[Proyecto] Desafío: analizando sentimientos en varias reseñas

Para este desafió este fue el prompt que le di a Chat GPT:

Analiza las reseñas de un producto air-fryer para extraer: un resumen en español de máximo 30 palabras, una lista de puntos fuertes, una lista de puntos débiles, y el sentimiento final (positivo, neutral o negativo). Genera un archivo JSON con las siguientes claves: ID de la reseña, Resumen, Lista de puntos fuertes, Lista de puntos débiles y Sentimiento. Esta información debe ser precisa y clara para ayudar a identificar oportunidades de mejora del producto.

Y este fue su resultado en el formato indicado:

{
  "Reseñas": [
    {
      "ID": 1,
      "Resumen": "Funciona bien y es fácil de limpiar, pero el rack es difícil de lavar y parece inseguro al voltear comida.",
      "Puntos Fuertes": [
        "Buen rendimiento",
        "Fácil de limpiar la canasta"
      ],
      "Puntos Débiles": [
        "Rack difícil de limpiar",
        "Rack inestable al voltear comida"
      ],
      "Sentimiento": "Positivo"
    },
    {
      "ID": 2,
      "Resumen": "Funciona bien hasta que el mango se rompe, dejando el aparato inutilizable por un diseño débil en su fijación.",
      "Puntos Fuertes": [
        "Buen funcionamiento inicial"
      ],
      "Puntos Débiles": [
        "Mango débil y propenso a romperse",
        "Diseño de fijación inadecuado"
      ],
      "Sentimiento": "Negativo"
    },
    {
      "ID": 3,
      "Resumen": "Fácil de usar y con buen diseño, pero difícil de calcular tiempos de cocción. Opté por un modelo más grande de la misma marca.",
      "Puntos Fuertes": [
        "Fácil de usar",
        "Diseño elegante",
        "Botones iluminados",
        "Buena cocción de algunos alimentos"
      ],
      "Puntos Débiles": [
        "Dificultad para calcular tiempos de cocción",
        "Resultados inconsistentes en algunos alimentos"
      ],
      "Sentimiento": "Neutral"
    }
  ]
}