Classification des retours clients : un thème, une priorité, et pourquoi le sentiment ne suffit pas

La décision porte sur deux questions, pas sur une note. D’abord : de quoi parle surtout ce commentaire ? Ensuite : quand une personne produit doit-elle le lire ? Le sentiment répond à autre chose — positif, neutre ou négatif — et le rapport hebdomadaire de thèmes disparaît si vous ne stockez que la polarité. Le triage support répond encore à autre chose : quelle file en direct doit répondre. Un commentaire peut être négatif et rester une demande de fonction, ou positif et décrire un export cassé. Ouvrir un ticket pour chaque commentaire remplit la file d’éloges. Voyez sentiment-analysis-api si le tableau de bord a besoin de polarité. Voyez support-triage ou zendesk-ai-ticket-classification si quelqu’un doit répondre. Voyez content-moderation si l’action est masquer, bannir ou escalader pour la sécurité. Cette page couvre le corpus hors ligne : réponses littérales NPS, retours in-app, avis publics et texte libre d’enquête que l’équipe produit range dans une liste de thèmes fixe.

Classez une réponse ouverte à la fois. Si l’enquête a trois zones de texte libre, faites trois lignes pour ne pas mélanger les thèmes. Construisez un state JSON avec les mots de la personne et quelques champs déjà fiables : canal (nps, in-app, avis), la note s’il y en a une, offre, locale, et zone produit si le formulaire l’a demandée. Retirez le texte fixe du formulaire, comme « Autres commentaires : ». Si la ligne vient d’un e-mail, nettoyez d’abord citations et signatures — c’est le travail de email-classification — puis classez le commentaire restant. Ne collez pas de captures, d’audio ni de fichiers. Cette API n’accepte que du texte ou du JSON ; décrire une image n’équivaut pas à en montrer les pixels. Anonymisez noms, e-mails et identifiants de compte avant que la requête quitte votre système. Le state sérialisé tient dans 8 000 caractères au plus, et la requête validée complète (state plus questions) doit aussi tenir dans 8 000 : laissez de la place aux criteria. Coupez jusqu’aux phrases de la personne. Si un autre modèle a résumé le commentaire d’abord, notez-le sur la ligne, car vous ne classez plus les mots d’origine. Les données de la requête partent vers le fournisseur en amont ; voir privacy-and-history.

La plupart des équipes gardent une fine couche de règles pour les tournures déjà fiables, puis un modèle pour le reste. Le tableau compare contrats et modes d’échec. Ce n’est pas un benchmark, et aucune des trois ne remplace un échantillon labellisé de vos propres commentaires.

Le Playground contient un exemple nommé Feedback intelligence. Il classe un commentaire sur un export de rapport devenu lent en un thème (performance, utilisabilité, fonction ou facturation) et un Score de suivi de bas à très haut. La requête ci-dessous garde ce commentaire et ajoute un thème mixed explicite, pour qu’une note courte ou à plusieurs sujets ne soit pas forcée dans un domaine produit. Les ids de question commencent par une lettre, puis seulement des minuscules, des chiffres et des underscores, sur 40 caractères au plus. Les instructions font 8 à 600 caractères. Chaque criterion fait 2 à 350 caractères. Choice prend 2 à 12 thèmes. Score prend 2 à 10 niveaux ordonnés ; listez-les dans l’ordre de la grille, ici de bas à très haut. Une réponse Choice contient choice, une probabilité par thème et un résumé confidence de cette distribution. Confidence n’est pas un taux de réussite mesuré. Une réponse Score contient score, qui peut tomber entre deux niveaux, et ce nombre n’est pas une probabilité. Lisez les deux avant tout effet de bord. Un thème n’autorise pas à changer la feuille de route. Connectez-vous, vérifiez l’e-mail, créez une clé dans Console, API keys, et stockez-la côté serveur sous JEVMODEL_API_KEY. L’appel ci-dessous est une vraie requête et peut consommer le quota ou des jetons. Les comptes gratuits vérifiés partagent 5 exécutions réussies par jour UTC entre le Playground, chaque ligne Batch et cette API, selon la capacité du site. Le modèle fixe est typesafe/jev-1.13 via OpenRouter. Il n’y a pas de clé d’idempotence : si la réponse est perdue, consultez l’historique avant de réessayer.

curl --fail-with-body https://jevmodel.app/api/v1/systemone \
  -H "Authorization: Bearer $JEVMODEL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"state":{"channel":"nps","score":3,"comment":"After the latest update, exporting a report takes two minutes instead of ten seconds. We export every morning."},"questions":{"theme":{"type":"choice","instructions":"Classify the main theme of this customer feedback.","criteria":{"performance":"Performance or speed regression.","usability":"Confusing interaction.","feature":"Feature request.","billing":"Billing issue.","mixed":"Several themes, or not enough text to choose."}},"urgency":{"type":"score","instructions":"Rate product-team follow-up priority for this feedback.","criteria":["Low: optional improvement","Medium: limited friction","High: recurring workflow degraded","Very high: core workflow blocked for many users"]}}}'

Fixez trois bandes sur vos propres commentaires réservés, pas sur un seuil universel. Bande haute : écrivez le thème et la priorité sur la ligne dans votre entrepôt. Cette action est réversible. Bande moyenne, label mixed, ou deux thèmes aux probabilités proches : montrez le commentaire à une personne, avec les deux thèmes de tête, et laissez-la ajouter un second thème à la main si le rapport en a besoin. Bande basse : laissez la ligne sans label. Ne créez pas un élément public de feuille de route à partir du seul label. Calibrez quelles valeurs de Score doivent alerter quelqu’un ; le score est une lecture de votre grille, pas une probabilité d’avoir raison. Revoyez les bandes quand vous renommez les criteria ou quand le comportement du modèle amont change. Pour un backlog, Console puis Batch importe CSV, TXT ou JSONL jusqu’à 2 Mo et 1 000 lignes, applique un jeu de questions fixe et exporte les réponses ligne par ligne. Joignez ces réponses à vos labels hors du site. Batch ne calcule pas l’exactitude et n’est pas un endpoint de traitement de masse asynchrone. Une ligne reste une exécution ordinaire. Voir confidence-and-abstention pour les seuils et evaluation pour le jeu réservé. Si un commentaire doit porter plusieurs thèmes à la fois, ce contrat est multi-label-text-classification, pas un Choice plus large.

Restez ici si l’entrée est un commentaire produit ouvert et la sortie un thème plus une priorité. Passez à sentiment-analysis-api si le graphique n’a besoin que de positif, neutre ou négatif. Passez à support-triage si le texte est un ticket en direct auquel il faut répondre. Passez à email-classification si l’entrée brute est encore un fil de messagerie. Passez à content-moderation si l’action est une mesure de sécurité. Passez à multi-label-text-classification si le rapport doit garder chaque thème applicable, pas seulement le principal. Un Decision Flow peut enchaîner la question de thème avec une question suivante, mais exécuter un flow est réservé aux offres payantes : abonnez-vous ou achetez un pack de jetons. Les flows n’utilisent pas les exécutions gratuites du jour. JevModel n’entraîne pas un classifieur sur vos commentaires, n’accepte ni images ni pièces jointes, n’est pas open source et ne propose pas de téléchargement de poids.