Skill de IASintetizador da Voz do ClienteProduto e Engenharia
transformar cliente feedback em themes, quotes, e produto decisões. — Claude Skill
Um Skill Claude para Claude Code por Nikita Fordui✓ — executar /voice-of-customer-synthesizer no Claude·Atualizado em 18 de jun. de 2026·vnikiandr/goose-skills@voice-of-customer-synthesizer
sintetiza suporte tickets, calls, surveys, revê, e vendas notes em claro cliente themes, evidência, e recommended ações.
- Groups raw cliente comments em themes a produto, marketing, ou cliente success equipa can act on.
- Keeps real quotes e fonte counts so o summary does não become vague opinion.
- Separates usability pain, em falta features, pricing objections, bugs, onboarding confusion, e positive sinais.
- Returns recommended ações, responsáveis, e follow-up questions instead da generic sentiment summary.
VocêHoje
A PM lê scattered tickets, call notes, e survey comments, then chooses a few memorable anecdotes para o roadmap discussion.
Com /voice-of-customer-synthesizer
Run /voice-of-customer para cluster feedback by theme, keep quotes, show evidência counts, e recomendar ações.
1 Collect feedback2 Cluster themes3 Keep fonte evidência4 Decide follow-up ações
Para quem é
Product Manager
transformar cliente feedback em roadmap evidência e produto decisões.
Ver skills para esta funçãoProduct Marketer
encontrar cliente language, objections, e proof points para messaging.
Ver skills para esta funçãoGestor de Conta / CSM
Ajuda Gestor de Conta / CSM a transformar contexto disperso em decisões, próximos passos e evidência clara.
Ver skills para esta funçãoO que faz
Monthly feedback review
resumir recurring cliente pain antes roadmap ou leadership rever.
Launch feedback
Understand whether a novo feature caused confusion, delight, adoption, ou suporte load.
Churn e renewal review
encontrar cliente reasons behind churn risco, expansão bloqueios, ou renewal objections.
Como funciona
1
Paste feedback a partir de suporte tickets, call notes, revê, surveys, Slack, ou vendas notes.
2
declarar o decisão você are trying para make: roadmap, messaging, onboarding, churn risco, ou lançar rever.
3
o skill clusters themes, pulls representative quotes, counts evidência, e assinala contradictions.
4
A human confirms which themes are strong enough para influence produto, marketing, ou conta ações.
Opções de entrada
Feedback sources
suporte tickets, call transcripts, NPS comments, app revê, survey answers, vendas notes, ou Slack snippets.
Exemplo
Feedback sources
Period: May 1-31 fontes: - 42 Zendesk tickets mention setup confusion - 18 Gong snippets mention 'we invited teammates too late' - 26 NPS comments mention templates - 7 enterprise prospects ask if onboarding can be done sem engenharia ajudar precisar de: Voice de cliente relatório para produto, suporte, e marketing.
Voice de Cliente report
Report header
# Voice de cliente relatório - May 2026 fontes analyzed: Zendesk, Gong, NPS comments, vendas notes Total feedback items: 93 Date range: May 1 - May 31
Sentiment overview
| Sentiment | Share | sinal | |---|---:|---| | Positive | 31% | clientes like templates once they encontrar o right one | | Neutral | 22% | Many comments ask how onboarding deve work | | Negative | 39% | Setup path e teammate invites cause repeated confusion | | Critical | 8% | Enterprise prospects worry onboarding precisa de engenharia ajudar | Net Sentiment pontuação: -16 points vs prior period: -7 points
Top themes ranked by impact
| ordenar | Theme | Mentions | Sentiment | Why it matters | |---:|---|---:|---|---| | 1 | Setup path is pouco claro | 42 | Negative | Admins do não know whether para invite teammates antes ou depois primeiro project | | 2 | templates ajudar, but choice is hard | 26 | Mixed | clientes see value but want recomendações by equipa type | | 3 | Enterprise wants admin-friendly onboarding | 7 | Critical | vendas confiança drops when onboarding sounds engenharia-heavy |
Love, want, pain tables
## What clientes Love | paraça | evidência | marketing oportunidade | |---|---|---| | templates reduce blank-página anxiety | 26 NPS comments | Position templates as 'start a partir de proven workflows' | ## What clientes Want | pedido | Frequency | Segments | produto prioridade | |---|---:|---|---| | recomendar a template during setup | 19 | novo admins, SMB | P1 | | Move teammate invite earlier | 18 | B2B admins | P0 | ## What Causes Pain | Pain Point | severidade | churn risco | Recommended Fix | |---|---|---|---| | Invite timing pouco claro | High | Yes | Add invite step para setup checklist e explain why it matters |
Team-specific action items
| equipa | prioridade | ação | evidência | |---|---:|---|---| | produto | P0 | Move teammate invite em primeiro-run checklist | 42 tickets, 18 calls | | suporte | P1 | criar ajudar artigo: 'When para invite a sua equipa' | Repeated setup tickets | | marketing | P1 | usar template proof point in onboarding página copy | Positive NPS comments | Human rever: confirm whether ticket counts are unique contas e whether enterprise notes todos come a partir de one segment.
