Du läser en recension, ett supportärende eller ett inlägg i sociala medier och kan inte avgöra vad det ”egentligen” betyder. Orden ser positiva ut, men känslan skaver. Och om du sätter fel etikett landar du i fel insikt i rapporteringen eller svarar med fel ton.
Den här guiden för sentimentmärkning av text är byggd för marknadsanalytiker som behöver konsekventa sentimenttaggar för feedbackdashboards, community managers som triagerar kommentarer där sarkasm är vanligt, och ansvariga för kundupplevelse som måste sammanfatta den känslomässiga riktningen i långa, blandade supportärenden. Resultatet är en repeterbar, evidensbaserad genomgång som avslutas med en tydlig etikett: positiv / negativ / neutral – plus ”varför” bakom den.
Vad gör den här AI-prompten och när ska du använda den?
| Vad den här prompten gör | När du ska använda den här prompten | Det här får du |
|---|---|---|
|
|
|
Hela AI-prompten: evidensbaserad guide för sentimentmärkning
Fyll i fälten nedan för att anpassa prompten efter dina behov.
| Variabel | Vad du ska ange | Anpassa prompten |
|---|---|---|
[AMNE] |
Ange det huvudsakliga ämnet eller temat som innehållet i sociala medier ska fokusera på. Var så detaljerad som möjligt för att styra innehållsskapandet. Till exempel: "Trender inom hållbart mode och tips för mer miljövänlig shopping."
|
|
[MALGRUPP] |
Beskriv den specifika gruppen som innehållet riktar sig till, inklusive demografi, intressen och utmaningar. Till exempel: "Millennials- och Gen Z-kvinnor som är intresserade av en mer miljömedveten livsstil och prisvärda alternativ inom mode."
|
|
[TIDSPERIOD] |
Ange hur lång period innehållskalendern ska omfatta, till exempel dagar, veckor eller månader. Till exempel: "4 veckor (1 november till 30 november)."
|
|
[FOREDRAGNA_PUBLICERINGSTIDER] |
Ange specifika tider för publicering, om du känner till dem, baserat på målgruppens aktivitet eller plattformsinsikter. Till exempel: "Vardagar kl. 09.00 och 18.00, helger kl. 10.00."
|
|
[VIKTIGA_DATUM_EVENEMANG] |
Lista viktiga datum, högtider eller evenemang kopplade till ämnet eller målgruppen som bör integreras i innehållskalendern. Till exempel: "Black Friday (24 november), Internationella dagen för återvinning (15 november) och Världsdagen för vänlighet (13 november)."
|
|
[VARUMARKESTON] |
Definiera ton och stil som innehållet ska följa, så att det speglar varumärkets personlighet och värderingar. Till exempel: "Vänlig, samtalsnära och stärkande, med fokus på inkludering och hållbarhet."
|
|
[BRANSCH] |
Ange vilken bransch eller nisch innehållet tillhör, så att det kan anpassas efter sammanhanget. Till exempel: "Hållbart mode och miljövänliga produkter för livsstil."
|
|
[PLATTFORM] |
Ange vilken/vilka plattform(ar) innehållet är avsett för, eftersom olika plattformar kan kräva olika format och strategier. Till exempel: "Instagram, TikTok och Pinterest."
|
|
[HUVUDMAL] |
Ange det övergripande målet med innehållskalendern, till exempel att öka engagemanget, få fler följare eller driva trafik till webbplatsen. Till exempel: "Öka engagemanget på Instagram med 20 % och öka antalet följare på TikTok med 15 % under nästa månad."
|
Proffstips för bättre resultat med AI-prompten
- Klistra in hela passagen, inte ett utdrag. Sentimentet vänder ofta på sista raden (”…men jag kommer inte att förnya”). Ta med omkringliggande meningar så att prompten kan bedöma helhetsriktningen. Om du måste korta: behåll inledningen, den mest känsloladdade raden och avslutningen.
- Använd det valfria utmaningsfältet för att markera det som är svårt. Även en kort notering förbättrar kalibreringen, ärligt talat. Prova: ”Utmaning: mycket sarkasm och internet-slang” eller ”Utmaning: blandat beröm och klagomål på prissättning.” Följ sedan upp med: ”Lista de exakta fraserna som triggade sarkasmkontrollen.”
- Kräv evidenscitat när du behöver spårbarhet. Om du bygger en dashboard eller utbildar ett team behöver du underlag. Lägg till: ”Efter etiketten, ge 3 direkta citat (max 12 ord vardera) som starkast stödjer slutsatsen.”
