Come usare questi prompt

Il valore non è il riassunto, è il raggruppamento: quante volte torna lo stesso problema, e quanto pesa. Una lamentela isolata non è una priorità; la stessa critica in venti recensioni sì. I prompt sotto contano e raggruppano, così distingui il caso singolo dal segnale vero.

Due cautele. Se incolli recensioni con nomi di clienti o dati personali, stai trattando dati altrui: togli i nomi prima, lavora sui contenuti. E ricorda che l'AI legge cosa è scritto, non cosa il cliente intendeva davvero: l'ironia, il sarcasmo e il contesto le sfuggono. Le conclusioni le validi tu, che conosci il tuo cliente.

La libreria di prompt

Raggruppa per tema e conta

Ti incollo un blocco di recensioni. Raggruppale per tema ricorrente e
per ognuno dimmi: quante recensioni lo citano, se è un punto di forza o
un problema, e una frase di esempio presa dalle recensioni. Ordina i
temi dal più citato al meno. Non inventare temi che non ci sono.

Recensioni:

Cosa cambiare, in ordine di priorità

Da queste recensioni, dimmi le tre cose che converrebbe cambiare per
prime, in base a quanto spesso il problema torna e quanto pesa per il
cliente. Per ognuna: qual è il problema, quante volte emerge, e una
direzione di soluzione. Distingui i problemi veri dalle lamentele
isolate.

Recensioni:

Analizza il tono e l'emozione

Leggi queste recensioni e dammi il quadro emotivo: quante sono
positive, neutre, negative, e soprattutto dove i clienti sono delusi
rispetto a un'aspettativa (segnala il "mi aspettavo X e invece Y"),
perché lì si perde fiducia. Segnala le recensioni ambigue o ironiche
che potrebbero essere fraintese.

Recensioni:

Estrai le frasi usabili (con cautela)

Da queste recensioni positive, estrai le frasi più sincere e concrete
che potrei usare come testimonianza, citando solo ciò che è
effettivamente scritto. Scarta quelle generiche tipo "ottimo servizio".
Non modificare le parole del cliente.

Recensioni positive:

Bozza di risposta a una recensione negativa

Scrivimi una bozza di risposta a questa recensione negativa: riconosci
il problema senza scuse difensive, di' cosa farai concretamente, e
invita a un contatto privato per risolvere. Tono umano e calmo, niente
formule da call center. Massimo 80 parole. La rileggo e adatto io.

La recensione:

Esempio concreto

Marco gestisce un bed and breakfast e ha sessanta recensioni sparse su due piattaforme. Le legge ogni tanto, si deprime per quella negativa e dimentica le altre. Le copia tutte (togliendo i nomi) nel prompt del raggruppamento. L'AI gli dice che il tema più citato è positivo (la colazione, in trentadue recensioni), ma che dodici lamentano lo stesso problema: il wifi debole nelle camere in fondo.

Marco non l'aveva colto: ogni lamentela presa da sola sembrava un caso. Dodici insieme sono un segnale. Usa il prompt delle priorità, che gli conferma il wifi come prima cosa da risolvere. Chiama un tecnico per un ripetitore. Poi usa la bozza di risposta per rispondere alle recensioni negative sul wifi, dicendo onestamente che lo sta sistemando. Le recensioni non gli hanno solo dato un voto: gli hanno detto cosa aggiustare. L'AI ha trasformato sessanta opinioni sparse in una lista di tre cose da fare.

Quando NON funziona (e come rimediare)

Se inventa un problema che nessuno ha sollevato

L'AI a volte "deduce" temi non presenti. Vincolala: "raggruppa solo ciò che è scritto nelle recensioni, cita la frase esatta da cui ricavi ogni tema; se un tema ricorre meno di tre volte, segnalalo come isolato". Così ogni conclusione è tracciabile a una frase reale.

Se travisa l'ironia o il sarcasmo

Una recensione ironica ("complimenti per l'attesa di un'ora") può essere letta come positiva. Chiedi all'AI di segnalare le recensioni ambigue invece di classificarle a forza, e rileggi tu quelle. Il tono umano sotto le parole è il punto cieco dell'analisi automatica.

Se le recensioni sono troppo poche per trarre conclusioni

Con cinque recensioni non c'è uno schema, c'è rumore. L'AI te lo dirà solo se glielo chiedi: aggiungi "se i dati sono troppo pochi per una tendenza affidabile, dimmelo invece di forzare conclusioni". Su numeri piccoli, ogni recensione è un aneddoto, non un dato.

Un consiglio da chi lo usa davvero

Cerca il "mi aspettavo X e invece Y": è lì che si perde un cliente. Una recensione che dice "tutto bene" non insegna niente; una che dice "pensavo fosse incluso e invece si pagava" ti indica un'aspettativa tradita, che è la causa più comune dell'insoddisfazione. Chiedi all'AI di isolare proprio quelle: valgono più di dieci voti pieni, perché ti dicono dove la promessa e la realtà non coincidono.

Domande frequenti

Posso usare le frasi delle recensioni nel mio sito o nei social?

Con prudenza. Una testimonianza pubblica può di norma essere citata, ma le regole su privacy e uso dei contenuti altrui variano per piattaforma e contesto. Non modificare le parole del cliente, non attribuire nomi senza permesso, e se hai dubbi su un uso commerciale, verifica le condizioni della piattaforma da cui provengono. L'AI estrae le frasi; il diritto di usarle lo valuti tu.

L'analisi dell'AI sostituisce il leggere le recensioni?

No, le fa rendere di più. L'AI ti dà la mappa dei temi e delle priorità, ma le recensioni negative gravi conviene leggerle per intero: il dettaglio che fa la differenza è spesso in una frase che la sintesi appiattisce. Usa l'analisi per capire dove guardare, poi guarda con i tuoi occhi i punti caldi.

Se ho poche recensioni, l'analisi serve comunque?

Serve a leggerle bene, non a fingere tendenze. Con pochi dati, l'AI può aiutarti a capire ogni singola recensione e a rispondere, ma non chiederle percentuali o classifiche: su numeri piccoli sono inventate. Il valore del raggruppamento cresce con la quantità; sotto una certa soglia, ogni recensione è una conversazione singola da curare a mano.