Métricas que melhora
Clareza da métrica
+20-40%
Produto e EngenhariaQualidade do conteúdo
+10-20%
Produto e EngenhariaClareza do ICP
+10-25%
Produto e EngenhariaFunciona com
Em qualquer lugar
Autónomo
Sem configuração necessária
Paste the notes, exports, screenshots, or summaries you already have. The skill works without a connected system.
Ligado
CRM + ferramentas integrados
Connect the relevant support, analytics, CRM, or data tool when you want fresher source evidence.
Quer usar Sintetizador da Voz do Cliente?
Escolha como começar.
Executar no Claude Code
Gratuito. Código aberto.
Instale e execute este skill localmente no seu computador.
1
Instalar o Claude Code
Abra um terminal no seu computador e cole este comando:
2
Instalar o skill
Isto descarrega o skill com todos os ficheiros para o seu computador:
Adicione -g no fim para o tornar disponível em todos os seus projetos.
3
Ver código no GitHub Execute
Inicie o Claude Code, depois escreva o comando:
depois
Voice de cliente Synthesizer
transformar scattered cliente feedback na single fonte de truth. Aggregates sinais a partir de cada fonte você have, clusters them em themes, e produces a relatório that produto, marketing, e CS equipas can actually act on.
Built para: Startups where cliente feedback lives in 6 different places e nobody has time para sintetizar it. o founder says "what are clientes saying?" e nobody has a claro answer. Esta skill produces that answer.
When para usar
- "What are our clientes saying?"
- "sintetizar cliente feedback a partir de último quarter"
- "criar a VoC relatório para o produto equipa"
- "What themes are coming up in cliente feedback?"
- "Aggregate feedback a partir de todos our channels"
Phase 0: Intake
Feedback fontes (provide todos você have)
- suporte tickets — Export a partir de suporte tool (CSV: cliente, date, subject, description, tags, resolução)
- NPS/CSAT survey respostas — pontuações + verbatim comments
- Slack mensagens — cliente channel mensagens, feedback channels
- G2/Capterra revê — Will scrape if produto is listed (provide produto nomear ou URL)
- Call/meeting transcripts — cliente call recordings ou notes
- churn exit survey respostas — Why did clientes leave?
- Feature pedido log — Internal tracker de what clientes have asked para
- Social mentions — Twitter/LinkedIn/Reddit threads mentioning o seu produto
- email threads — Notable cliente emails (praise ou complaints)
- In-app feedback — qualquer in-produto feedback submissions
Configuration
- Time period — What window para analyze? (último 30 days, quarter, 6 months)
- produto nomear — para rever scraping e contexto
- relatório audiência — Who's reading this? (produto equipa, exec equipa, CS equipa, todos)
- Focus areas — qualquer specific themes para pay attention para? (e.g., "onboarding experience", "pricing feedback", "mobile app")
Phase 1: dados Collection
1A: Internal dados Processing
a partir do provided inputs, normalize todos feedback na standard format:
SOURCE | DATE | CUSTOMER | SEGMENT | FEEDBACK_TEXT | SENTIMENT | CATEGORY
Sentiment classification per item:
- Positive — Praise, satisfaction, delight
- Neutral — Feature pedido, question, observation
- Negative — Complaint, frustration, disappointment
- Critical — churn threat, escalamento, anger
1B: External rever Scraping (if applicable)
If produto is on rever platforms:
Chain: rever-scraper para G2, Capterra, Trustpilot
Filter: revê a partir do target time period
extrair: rating, rever text, reviewer role/company size, date, pros, cons.