- Iterera genom att stresstesta gränsfallen. Efter första resultatet kan du fråga: ”Argumentera nu för den näst mest sannolika etiketten (neutral vs negativ), och förklara sedan varför du avfärdade den.” Det blottar svag argumentation och gör slut-taggen mer försvarbar.
- Standardisera era märkningsregler mellan projekt. Om flera personer ska återanvända prompten: lägg in en kort policynotis som alltid är densamma, till exempel: ”När sentimentet är blandat, märk efter det dominerande utfallet (förnyelseintention, rekommendationsintention eller generell nöjdhet).” Be sedan: ”Tillämpa policyn explicit i steg 4.”
Vanliga frågor
Marknadsanalytiker använder den för att konsekvent tagga recensioner, enkäter och kampanjsvar så att sentimenttrender inte snedvrids av ”magkänsla”. Supportchefer använder den för att triagera köer och skilja neutrala informationsdumpningar från tyst frustrerade ärenden som behöver eskalering. Community managers förlitar sig på kontrollerna för sarkasm och humor för att undvika tonlösa offentliga svar. UX-forskare använder den evidensbaserade metoden för att sammanfatta öppen text-feedback utan att övervärdera några få känsloadjektiv.
SaaS-bolag använder den på apprecensioner, NPS-kommentarer och churn-enkäter där det verkliga sentimentet ofta döljs bakom ”det är okej”-formuleringar plus en tydlig rad om uppsägning. E-handelsvarumärken använder den på produktrecensioner som blandar beröm med klagomål på leverans, så att team kan skilja produkt-sentiment från logistik-sentiment innan de gör förändringar. Medie- och kreatörsverksamheter får värde genom att analysera kommentarsfält där ironi och mem-språk snabbt kan vända betydelsen. Konsult- och tjänsteföretag använder den för att tolka kundmejl och projektretror där människor mjukar upp kritik men ändå signalerar missnöje.
En typisk prompt som ”Markera den här texten som positiv eller negativ” misslyckas eftersom den: saknar en regel för helhetsriktning (den fastnar på några få ”bra/dåligt”-ord), inte ger någon repeterbar metod för att väga betoning genom hela passagen, ignorerar sarkasm och underdrift som vänder betydelsen, ger en etikett som inte går att granska eftersom den inte citerar evidens, och ofta hittar på kontext om skribentens intention i stället för att hålla sig till det som står.
Ja. Prompten är byggd för att ta emot ett fält för ”Text att utvärdera” och en valfri notering om ”Användarens oro eller knepiga aspekter”, så att du kan styra analysen mot det som är viktigt (sarkasm, blandad ton, otydlig målgrupp eller domänjargong). Om du märker i stor skala: lägg till en intern regel, till exempel ”När texten innehåller både beröm och ett klagomål, märk efter den slutliga rekommendationsintentionen.” En användbar följdinstruktion är: ”Tillämpa min märkningspolicy och förklara sedan var policyn ändrade din slutsats.”
Det största misstaget är att klistra in för lite i [TEXT_TO_ANALYZE] – i stället för ”Supporten var toppen”, använd ”Supporten var toppen, men produkten kraschar hela tiden och jag är klar.” Ett annat vanligt fel är att lämna [CHALLENGE] tomt när tonen är knepig; ”Utmaning: mycket sarkasm och överdrift” är mycket bättre än ”Utmaning: inga.” Många ber om en etikett men begär inte evidens, vilket gör resultatet svårt att lita på; lägg till ”citera 3 fraser som drev beslutet.” Slutligen kan flera ämnen i samma textstycke (fakturering + buggar + leverans) grumla den ”övergripande” riktningen; dela upp i separata utvärderingar om du behöver strukturerade taggar.
Den här prompten är inte optimal för klassificering i realtid och stora volymer där du behöver millisekundsnabb scoring, en fast taxonomi och strikt kalibrering över miljontals rader. Den är också fel verktyg om du försöker härleda dolda motiv, mentalt tillstånd eller sanningshalt, eftersom den uttryckligen undviker det. Om du behöver automatiserad scoring i stor skala: överväg en dedikerad sentimentmodell plus en lättviktig bedömningsmall för edge cases, och använd den här prompten bara för granskningar och oenigheter.
Sentimentmärkning ska gå att försvara – inte vara en debatt. Klistra in din text i den här prompten, följ stegen, så får du en tydlig etikett som du kan förklara för vem som helst i teamet.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.