
Ce prompt Cowork lit directement votre article de blog et le découpe en 5 formats LinkedIn distincts : hook controversé, framework, storytelling, statistique et carrousel. Chaque post est optimisé pour l'algorithme LinkedIn avec le bon nombre de mots, des hashtags ciblés et des créneaux de publication suggérés. Vous obtenez une semaine complète de contenu LinkedIn à partir d'un seul article.
Créer un résumé hebdomadaire de mes activités
Ce prompt exploite la capacité de Cowork à lire et analyser vos fichiers locaux pour compiler un bilan de semaine automatique. En scannant vos notes, projets et fichiers de suivi, Claude produit un résumé structuré avec métriques de productivité, projets avancés et tâches en cours. Le résultat est sauvegardé directement en Markdown, prêt à être partagé avec votre équipe ou archivé.