1C: Social Listening (if applicable)
pesquisar: "[produto nomear]" feedback OR rever OR "switched para" OR "stopped using"
pesquisar: "[produto nomear]" site:reddit.com OR site:twitter.com
Phase 2: Theme Clustering
Group todos feedback items em themes usando uma bottom-up approach:
Clustering Method
- ler todos feedback items
- Identify recurring topics (mentioned by 3+ clientes ou in 3+ fontes)
- Group em theme clusters
- ordenar by frequency AND severidade
Theme template
THEME: [nomear — e.g., "Onboarding Complexity"]
FREQUENCY: [N mentions across M fontes]
SENTIMENT: [Predominantly positive/neutral/negative]
TREND: [↑ Growing / → Stable / ↓ Declining vs prior period]
REPRESENTATIVE QUOTES:
- "[Exact quote]" — [fonte, cliente segment, Date]
- "[Exact quote]" — [fonte, cliente segment, Date]
- "[Exact quote]" — [fonte, cliente segment, Date]
CUSTOMER SEGMENTS AFFECTED:
- [Segment 1: e.g., "novo clientes in primeiro 30 days"]
- [Segment 2: e.g., "Enterprise contas"]
ROOT CAUSE HYPOTHESIS:
[1-2 sentences: Why is this coming up? What's o underlying issue?]
IMPACT:
- On retenção: [High/Medium/Low]
- On expansão: [High/Medium/Low]
- On aquisição: [High/Medium/Low]
Phase 3: Analysis
3A: Sentiment Overview
Overall Sentiment Distribution:
Positive: [N] items ([X%]) ████████░░
Neutral: [N] items ([X%]) ████░░░░░░
Negative: [N] items ([X%]) ██░░░░░░░░
Critical: [N] items ([X%]) █░░░░░░░░░
3B: fonte Comparison
| fonte | Volume | Avg Sentiment | Top Theme |
|---|---|---|---|
| suporte tickets | [N] | [Pos/Neg pontuação] | [Theme] |
| NPS comments | [N] | [pontuação] | [Theme] |
| G2 revê | [N] | [pontuação] | [Theme] |
| Slack | [N] | [pontuação] | [Theme] |
| Calls | [N] | [pontuação] | [Theme] |
insight: Different fontes often reveal different stories. suporte tickets skew negative (problems). revê skew bipolar (love/hate). Calls reveal nuance. Note where themes appear across fontes para highest confiança.
3C: Segment Analysis
| cliente Segment | Dominant Sentiment | Top pedido | Key Pain |
|---|---|---|---|
| [novo clientes] | [Sentiment] | [pedido] | [Pain] |
| [Power utilizadores] | [Sentiment] | [pedido] | [Pain] |
| [Enterprise] | [Sentiment] | [pedido] | [Pain] |
| [Churned] | [Sentiment] | [pedido] | [Pain] |
3D: tendência Detection
comparar against prior period (if disponível):
| Theme | Prior Period | This Period | tendência | Alert |
|---|---|---|---|---|
| [Theme 1] | [N mentions] | [N mentions] | [↑X%] | [novo/Growing/Stable/Declining] |
| [Theme 2] | ... | ... | ... | ... |
novo themes this period: [Themes that weren't present antes] Resolved themes: [Themes that decreased significantly — things você fixed]
Phase 4: recomendações
para produto equipa
| prioridade | Theme | recomendação | paraça da evidência |
|---|---|---|---|
| P0 | [Theme] | [Specific ação] | [N mentions, M fontes, inclui churn sinais] |
| P1 | [Theme] | [ação] | [evidência] |
| P2 | [Theme] | [ação] | [evidência] |
para CS/suporte equipa
| ação | Theme | Expected impacto |
|---|---|---|
| [criar ajudar artigo para X] | [Theme] | Deflect ~[N] tickets/month |
| [Add onboarding step para Y] | [Theme] | Reduce confusion para novo utilizadores |
| [Proactive outreach para segment Z] | [Theme] | Prevent churn in at-risco segment |
para marketing equipa
| ação | Theme | oportunidade |
|---|---|---|
| [usar this proof point in messaging] | [Positive theme] | "[cliente quote pronto para marketing]" |
| [Address this objection on website] | [Negative theme] | Counter common concern pre-sale |
| [criar case study around X] | [Positive theme] | [N] clientes mentioned this win |
Phase 5: Output Format
# Voice de cliente relatório — [Period]
fontes analyzed: [list]
Total feedback items: [N]
Date range: [start] — [end]
---
## resumo executivo
[3-5 sentences: What are clientes saying? What's o overall sentiment?
