Identificación de Sentimientos en Comentarios
Convierte el flujo de comentarios del día de lanzamiento en cuatro niveles: «responder ahora / responder con cuidado / registrar / no responder». Los riesgos P0 se escalan al desarrollador en 30 minutos. En el primer día de ProductHunt, la velocidad de respuesta impacta directamente en el ranking; reaccionar lento = perder posiciones.
Lo que NO hacemos: No redactamos respuestas (eso lo hace reply-drafting), no ejecutamos respuestas automáticas, no eliminamos ningún comentario.
Metadatos
| Campo | Valor |
|---|---|
| ID | de_dev_02_sk07 |
| Tipo | atomic (habilidad atómica) |
| Empleado asignado | Comandante de lanzamiento |
| Familia de capacidades | Detección y juicio · Clasificación emocional y alerta de riesgos |
| Complejidad | M |
| Fase | P1 |
| Reutilización | Media (el informe de guerra del día T+1 reutiliza los datos de comentarios) |
| Forma del activo | Prompt profundo + script Python (sin invocación de modelos, sin clave API) |
Descripción de capacidades
- Cinco etiquetas emocionales: 🟢 Positivo / ⚠️ Negativo / ⚪ Neutral / 🔵 Duda / 🔴 Riesgo, con inversión por negación y corrección por «solicitud de función ≠ reseña positiva».
- Seis subtipos de riesgo: Acusaciones de manipulación de rankings, preocupaciones de seguridad/privacidad, solicitudes de reembolso, acusaciones de plagio/competencia, cuestionamientos de sostenibilidad, acusaciones de bots. Cada uno tiene acciones estándar y SLA.
- Cola de prioridad: P0 Riesgo (30 min) → P1 Negativo (primer día PH: 30 min) → P2 Duda (2 horas) → P3 Positivo (24 horas) → P4 Neutral (48 horas).
- Línea base de salud: Positivos ≥60% y riesgo=0 es saludable; Negativos >20% activa aclaración fijada y respuesta concentrada; Dudas >30% indica áreas ciegas en el material.
Especificaciones de entrada
| Campo | Tipo | Obligatorio | Descripción |
|---|---|---|---|
comments | array | ✅ | Flujo de comentarios, cada uno con text (texto completo del original si es posible) + user + platform |
platform | string | ⬜ | Plataforma principal: ProductHunt / Reddit / V2EX / X / Jike / Weibo / Cuenta Oficial / General |
product | string | ⬜ | Nombre del producto, usado para contexto |
Especificaciones de salida
summary: Conteo de las cinco categorías, porcentaje de positivos, cantidad de P0/P1, determinación de la línea de salud.queue: Cola de prioridad (P0→P4), cada entrada con subtipo de riesgo / SLA / acción sugerida / estado de confirmación humana.
Archivos generados:
| Archivo | Contenido |
|---|---|
out/clasificacion_comentarios.xlsx | Cola de prioridad (filas de riesgo en rojo) / Detalle de clasificación / Resumen |
out/distribucion_emocional.png | Gráfico circular de las cinco emociones |
out/emotion_scan.json | Resultado legible por máquina, para que lo lea el flujo de trabajo (daily-comment-duty-flow) |
Instrucciones de uso
Modo 1: Solo prompt (más rápido, incluye juicio de contexto)
- Pegue todo el contenido de
prompt.txtcomo prompt del sistema. - Proporcione el flujo de comentarios (texto completo, indicando plataforma).
- Obtenga resumen emocional + cola de prioridad + elementos que requieren revisión del modelo (ironía/cuentas falsas).
Modo 2: Con script (puntuación precisa con lista de palabras + genera Excel/PNG)
python3 <SKILL_DIR>/scripts/emotion_scan.py --input input.json --outdir out
python3 <SKILL_DIR>/scripts/emotion_scan.py --demo # Sin entrada también muestra resultados
División del trabajo: El script realiza puntuación con lista de palabras, inversión por negación, escaneo de reglas de riesgo y encolado P0-P4 (sin omisiones, sin suposiciones); el modelo realiza identificación de ironía, revisión de cuentas falsas y atribución de quejas de usuarios antiguos (cosas que el script no puede hacer). Ambos resultados se cruzan y verifican.
Límites (lo que NO hacemos)
- ❌ No eliminamos comentarios ni sugerimos borrarlos: «reconocer + dar solución» es la única postura correcta ante comentarios negativos.
- ❌ No redactamos respuestas (eso es tarea de
reply-drafting), solo damos dirección de acción. - ❌ No contamos las solicitudes de función como reseñas positivas (sobreestimaría emociones y malinterpretaría el PMF).
- ❌ No automatizamos el juicio de contexto: la ironía y las cuentas falsas deben ser revisadas por el modelo.
- ❌ Cuando el flujo de comentarios está vacío, se genera «0 comentarios en el día de lanzamiento» y se sugiere revisar el enlace de publicación; no se inventan datos.
Ejemplo de invocación
Entrada (examples/input.json, extracto):
{
"product": "ClipMate (herramienta de historial del portapapeles)",
"comments": [
{"user": "maker_fan99", "platform": "ProductHunt", "text": "¡Felicidades! Por fin un administrador del portapapeles que no se siente inflado. Me encanta la velocidad de búsqueda."},
{"user": "angry_bob", "platform": "ProductHunt", "text": "Se ha bloqueado dos veces en 10 minutos. ¿Cómo consigo un reembolso?"},
{"user": "privacidad_man", "platform": "V2EX", "text": "¿Los datos del portapapeles se suben al servidor?"}
]
}
Salida (ejecución real del script, código de salida 0): Positivo 1 / Negativo 0 / Neutral 2 / Duda 1 / Riesgo 3. P0+P1 total: 3. angry_bob con «refund» activa solicitud de reembolso P0; «doesn't feel bloated» se invierte correctamente gracias a la negación, clasificándose como reseña positiva. Consulte examples/output.md para más detalles.
Flujos de trabajo asociados
daily-comment-duty-flow(vigilancia de comentarios del día, cada 15 minutos)launch-battle-review-flow(revisión de la batalla de lanzamiento, T+1)
Declaración de cumplimiento
- La salida se marca como «contenido generado por IA» y todas las acciones requieren «confirmación humana» antes de ejecutarse.
- El contenido de los comentarios son datos del usuario: la lista es solo para uso en la vigilancia del lanzamiento, no se distribuye externamente ni se capturan pantallas públicas (las citas de reseñas positivas requieren autorización).
- No se ejecutan respuestas automáticas; los borradores de respuestas siempre pasan por
reply-draftingy requieren confirmación humana.
Esta habilidad sigue la Especificación de activos de empleados digitales de bangwozuo v3.0