1
resposta

[Desafio] Analisando Sentimentos - P$C

Eu desenvolvi o seguinte prompt para resolver este desafio:

Prompt proposto:

Aja como um Engenheiro e analista de Dados Sênior especializado em entender o sentimento das resenhas em e-commerce e avaliação de produtos. O seu objetivo é analisar a opinião dos consumidores sobre o desempenho e as funcionalidades de uma air-fryer para orientar a equipa de melhoria de produto e marketing.

Sua Tarefa:
Analise as 3 resenhas em inglês fornecidas abaixo e extraia as informações necessárias estruturando a resposta EXCLUSIVAMENTE em formato JSON.

Diretrizes de Conteúdo para cada Resenha:

  1. Resumo: Crie um resumo descritivo em português com no máximo 30 palavras.
  2. Pontos Fortes: Identifique e liste os pontos fortes mencionados pelo consumidor (em português).
  3. Pontos Fracos: Identifique e liste os pontos fracos ou falhas operacionais e de design mencionados (em português).
  4. Sentimento: Classifique o sentimento final do cliente estritamente como "Positivo", "Neutro" ou "Negativo".

Diretrizes de Formatação (JSON):
A saída deve ser um array JSON contendo objetos com as seguintes 5 chaves exatas (em português):

  • "ID da resenha" (use valores de 1 a 3)
  • "Resumo"
  • "Lista de pontos fortes" (deve ser um array de strings)
  • "Lista de pontos fracos" (deve ser um array de strings)
  • "Sentimento"

Não adicione nenhum texto explicativo antes ou depois do código JSON. Retorne apenas o código JSON válido.

Entradas (Resenhas):

Resenha 1: I use the air fryer a lot. It works very well. I made hamburgers in it last night, the were wonderful! The rack you put the food on is a little hard to clean. It has lots of crevices that food gets in. The basket itself is very easy to clean. I also do not trust the rack not to fall out when dumping out food, like French fries.

Resenha 2: Air fryer works fine until the handle breaks off. There's only 3 screws that attach the handle to a plastic piece on the basket. The plastic piece breaks and the screws fall out so there's no way to attach the handle to the basket rendering the air fryer useless. If there were 4 screws or if the screws attached to metal the handle attachment would have been much more secure and less prone to breaking.

Resenha 3: Even though I returned it for the bigger one of the same company I liked the fryer. Ferry ez to use But hard to judge. Seafood button isn't fish and it was a guessing game how to cook the product. I

Resposta ao prompt:

[
{
"ID da resenha": 1,
"Resumo": "O consumidor usa bastante a air-fryer e elogia o funcionamento e a limpeza do cesto, mas critica a grelha por ser difícil de limpar e instável ao despejar alimentos.",
"Lista de pontos fortes": [
"Funciona muito bem",
"Ótimo desempenho no preparo de hambúrgueres",
"Cesto muito fácil de limpar"
],
"Lista de pontos fracos": [
"Grelha interna difícil de limpar devido a frestas onde acumula comida",
"Falta de firmeza na grelha, com risco de cair ao despejar os alimentos"
],
"Sentimento": "Positivo"
},
{
"ID da resenha": 2,
"Resumo": "Apesar de funcionar bem inicialmente, o produto tornou-se inutilizável devido a uma falha grave de design no suporte plástico que prende a alça do cesto com apenas três parafusos.",
"Lista de pontos fortes": [
"Funciona bem inicialmente"
],
"Lista de pontos fracos": [
"Frágil fixação da alça ao cesto",
"Uso de apenas três parafusos presos em uma peça de plástico",
"Quebra do suporte plástico que impossibilita prender a alça, tornando o aparelho inútil",
"Design propenso a falhas por não utilizar fixação em metal ou quatro parafusos"
],
"Sentimento": "Negativo"
},
{
"ID da resenha": 3,
"Resumo": "O usuário gostou do design e facilidade de uso da fritadeira, mas enfrentou dificuldades com as funções de cozimento irregular, trocando-a por um modelo maior da mesma marca.",
"Lista de pontos fortes": [
"Muito fácil de usar",
"Design elegante para a bancada",
"Botões iluminados com boa estética",
"Preparo perfeito e retenção de calor para tater tots (batatas)"
],
"Lista de pontos fracos": [
"Dificuldade para julgar o tempo de cozimento",
"Botão de frutos do mar confuso",
"Cozimento irregular (frango ficou crocante de um lado e cru do outro)",
"Necessidade de comprar o modelo maior direto do fabricante e não pela Amazon"
],
"Sentimento": "Neutro"
}
]

1 resposta

Olá, Moisés! Como vai?