What's o single most important thing para act on?]
---
## Sentiment Overview
Positive: [X%] | Neutral: [X%] | Negative: [X%] | Critical: [X%]
Net Sentiment pontuação: [calculated — % positive minus % negative]
vs Prior Period: [+/- X points]
---
## Top Themes (Ranked by impacto)
### 1. [Theme nomear] — [Sentiment] — [N mentions]
**Summary:** [2-3 sentences]
**Key quotes:**
> "[Quote]" — [fonte]
> "[Quote]" — [fonte]
**Recommended ação:** [What para do]
**responsável:** [produto / CS / marketing]
### 2. [Theme nomear] —...
### 3. [Theme nomear] —...
[Continue para top 5-8 themes]
---
## What clientes Love (Preserve These)
| paraça | evidência | marketing oportunidade |
|----------|---------|----------------------|
| [Feature/experience] | "[Quote]" — [N mentions] | [How para usar in messaging] |
---
## What clientes Want (Feature pedidos)
| pedido | Frequency | Segments | produto prioridade |
|---------|-----------|----------|-----------------|
| [Feature] | [N mentions] | [Who wants it] | [P0/P1/P2] |
---
## What Causes Pain (Fix These)
| Pain Point | severidade | churn risco | Recommended Fix |
|-----------|----------|------------|----------------|
| [Issue] | [High/Med/Low] | [Yes/No] | [ação] |
---
## tendências vs Prior Period
[What's getting better, what's getting worse, what's novo]
---
## equipa-Specific ação Items
### produto equipa
1. [ação] — [evidência]
### CS equipa
1. [ação] — [evidência]
### marketing equipa
1. [ação] — [evidência]
---
## Appendix: todos Themes Detail
[Full theme cards com todos quotes e analysis]
Save para ¤KEEP0¤.
Scheduling
Run mensal ou trimestral:
0 8 1 */3 * python3 run_skill.py voice-de-cliente-synthesizer --cliente <cliente-nomear>
Cost
| Component | Cost |
|---|---|
| rever scraping (via rever-scraper) | ~$0.50-1.00 |
| Web pesquisar (social mentions) | Free |
| todos analysis e synthesis | Free (LLM reasoning) |
| Total | Free — $1 |
Tools obrigatório
- opcional: ¤KEEP0¤ para G2/Capterra/Trustpilot revê
- opcional: ¤KEEP0¤ para social mentions
- opcional: ¤KEEP0¤ para community feedback
- todos analysis is pure LLM reasoning on provided dados
gatilho Phrases
- "What are clientes saying?"
- "criar a VoC relatório"
- "sintetizar our cliente feedback"
- "Run voice de cliente analysis"
- "cliente feedback summary para [period]"
Documentos de referência
name: voice-of-customer-synthesizer description: > Aggregate cliente feedback a partir de multiple fontes — suporte tickets, NPS comments, Slack mensagens, G2 revê, call transcripts, survey respostas — na unified VoC relatório com theme clustering, sentiment analysis, tendência detection, e acionável recomendações para produto, marketing, e CS equipas. Chains rever-scraper para public rever dados. tags: [research]
Voice de cliente Synthesizer
transformar scattered cliente feedback na single fonte de truth. Aggregates sinais a partir de cada fonte você have, clusters them em themes, e produces a relatório that produto, marketing, e CS equipas can actually act on.
Built para: Startups where cliente feedback lives in 6 different places e nobody has time para sintetizar it. o founder says "what are clientes saying?" e nobody has a claro answer. Esta skill produces that answer.
When para usar
- "What are our clientes saying?"
- "sintetizar cliente feedback a partir de último quarter"
- "criar a VoC relatório para o produto equipa"
- "What themes are coming up in cliente feedback?"
- "Aggregate feedback a partir de todos our channels"
Phase 0: Intake
Feedback fontes (provide todos você have)
- suporte tickets — Export a partir de suporte tool (CSV: cliente, date, subject, description, tags, resolução)
- NPS/CSAT survey respostas — pontuações + verbatim comments
- Slack mensagens — cliente channel mensagens, feedback channels
- G2/Capterra revê — Will scrape if produto is listed (provide produto nomear ou URL)
- Call/meeting transcripts — cliente call recordings ou notes
- churn exit survey respostas — Why did clientes leave?
