Анализ отзывов нейросетью: сценарии и цена

Тысяча отзывов по 300 входных и 100 выходных токенов — это 400 тысяч токенов и 0,40 ₽ на самой дешёвой платной позиции каталога, 3,20 ₽ на средней и 12 ₽ на флагмане. За эти деньги модель закрывает четыре разные задачи: тональность, выделение конкретных претензий, сведение массива в список повторяющихся проблем и черновики ответов. Чего она не закрывает: чтения выборки руками и распознавания сарказма.

Разберём по очереди: чем эти четыре задачи отличаются друг от друга, сколько стоит каждая на реальном объёме, где модель ошибается предсказуемо и как проверить, что разметка вообще работает.

«Анализ отзывов» — это четыре разные задачи

Под одним словом обычно прячут четыре работы, у которых разная цена, разная точность и разный смысл.

Тональность. Один отзыв — одна метка. Самая простая и самая переоценённая задача.

Выделение претензий. Из текста вытаскиваются конкретные утверждения: что именно не так, к какой части продукта или сервиса относится.

Сведение массива. Тысяча размеченных отзывов превращается в список из пятнадцати повторяющихся проблем с частотами.

Ответы на отзывы. Черновик публичного ответа, который правит и отправляет человек.

Смешивать их в одном запросе не стоит: разметка выигрывает от дешёвой модели и жёсткого формата, а сведение — от сильной модели и свободы формулировок.

Тональность: просто и почти бесполезно в одиночку

Разложить отзывы на положительные, отрицательные и нейтральные модель умеет из коробки, без примеров и почти без инструкции. Проблема в том, что этот результат сам по себе не говорит, что делать.

У вас уже есть звёзды. Доля негатива считается по ним бесплатно. Тональность начинает приносить пользу только там, где оценка и текст расходятся: пять звёзд с текстом-жалобой, три звезды с восторгом и претензией к доставке. Именно этот разрыв — самая ценная часть массива, и он находится ровно сопоставлением двух полей.

Полезнее сразу размечать не одну метку, а три: тональность, объект претензии и степень резкости. Механика такой разметки разобрана в статье классификация текстов нейросетью.

Выделение конкретных претензий

Это главная задача из четырёх. Отзыв «ужасный магазин, больше не куплю» бесполезен. Отзыв «заказал 3-го, приехало 19-го, в коробке был другой цвет» содержит две проблемы, и обе решаемы.

Модель достаёт из текста короткие утверждения и привязывает каждое к категории: срок, упаковка, комплектность, соответствие описанию, работа поддержки, цена, качество самого товара. Ответ возвращается структурой, иначе следующий шаг придётся делать глазами — про формат есть статья JSON от нейросети: строгий формат.

Одна деталь экономит потом недели: вместе с категорией нужно просить цитату из отзыва, на которой основан вывод. Цитата позволяет проверить разметку выборочно и мгновенно, а не перечитывать отзыв целиком.

Отдельно стоит завести категорию «другое» и обязательно её просматривать. Всё новое сначала приезжает туда.

Тысяча отзывов в список повторяющихся проблем

Соблазн отправить весь массив в модель одним запросом велик, и он же делает результат плохим. Модель, получившая тысячу отзывов сразу, пересказывает общее впечатление и теряет частоты.

Рабочая схема двухшаговая.

Шаг первый — разметка. Каждый отзыв обрабатывается отдельным дешёвым запросом и превращается в структуру: категории, цитаты, тональность. Тысяча отзывов — тысяча независимых вызовов, которые считаются копейками и параллелятся без ограничений.

Шаг второй — сведение. В модель уходят уже не тексты, а разметка: список категорий с частотами и по три-пять характерных цитат на категорию. Это пятнадцать-двадцать тысяч токенов вместо трёхсот, и здесь имеет смысл взять сильную модель — она формулирует проблему так, чтобы её можно было отнести в работу.

Именно на втором шаге появляется то, ради чего всё затевалось: не «много негатива про доставку», а «в 40 % отзывов с задержкой упоминается один и тот же пункт выдачи».

Черновики ответов на отзывы

Публичный ответ на отзыв читают не автор отзыва, а будущие покупатели. Отсюда требования: без шаблонных извинений, с конкретикой и без обещаний, которых компания не выполнит.

Модель делает эту работу быстро и ровно, но с двумя ограничениями. Первое: условия возврата, сроки и компенсации она обязана брать из переданного ей текста регламента, а не из памяти. Второе: отвечать в конфликте, когда покупатель уже зол, лучше человеку с полномочиями — это тот же принцип, что в поддержке, и он разобран в статье нейросеть для техподдержки.

Для маркетплейсов эта задача упирается ещё и в правила площадки — смежный разбор есть в статье нейросеть для маркетплейсов.

