Classificação de feedback de clientes: um tema, uma prioridade e por que sentimento não basta

A decisão são duas perguntas, não uma nota. Primeira: sobre o que é principalmente este comentário? Segunda: com que urgência alguém de produto deve lê-lo? Sentimento responde outra coisa — positivo, neutro ou negativo — e o relatório semanal de temas some se você só guarda polaridade. A triagem de suporte responde outra: qual fila ao vivo deve responder. Um comentário pode ser negativo e ainda ser um pedido de função, ou positivo e descrever uma exportação quebrada. Abrir um ticket para cada comentário enche a fila de elogios. Use sentiment-analysis-api se o painel precisa de polaridade. Use support-triage ou zendesk-ai-ticket-classification se alguém precisa responder. Use content-moderation se a ação é ocultar, banir ou escalar por segurança. Esta página cobre o corpus offline: respostas abertas de NPS, feedback no app, avaliações públicas e texto livre de pesquisa que o time de produto agrupa numa lista fixa de temas.

Classifique uma resposta aberta de cada vez. Se a pesquisa tem três caixas de texto livre, faça três linhas para os temas não se misturarem. Monte um state JSON com as palavras de quem respondeu e alguns campos em que você já confia: canal (nps, no app, avaliação), a nota se houver, plano, locale e área do produto se o formulário pediu. Remova o texto fixo do formulário, como “Comentários adicionais:”. Se a linha chegou por e-mail, corte primeiro respostas citadas e assinaturas — isso é email-classification — e só então classifique o comentário restante. Não cole capturas, áudio nem arquivos. Esta API aceita só texto ou JSON; descrever uma imagem em palavras não é mostrar os pixels. Anonimize nomes, e-mails e ids de conta antes de o pedido sair do seu sistema. O state serializado cabe em no máximo 8.000 caracteres, e o pedido validado completo (state mais perguntas) também precisa caber em 8.000, então deixe espaço para os criteria. Corte até as frases de quem respondeu. Se outro modelo resumiu o comentário antes, registre isso na linha, porque você já não classifica as palavras originais. Os dados do pedido seguem para o provedor upstream; veja privacy-and-history.

A maioria dos times mantém uma camada fina de regras para frases em que já confia e um modelo para o resto. A tabela compara contratos e modos de falha. Não é um benchmark, e nenhuma das três substitui uma amostra rotulada dos seus próprios comentários.

O Playground traz um exemplo chamado Feedback intelligence. Ele classifica um comentário sobre uma exportação de relatório que ficou lenta em um tema (desempenho, usabilidade, função ou cobrança) e um Score de acompanhamento de baixo a muito alto. O pedido abaixo mantém esse comentário e acrescenta um tema mixed explícito, para uma nota curta ou com vários assuntos não ser forçada numa área de produto. Os ids de pergunta começam com uma letra e depois usam só minúsculas, dígitos e sublinhados, até 40 caracteres. Instructions têm de 8 a 600 caracteres. Cada criterion tem de 2 a 350. Choice aceita de 2 a 12 temas. Score aceita de 2 a 10 níveis ordenados; liste-os na ordem da rubrica, aqui de baixo a muito alto. Uma resposta Choice traz choice, uma probabilidade por tema e um resumo confidence dessa distribuição. Confidence não é uma taxa de acerto medida. Uma resposta Score traz score, que pode cair entre níveis, e esse número não é uma probabilidade. Leia os dois antes de qualquer efeito. Um tema não autoriza mudar o roadmap. Entre, verifique o e-mail, crie uma chave em Console, API keys, e guarde-a no servidor como JEVMODEL_API_KEY. A chamada abaixo é um pedido real e pode gastar cota ou tokens. Contas gratuitas verificadas compartilham 5 execuções bem-sucedidas por dia UTC entre Playground, cada linha do Batch e esta API, sujeitas à capacidade do site. O modelo fixo é typesafe/jev-1.13 via OpenRouter. Não há chave de idempotência: se a resposta se perder, confira o histórico antes de tentar de novo.

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"]}}}'

Defina três faixas com seus próprios comentários reservados, não com um corte universal. Faixa alta: grave o tema e a prioridade na linha do seu armazém. Essa ação é reversível. Faixa média, o rótulo mixed ou dois temas com probabilidades próximas: mostre o comentário a quem revisa, com os dois temas principais, e deixe essa pessoa acrescentar um segundo tema à mão se o relatório precisar. Faixa baixa: deixe a linha sem rótulo. Não crie um item público de roadmap só com um rótulo. Calibre quais valores de Score devem chamar alguém; o score é uma leitura da sua rubrica, não uma probabilidade de estar certo. Revise as faixas quando renomear criteria ou quando o comportamento do modelo upstream mudar. Para um backlog, Console e depois Batch importa CSV, TXT ou JSONL de até 2 MB e 1.000 linhas, aplica um conjunto fixo de perguntas e exporta respostas por linha. Junte essas respostas aos seus rótulos fora do site. O Batch não calcula acurácia e não é um endpoint de job em massa assíncrono. Uma linha continua sendo uma execução comum. Veja confidence-and-abstention para limiares e evaluation para o conjunto reservado. Se um comentário precisa carregar vários temas ao mesmo tempo, esse contrato é multi-label-text-classification, não um Choice mais largo.

Fique aqui se a entrada é um comentário aberto de produto e a saída é um tema mais uma prioridade. Vá para sentiment-analysis-api se o gráfico só precisa de positivo, neutro ou negativo. Vá para support-triage se o texto é um ticket ao vivo que precisa de resposta. Vá para email-classification se a entrada bruta ainda é um fio de e-mail. Vá para content-moderation se a ação é uma medida de segurança. Vá para multi-label-text-classification se o relatório precisa guardar cada tema aplicável, não só o principal. Um Decision Flow pode encadear a pergunta de tema com uma pergunta seguinte, mas executar um flow é só para planos pagos: assine ou compre um pacote de tokens. Flows não usam as execuções grátis do dia. O JevModel não treina um classificador com seus comentários, não aceita imagens nem anexos, não é open source e não oferece download de pesos.