- Feature pedido log — Internal tracker de what clientes have asked para
- Social mentions — Twitter/LinkedIn/Reddit threads mentioning o seu produto
- email threads — Notable cliente emails (praise ou complaints)
- In-app feedback — qualquer in-produto feedback submissions
Configuration
- Time period — What window para analyze? (último 30 days, quarter, 6 months)
- produto nomear — para rever scraping e contexto
- relatório audiência — Who's reading this? (produto equipa, exec equipa, CS equipa, todos)
- Focus areas — qualquer specific themes para pay attention para? (e.g., "onboarding experience", "pricing feedback", "mobile app")
Phase 1: dados Collection
1A: Internal dados Processing
a partir do provided inputs, normalize todos feedback na standard format:
SOURCE | DATE | CUSTOMER | SEGMENT | FEEDBACK_TEXT | SENTIMENT | CATEGORY
Sentiment classification per item:
- Positive — Praise, satisfaction, delight
- Neutral — Feature pedido, question, observation
- Negative — Complaint, frustration, disappointment
- Critical — churn threat, escalamento, anger
1B: External rever Scraping (if applicable)
If produto is on rever platforms:
Chain: rever-scraper para G2, Capterra, Trustpilot
Filter: revê a partir do target time period
extrair: rating, rever text, reviewer role/company size, date, pros, cons.
1C: Social Listening (if applicable)
pesquisar: "[produto nomear]" feedback OR rever OR "switched para" OR "stopped using"
pesquisar: "[produto nomear]" site:reddit.com OR site:twitter.com
Phase 2: Theme Clustering
Group todos feedback items em themes usando uma bottom-up approach:
Clustering Method
- ler todos feedback items
- Identify recurring topics (mentioned by 3+ clientes ou in 3+ fontes)
- Group em theme clusters
- ordenar by frequency AND severidade
Theme template
THEME: [nomear — e.g., "Onboarding Complexity"]
FREQUENCY: [N mentions across M fontes]
SENTIMENT: [Predominantly positive/neutral/negative]
TREND: [↑ Growing / → Stable / ↓ Declining vs prior period]
REPRESENTATIVE QUOTES:
- "[Exact quote]" — [fonte, cliente segment, Date]
- "[Exact quote]" — [fonte, cliente segment, Date]
- "[Exact quote]" — [fonte, cliente segment, Date]
CUSTOMER SEGMENTS AFFECTED:
- [Segment 1: e.g., "novo clientes in primeiro 30 days"]
- [Segment 2: e.g., "Enterprise contas"]
ROOT CAUSE HYPOTHESIS:
[1-2 sentences: Why is this coming up? What's o underlying issue?]
IMPACT:
- On retenção: [High/Medium/Low]
- On expansão: [High/Medium/Low]
- On aquisição: [High/Medium/Low]
Phase 3: Analysis
3A: Sentiment Overview
Overall Sentiment Distribution:
Positive: [N] items ([X%]) ████████░░
Neutral: [N] items ([X%]) ████░░░░░░
Negative: [N] items ([X%]) ██░░░░░░░░
Critical: [N] items ([X%]) █░░░░░░░░░
3B: fonte Comparison
| fonte | Volume | Avg Sentiment | Top Theme |
|---|---|---|---|
| suporte tickets | [N] | [Pos/Neg pontuação] | [Theme] |
| NPS comments | [N] | [pontuação] | [Theme] |
| G2 revê | [N] | [pontuação] | [Theme] |
| Slack | [N] | [pontuação] | [Theme] |
| Calls | [N] | [pontuação] | [Theme] |
insight: Different fontes often reveal different stories. suporte tickets skew negative (problems). revê skew bipolar (love/hate). Calls reveal nuance. Note where themes appear across fontes para highest confiança.
