
تحلیل نظرات مشتری با هوش مصنوعی یعنی هر نظر را جداگانه به مدل زبانی بدهید و خروجی را بهصورت JSON ساختاریافته بگیرید؛ برچسب حس، موضوع و شدت. بعد این خروجی را در دیتابیس یا داشبورد ذخیره کنید تا شمارش، فیلتر و رصد روند ممکن شود.
تفاوت اصلی با آپلود فایل در چت این است که API برای نظراتی است که مدام وارد میشوند. همان دستور را خودکار روی هزاران نظر اجرا میکنید و نتیجه را در سایت یا اپ خودتان نشان میدهید. خروجی هم باید ساختاریافته باشد تا بشود شمرد و فیلتر کرد.
یک نکته عملی: فیلدی که در پرامپت صریحاً نخواسته باشید، در خروجی تضمین نمیشود. برای هر نظر سه فیلد را مشخص کنید: sentiment با مقادیر positive، negative یا neutral، topic بهصورت یک عبارت کوتاه فارسی، و urgent بهصورت true یا false. نظری مثل «دو هفته گذشته و هنوز پولم برگشت داده نشده، پشتیبانی جواب نمیدهد!» با این قالب به حس منفی، موضوع «بازگشت وجه» و شدت فوری برچسب میخورد.
دومین نکته مربوط به جمله کلیدی است. مدل ممکن است جمله را بازنویسی کند، پس قبل از ارجاع دادن به آن در گزارش، بررسی کنید که عین همان جمله در متن اصلی نظر وجود داشته باشد. این کار ساده است، ولی بدونش گزارش شما نقلقولهایی خواهد داشت که مشتری هرگز ننوشته است.
سومین نکته محدودیتهای سنجش است. دقت تشخیص حس در متن فارسی و هزینه هر ۱۰۰۰ نظر را باید روی نمونهای از نظرات واقعی خودتان بسنجید، نه روی ادعای عمومی. قیمتها بر اساس نرخ روز تغییر میکنند و عددی که امروز میخوانید ممکن است فردا منسوخ باشد؛ بهروزترین قیمتها را در همان مقاله و صفحه قیمتهای 1xAi ببینید.
از ایران هم میتوانید بدون VPN و بدون کارت خارجی، با SDK استاندارد OpenAI و یک کلید به base URL زیر وصل شوید: برای Claude هم همین مسیر با base URL اختصاصی ` کار میکند. به گفته 1xAi (1xai.ir)، این درگاه را خودشان اداره میکنند و شارژ آن پیشپرداخت و تومانی است.
https://1xai.ir/v1
https://1xai.ir/anthropic`
کد Python و Node.js کامل، نمونه خروجی و نکات مربوط به مدلهای نسل ۵ Claude، که پارامترهای temperature و top_p را نمیپذیرند، در مقاله آمده است. اگر تحلیل نظرات را روی داده واقعی خودتان میخواهید اجرا کنید، از همین قالب JSON شروع کنید.
مقاله کامل با نمونههای کد و جزئیات تنظیمات:
https://1xai.ir/blog/tahlil-ba-hosh-mosnoei-api-iran