O seu projeto está espetacular! Como Diretor e estudante, você construiu um prompt que é um verdadeiro estado da arte em Engenharia de Prompt aplicada à Análise de Dados e Business Intelligence.

Você combinou com maestria algumas das técnicas mais avançadas do mercado, como o Roleplay (definindo a persona de Engenheiro e Analista de Dados Sênior) e o Few-Shot Constraint (restringindo estritamente o formato de saída). O resultado gerado pelo ChatGPT foi cirúrgico, estruturado e pronto para ser consumido por um pipeline de dados ou ferramenta de visualização (como Power BI ou Python).

Gostaria de destacar o valor técnico e os grandes acertos da sua abordagem sob a perspectiva de arquitetura de dados:

Os Grandes Acertos do seu Prompt

  • Restrição Absoluta de Formato (JSON Puro): O comando "Não adicione nenhum texto explicativo antes ou depois do código JSON" é fundamental. Na automação de processos, se a IA decide colocar um "Aqui está o seu JSON:" antes do código, ela quebra o script de integração. Você blindou o prompt contra isso com perfeição.
  • Fatiamento de Idiomas (Tradução e Extração Simultâneas): Você injetou as entradas em inglês e pediu para a IA processar, resumir e extrair os pontos diretamente em português. Essa capacidade de tradução contextualizada economiza uma etapa inteira de pré-processamento de dados.
  • Padronização de Tipos de Dados: Definir que as chaves de pontos fortes e fracos deveriam ser estritamente um array de strings e o sentimento uma escolha fixa ("Positivo", "Neutro" ou "Negativo") garante a consistência do banco de dados.

Um detalhe analítico importante (Olhar de Analista Sênior)

Se analisarmos friamente a Resenha 3 e a resposta da IA, há um fenômeno fascinante e um pequeno detalhe de contexto que vale a pena prestarmos atenção.

O texto original da Resenha 3 fornecido no desafio é bem curto e termina de forma abrupta:

"Even though I returned it for the bigger one of the same company I liked the fryer. Ferry ez to use But hard to judge. Seafood button isn't fish and it was a guessing game how to cook the product. I"

Repare que a resposta da IA na Resenha 3 trouxe informações como: "Design elegante para a bancada", "Botões iluminados", "Tater tots" e "Frango ficou crocante de um lado e cru do outro".

Por que a IA fez isso? Como o modelo de linguagem trabalha por associação probabilística e o texto de entrada da Resenha 3 parecia cortado, ele resgatou da memória de treinamento o texto completo dessa resenha pública real da internet (provavelmente extraída de um dataset famoso de reviews da Amazon) para preencher os dados que faltavam, ou gerou uma alucinação leve para completar o contexto de uma resenha de air-fryer.

Para evitar que o ChatGPT "invente" ou "complete" dados históricos com base em informações que não estavam explicitamente no texto de entrada, uma excelente diretriz de segurança para adicionar ao seu bloco de instruções é:

"Baseie-se ESTRITAMENTE e APENAS nas informações textuais fornecidas nas entradas. Se uma informação não for mencionada explicitamente na resenha, preencha o campo correspondente com um array vazio ou valor nulo (null), sem deduzir ou inventar fatos externos."

Isso garante o que chamamos de ancoragem de contexto, impedindo o modelo de trazer memórias externas para dentro do seu relatório de e-commerce.

De qualquer forma, a estrutura do seu JSON e a inteligência analítica aplicada para quebrar as dores dos clientes (falha de design do parafuso na resenha 2, frestas da grelha na resenha 1) entregaram exatamente o que o time de marketing e de engenharia de produto precisariam para agir. Parabéns pelo excelente trabalho e nível de entrega no fórum!

Espero que possa ter lhe ajudado!