3C: Segment Analysis
| cliente Segment | Dominant Sentiment | Top pedido | Key Pain |
|---|---|---|---|
| [novo clientes] | [Sentiment] | [pedido] | [Pain] |
| [Power utilizadores] | [Sentiment] | [pedido] | [Pain] |
| [Enterprise] | [Sentiment] | [pedido] | [Pain] |
| [Churned] | [Sentiment] | [pedido] | [Pain] |
3D: tendência Detection
comparar against prior period (if disponível):
| Theme | Prior Period | This Period | tendência | Alert |
|---|---|---|---|---|
| [Theme 1] | [N mentions] | [N mentions] | [↑X%] | [novo/Growing/Stable/Declining] |
| [Theme 2] | ... | ... | ... | ... |
novo themes this period: [Themes that weren't present antes] Resolved themes: [Themes that decreased significantly — things você fixed]
Phase 4: recomendações
para produto equipa
| prioridade | Theme | recomendação | paraça da evidência |
|---|---|---|---|
| P0 | [Theme] | [Specific ação] | [N mentions, M fontes, inclui churn sinais] |
| P1 | [Theme] | [ação] | [evidência] |
| P2 | [Theme] | [ação] | [evidência] |
para CS/suporte equipa
| ação | Theme | Expected impacto |
|---|---|---|
| [criar ajudar artigo para X] | [Theme] | Deflect ~[N] tickets/month |
| [Add onboarding step para Y] | [Theme] | Reduce confusion para novo utilizadores |
| [Proactive outreach para segment Z] | [Theme] | Prevent churn in at-risco segment |
para marketing equipa
| ação | Theme | oportunidade |
|---|---|---|
| [usar this proof point in messaging] | [Positive theme] | "[cliente quote pronto para marketing]" |
| [Address this objection on website] | [Negative theme] | Counter common concern pre-sale |
| [criar case study around X] | [Positive theme] | [N] clientes mentioned this win |
Phase 5: Output Format
# Voice de cliente relatório — [Period]
fontes analyzed: [list]
Total feedback items: [N]
Date range: [start] — [end]
---
## resumo executivo
[3-5 sentences: What are clientes saying? What's o overall sentiment?
What's o single most important thing para act on?]
---
## Sentiment Overview
Positive: [X%] | Neutral: [X%] | Negative: [X%] | Critical: [X%]
Net Sentiment pontuação: [calculated — % positive minus % negative]
vs Prior Period: [+/- X points]
---
## Top Themes (Ranked by impacto)
### 1. [Theme nomear] — [Sentiment] — [N mentions]
**Summary:** [2-3 sentences]
**Key quotes:**
> "[Quote]" — [fonte]
> "[Quote]" — [fonte]
**Recommended ação:** [What para do]
**responsável:** [produto / CS / marketing]
### 2. [Theme nomear] —...
### 3. [Theme nomear] —...
[Continue para top 5-8 themes]
---
## What clientes Love (Preserve These)
| paraça | evidência | marketing oportunidade |
|----------|---------|----------------------|
| [Feature/experience] | "[Quote]" — [N mentions] | [How para usar in messaging] |
---
## What clientes Want (Feature pedidos)
| pedido | Frequency | Segments | produto prioridade |
|---------|-----------|----------|-----------------|
| [Feature] | [N mentions] | [Who wants it] | [P0/P1/P2] |
---
## What Causes Pain (Fix These)
| Pain Point | severidade | churn risco | Recommended Fix |
|-----------|----------|------------|----------------|
| [Issue] | [High/Med/Low] | [Yes/No] | [ação] |
---
## tendências vs Prior Period
[What's getting better, what's getting worse, what's novo]
---
## equipa-Specific ação Items
### produto equipa
1. [ação] — [evidência]
### CS equipa
1. [ação] — [evidência]
### marketing equipa
1. [ação] — [evidência]
---
## Appendix: todos Themes Detail
[Full theme cards com todos quotes e analysis]
Save para ¤KEEP0¤.
Scheduling
Run mensal ou trimestral:
0 8 1 */3 * python3 run_skill.py voice-de-cliente-synthesizer --cliente <cliente-nomear>
Cost
| Component | Cost |
|---|---|
| rever scraping (via rever-scraper) | ~$0.50-1.00 |
| Web pesquisar (social mentions) | Free |
| todos analysis e synthesis | Free (LLM reasoning) |
| Total | Free — $1 |
Tools obrigatório
- opcional: ¤KEEP0¤ para G2/Capterra/Trustpilot revê
- opcional: ¤KEEP0¤ para social mentions
- opcional: ¤KEEP0¤ para community feedback
- todos analysis is pure LLM reasoning on provided dados
gatilho Phrases
- "What are clientes saying?"
- "criar a VoC relatório"
- "sintetizar our cliente feedback"
- "Run voice de cliente analysis"
- "cliente feedback summary para [period]"
fonte marketplace página: ¤KEEP0¤
Install command: npx skills add nikiandr/goose-skills@voice-of-customer-synthesizer