2
respostas

Desafio: analisando sentimentos em várias resenhas

  • Análise das resenhas
  • Resenha 1
    Resumo:
    A air-fryer funciona muito bem e prepara alimentos saborosos, mas apresenta dificuldades na limpeza da grade e insegurança ao retirar alimentos.

Pontos fortes:
Funciona muito bem
Hamburgueres ficaram saborosos
Cesto fácil de limpar
Bom desempenho geral

Pontos fracos:
Grade difícil de limpar
Muitos espaços onde a comida fica presa
Insegurança da grade ao despejar alimentos

Sentimento: Positivo

  • Resenha 2
    Resumo:
    O aparelho funciona bem inicialmente, porém o cabo quebra facilmente, tornando a air-fryer inutilizável.

Pontos fortes:
Funcionamento adequado no início

Pontos fracos:
Cabo quebra facilmente
Estrutura plástica frágil
Poucos parafusos de fixação
Produto fica inutilizável após o defeito

Sentimento: Negativo

  • Resenha 3
    Resumo:
    A air-fryer é bonita e fácil de usar, mas possui dificuldade nas instruções de preparo e inconsistência no cozimento.

Pontos fortes:
Fácil de usar
Design bonito e moderno
Botões iluminados
Batatas ficaram perfeitas e quentes
Consumidor gostou da marca

Pontos fracos:
Instruções confusas
Botão “seafood” pouco claro
Dificuldade em acertar o tempo de preparo
Cozimento inconsistente do frango
Processo de compra inconveniente

Sentimento: Positivo


  • Saída em JSON
[
  {
    "ID da resenha": 1,
    "Resumo": "A air-fryer funciona muito bem e prepara alimentos saborosos, mas apresenta dificuldades na limpeza da grade e insegurança ao retirar alimentos.",
    "Lista de pontos fortes": [
      "Funciona muito bem",
      "Hamburgueres saborosos",
      "Cesto fácil de limpar",
      "Bom desempenho geral"
    ],
    "Lista de pontos fracos": [
      "Grade difícil de limpar",
      "Comida presa em frestas",
      "Insegurança ao despejar alimentos"
    ],
    "Sentimento": "Positivo"
  },
  {
    "ID da resenha": 2,
    "Resumo": "O aparelho funciona bem inicialmente, porém o cabo quebra facilmente, tornando a air-fryer inutilizável.",
    "Lista de pontos fortes": [
      "Funcionamento adequado inicialmente"
    ],
    "Lista de pontos fracos": [
      "Cabo quebra facilmente",
      "Estrutura plástica frágil",
      "Poucos parafusos de fixação",
      "Produto inutilizável após defeito"
    ],
    "Sentimento": "Negativo"
  },
  {
    "ID da resenha": 3,
    "Resumo": "A air-fryer é bonita e fácil de usar, mas possui dificuldade nas instruções de preparo e inconsistência no cozimento.",
    "Lista de pontos fortes": [
      "Fácil de usar",
      "Design moderno",
      "Botões iluminados",
      "Batatas ficaram perfeitas",
      "Boa conservação de calor"
    ],
    "Lista de pontos fracos": [
      "Instruções confusas",
      "Função seafood pouco clara",
      "Dificuldade no tempo de preparo",
      "Cozimento inconsistente",
      "Compra inconveniente"
    ],
    "Sentimento": "Positivo"
  }
]

  • Oportunidades de melhoria no produto

Com base nas resenhas, a empresa pode melhorar os seguintes pontos:

  1. Durabilidade do cabo e estrutura
    1.1 Reforçar a fixação do cabo com materiais metálicos.
    1.2 Aumentar a quantidade de parafusos ou melhorar o sistema de encaixe.

  2. Facilidade de limpeza
    2.1 Redesenhar a grade interna para reduzir frestas e acúmulo de resíduos.
    2.2 Criar peças removíveis com acabamento antiaderente mais eficiente.

  3. Segurança no manuseio
    3.1 Melhorar o encaixe da grade para evitar quedas ao retirar alimentos.

  4. Experiência de uso
    4.1 Incluir instruções mais claras sobre tempo e temperatura.
    4.2 Melhorar os modos automáticos, especialmente para frutos do mar e carnes.

  5. Consistência no cozimento
    5.1 Ajustar distribuição de calor para evitar alimentos crus de um lado e excessivamente cozidos do outro.

  6. Experiência de compra
    6.1 Facilitar disponibilidade de modelos maiores em marketplaces populares.

2 respostas

Olá! Como vai?

Excelente trabalho na resolução do desafio! Você aplicou com maestria o conceito de Análise de Sentimentos e Extração de Entidades, que são pilares fundamentais no uso de IA para análise de dados de mercado.

O que mais se destaca na sua entrega é a capacidade de transformar dados não estruturados (o texto da resenha) em dados estruturados (JSON) e, em seguida, em inteligência de negócio (as oportunidades de melhoria).


Por que sua abordagem foi eficiente?

  • Padronização em JSON: Formatar a saída em JSON é uma estratégia vital. Na programação, isso permite que esses dados sejam enviados diretamente para um banco de dados ou um Dashboard de BI sem a necessidade de intervenção manual.
  • Segmentação de Sentimentos: Note como a Resenha 3, apesar de ter muitos pontos fracos técnicos, ainda foi classificada como "Positiva". Isso mostra que a IA (e você ao validar) entendeu que o valor percebido pelo cliente ainda supera as falhas pontuais.
  • Plano de Ação: Você não apenas resumiu o que os clientes disseram, mas traduziu reclamações em soluções de engenharia e design (como o reforço metálico no cabo).

Dica para o Próximo Nível: "Few-Shot Prompting"

Se você precisasse analisar mil resenhas em vez de três, poderia usar a técnica de Few-Shot Prompting. Ela consiste em dar à IA um ou dois exemplos exatos de como você quer o JSON antes de pedir para ela processar o resto. Isso garante que ela nunca mude os nomes das chaves (como trocar "Lista de pontos fortes" por "Vantagens").

Exemplo de refinamento no prompt:

"Analise as seguintes resenhas. Para cada uma, siga rigorosamente o esquema JSON abaixo:
{ "id": int, "sentimento": "Positivo/Negativo/Neutro", "score": 0-10 }"

Parabéns pela organização e pela visão analítica, especialmente no item 5.1, onde você identificou um problema técnico de distribuição de calor a partir de um relato subjetivo sobre frango. Isso é puro Data Science aplicado!

Espero que possa ter lhe ajudado!

Uma pergunta: Se você recebesse uma resenha que diz apenas "O produto é ok, mas chegou atrasado", como você instruiria a IA a classificar o sentimento em relação ao produto versus o sentimento em relação à logística?

Ei Evandro, obrigada pelo feedback

E sobre a sua dúvida: Uma pergunta: Se você recebesse uma resenha que diz apenas "O produto é ok, mas chegou atrasado", como você instruiria a IA a classificar o sentimento em relação ao produto versus o sentimento em relação à logística?

Eu seguiria a mesma lógica do prompt inicial, só que adicionando mais uma etapa de analise:

Avalie o sentimento do usuário em "positivo, neutro ou negativo" referente a

  • A entrega do produto
  • A qualidade do produto

Fiz o teste e apliquei aqui, havia esquecido de colocar o sentimento final, mas ele conseguiu dar o retorno

Insira aqui a descrição dessa imagem para ajudar na acessibilidade