Zum Inhalt springen
PromptLab by FEHMER TECH
DEEN
Analyse

Sentiment-Analyse

Systematische Auswertung von Kundenfeedback, Bewertungen oder Social-Media-Texten zur Erkennung von Stimmungstendenzen und Themenmustern.

Prompt-Vorlage

Führe eine detaillierte Sentiment-Analyse der folgenden Texte/Bewertungen zu [PRODUKT/MARKE/THEMA] durch.

**Datenmaterial:**
[TEXTE/BEWERTUNGEN HIER EINFÜGEN]

**Analyseschritte:**

**1. Gesamtstimmung**
- Einstufung: positiv / neutral / negativ (mit Prozentangaben)
- Durchschnittlicher Sentiment-Score (falls numerisch bewertbar)
- Stimmungstrend über Zeit (falls mehrere Zeitpunkte vorhanden)

**2. Themenextraktion**
- Häufigste genannte Themen und Aspekte
- Sentiment je Themenfeld (z.B. Preis: negativ, Qualität: positiv)
- Auffällige Schlüsselwörter und Phrasen

**3. Kritische Punkte**
- Top-3 Schmerzpunkte (Pain Points) mit Beispielen
- Häufig geforderte Verbesserungen
- Besonders emotionale oder dringlich wirkende Aussagen

**4. Positives Feedback**
- Stärkste Begeisterungspunkte
- Wiederkehrende Lob-Motive

**5. Handlungsempfehlungen**
- Priorisierte Maßnahmen basierend auf Häufigkeit und Stärke des Feedbacks
- Kommunikationshinweise (was betonen, was vermeiden?)

Erstelle eine übersichtliche Zusammenfassung-Tabelle am Ende.

Platzhalter in [eckigen Klammern] ersetzen: [PRODUKT/MARKE/THEMA][TEXTE/BEWERTUNGEN HIER EINFÜGEN]

So verwendest du die Vorlage

Kopiere den Prompt, ersetze die Platzhalter in eckigen Klammern durch deine Angaben und füge ihn in den KI-Assistenten deiner Wahl ein. Je genauer die Angaben, desto besser das Ergebnis.

Tipps für bessere Ergebnisse

  • Geben Sie die Quelle der Texte an (Bewertungsportal, Social Media, Umfrage)
  • Nennen Sie den Zeitraum der Datenerhebung für Trendaussagen
  • Fragen Sie nach einer Wortwolke der häufigsten Begriffe
  • Bitten Sie um konkrete Zitate als Belege für die Kernergebnisse

Passende offene Modelle

Die Auswahl nennt aktuelle offene Modelle als Ausgangspunkt für eigene Tests. Sie ist keine Messung für diese Vorlage.

Stichwörter: #sentiment #feedback #nlp #customer-experience

Zuletzt aktualisiert: