Desafio: analisando sentimentos em várias resenhas

Aqui está a análise das três resenhas conforme solicitado, já estruturada em formato JSON:

[
  {
    "ID da resenha": 1,
    "Resumo": "Funciona muito bem e cozinha bem os alimentos, mas a grade é difícil de limpar e pouco segura ao manusear.",
    "Lista de pontos fortes": [
      "Bom desempenho no preparo de alimentos",
      "Hambúrgueres ficaram saborosos",
      "Cesto fácil de limpar"
    ],
    "Lista de pontos fracos": [
      "Grade difícil de limpar",
      "Acúmulo de sujeira nas frestas",
      "Insegurança ao despejar alimentos"
    ],
    "Sentimento": "positivo"
  },
  {
    "ID da resenha": 2,
    "Resumo": "Funciona inicialmente, mas o cabo quebra facilmente devido à fixação frágil, tornando o produto inutilizável.",
    "Lista de pontos fortes": [
      "Funciona bem no início"
    ],
    "Lista de pontos fracos": [
      "Cabo quebra facilmente",
      "Fixação com poucos parafusos",
      "Peça plástica frágil",
      "Produto se torna inutilizável"
    ],
    "Sentimento": "negativo"
  },
  {
    "ID da resenha": 3,
    "Resumo": "Fácil de usar e bonito, mas difícil acertar o preparo; resultados inconsistentes, apesar de alguns alimentos ficarem perfeitos.",
    "Lista de pontos fortes": [
      "Fácil de usar",
      "Design moderno e bonito",
      "Alguns alimentos ficaram perfeitos",
      "Mantém os alimentos quentes"
    ],
    "Lista de pontos fracos": [
      "Dificuldade em ajustar o tempo de preparo",
      "Resultados inconsistentes",
      "Funções confusas",
      "Cozimento desigual"
    ],
    "Sentimento": "neutro"
  }
]

Oi, Mariane. Tudo certo?

Você entregou exatamente o que o desafio pedia: as três resenhas analisadas com resumo, pontos fortes, pontos fracos e sentimento, tudo organizado no formato JSON com as cinco chaves definidas. A análise de sentimento também foi bem calibrada: positivo para quem aprovou o produto apesar das ressalvas, negativo para a resenha com defeito estrutural e neutro para a experiência mista da terceira resenha.

Esse tipo de saída estruturada em JSON é bastante valioso no contexto real, porque os dados ficam prontos para serem consumidos por outras ferramentas de análise sem precisar de tratamento adicional.

Para ir além nesse exercício, vale testar pedir ao modelo que gere também um campo de "sugestão de melhoria" para o produto com base nos pontos fracos de cada resenha. Isso transforma a análise de sentimento em um insumo direto para decisões de produto, que é exatamente o cenário que o desafio descreve.

Obrigado por compartilhar a resolução aqui.

Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!

Trilhas por carreira

Carreiras de IA

Carreiras de Dados

Carreiras de Cyber

Carreiras de DevOps & Cloud

Carreiras de UX & UI

Carreiras de Mobile & Front-End

Carreiras de Back-End

Carreiras de Negócios

Cursos universitários FIAP

Tópicos relacionados

Conteúdos Alura com o tema