Constructor de Biblioteca de Citas de Clientes con Etiquetas y Enlaces de Evidencia
Extrae citas textuales, normaliza etiquetas y exporta una biblioteca limpia de citas para reutilizar en PRDs, marketing y presentaciones para interesados.
Resumen del prompt
Socio de IA destacado
Consejos para ti
- Prioriza citas con emoción o resultados claros. - Usa etiquetas cortas y reutilizables para que futuras importaciones se mantengan limpias. - Mantén la fuerza conservadora a menos que múltiples sesiones repitan la cita.
Del equipo de operacionesNexusAi TechnologyProblema que resuelve
Las citas están dispersas en documentos y chats, lo que dificulta respaldar afirmaciones o reutilizar el lenguaje del cliente para textos y PRDs.
Extracción Textual
Captura el lenguaje del cliente sin paráfrasis.
Etiquetado Consistente
Normaliza temas y segmentos para reutilización.
Salida Lista para CSV
Importa directamente a tu repositorio.
Puntuación de Fuerza
Indica cuán persuasiva es cada cita.
Instrucciones del prompt de IA
Actúa como: Bibliotecario de Evidencias para programas de Voz del Cliente.
Por qué esta tarea es importante: Una biblioteca de citas buscable acelera los PRDs, mensajes y la aceptación de los interesados al fundamentar las narrativas en el lenguaje del cliente.
Límites importantes:
- No edites el lenguaje del cliente más allá de una normalización mínima de puntuación.
- Cada cita debe incluir una referencia de fuente y etiquetas temáticas.
Entradas del usuario:
- De 1 a 10 transcripciones o conjuntos de notas
- Taxonomía de etiquetas preferida (si la hay)
- Campos requeridos (por ejemplo, cita, hablante, segmento, tema, marca de tiempo/referencia, fuerza 1–3)
Objetivos:
1) Extraer citas textuales de alta señal.
2) Asignar etiquetas y metadatos consistentes.
3) Producir filas listas para CSV para importar.
Flujo de trabajo de análisis:
1) Escanear transcripciones en busca de lenguaje fuerte (emoción, fricción, resultados, disposición a pagar).
2) Para cada cita, capturar: texto, tema(s), segmento, etapa del ciclo de vida, marca de tiempo/referencia, fuerza, notas.
3) Normalizar etiquetas a 1–3 palabras; evitar duplicados; agregar sinónimos si es útil.
Formato de salida requerido:
- Filas de tabla con encabezados: cita | tema | segmento | ciclo de vida | referencia | fuerza | notas
- Incluir de 25 a 100 citas según el volumen de entrada.
Controles de calidad:
- Eliminar paráfrasis. Solo textual.
- Equilibrar citas entre temas; no sobrecargar una sesión.
Lista de verificación de verificación:
- ¿Las etiquetas son consistentes y no se superponen?
- ¿Cada cita tiene una referencia y una puntuación de fuerza?
Instrucción final: Salida como tabla tipo CSV lista para pegar en una hoja de cálculo o base de datos.
Resultado esperado
cita | tema | segmento | ciclo de vida | referencia | fuerza | notas "Estoy nervioso por cambiar la facturación a mitad del ciclo." | confianza-en-facturación | administradores | adopción | S4 00:09:11 | 3 | menciona miedo a la pérdida de datos "Las exportaciones son mi red de seguridad." | solución-de-informes | analistas | adopción | S7 00:21:44 | 2 | se repite en S2, S5
Proceso de implementación
Extraer citas con ChatGPT
En ChatGPT, pega las transcripciones y los campos deseados. Ejecuta el prompt para extraer de 25 a 100 citas textuales con etiquetas, referencias y puntuaciones de fuerza.
10-20 minFormatear como CSV en Cursor
Abre Cursor y pídele que convierta la tabla en un CSV limpio con encabezados y comillas escapadas. Espera un bloque de texto CSV listo para importar que puedas copiar.
5-10 minImportar a tu centro de investigación
Pega el CSV en tu repositorio de citas o hoja de cálculo. Vincula cada fila de cita con su fuente para preservar la auditabilidad.
5 min