Сколько стоит тысяча отзывов

Базовый расчёт: 300 токенов на вход (отзыв вместе с инструкцией и списком категорий) и 100 токенов на выход. Тысяча отзывов — 400 тысяч токенов.

Ставки каталога на 12 сентября 2026 года, одинаковые на вход и на выход. Бесплатных текстовых позиций в каталоге пять, они открываются после первого платного пополнения и дальше не тарифицируются — на массовой разметке это разумный вариант.

Второй шаг считается отдельно и дешевле, чем кажется. Сведение размеченного массива — это около 30 тысяч входных и 3 тысяч выходных токенов за проход; четыре прохода с уточнениями дают 132 тысячи токенов, то есть 3,96 ₽ даже на позиции в 30 ₽ за миллион.

Итог: полный разбор тысячи отзывов с сильной моделью на втором шаге умещается в 16 ₽. Экономить здесь на модели почти не на чем — про то, из чего вообще складывается счёт, есть статья как считать токены.

Что меняет цену сильнее, чем ставка

Длина отзыва. Триста токенов — это средний отзыв на маркетплейсе. Развёрнутые отзывы на технику дают тысячу и больше, и счёт растёт втрое.

Повторные прогоны. Инструкцию переписывают пять-шесть раз, пока схема категорий не устоится. Умножайте расчёт на число итераций — и гоняйте эти итерации на бесплатной позиции или на сотне отзывов, а не на всём массиве.

Список категорий в каждом запросе. Если он занимает двести токенов, вы платите за него тысячу раз. Короткий список кодов вместо развёрнутых описаний срезает вход заметно.

Режим отправки. Массовая разметка не требует мгновенного ответа, и это влияет на выбор режима запроса — разбор есть в статье batch, flex, fast: цена запроса.

Где модель ошибается предсказуемо

Сарказм и ирония. «Спасибо, привезли всего за три недели» почти всегда уезжает в положительные. Это не лечится сменой модели: чтобы понять иронию, нужно знать нормальный срок доставки, а модель его не знает. Частично помогает передача ожидаемого срока в контекст.

Отзыв не о товаре. Жалоба на курьера, на пункт выдачи, на приложение — всё это приезжает в карточку товара и портит статистику, если в схеме нет отдельных категорий.

Смешанный отзыв. «Товар отличный, но упаковка мятая» — одна метка тональности здесь теряет половину смысла. Поэтому и нужны отдельные претензии, а не общая оценка.

Опечатки, сокращения, транслит. На коротких отзывах с ошибками разметка шумит сильнее. Дешёвые позиции просаживаются на этом заметнее крупных.

Уверенность без основания. Модель поставит категорию даже там, где в тексте нет ничего подходящего. Требование цитаты в ответе ловит ровно этот класс ошибок — почему так происходит, разобрано в статье галлюцинации нейросети.

Почему выборку всё равно читают руками

Разметка отвечает на вопрос «сколько отзывов про доставку». Она не отвечает на вопрос «что вообще происходит с нашими покупателями».

Модель раскладывает тексты по категориям, которые придумали вы. Проблема, для которой категории нет, тихо уедет в «другое» или размажется по соседним. Новый дефект партии, странная формулировка в карточке, конкурент, который начал сравнивать себя с вами в комментариях, — всё это видно только глазами.

Рабочий компромисс: сто отзывов в месяц читает человек. Не выборка из положительных, а свежие негативные и те, что попали в «другое». Полчаса работы, которые регулярно меняют список приоритетов сильнее, чем вся статистика.

Как проверить, что разметка работает

Золотой набор. Сто отзывов, размеченных руками один раз. Каждая новая версия инструкции прогоняется по нему, и вы видите в цифрах, стало лучше или хуже.

Две метрики, а не одна. Отдельно доля пропущенных претензий и отдельно доля придуманных. Они ведут себя по-разному: строгая инструкция снижает вторую и повышает первую.

Сравнение моделей на своём наборе. Дешёвая позиция на простой схеме категорий часто не отличается от флагмана, и узнать это можно только замером — порядок описан в статье как сравнивать модели.

Повторяемость. Один и тот же отзыв, прогнанный дважды, должен получить одну и ту же разметку. Если нет — виновата температура или размытая формулировка категорий; про разброс есть статья почему модель отвечает по-разному.

Чего мы не утверждаем

Мы не утверждаем, что модель определяет тональность точнее человека: на прямом тексте она сопоставима, на иронии — заметно хуже, и это её устойчивое свойство, а не дефект конкретной позиции.

Мы не утверждаем, что расчёт совпадёт с вашим: триста токенов на отзыв — это маркетплейс, а не развёрнутые отзывы на технику, где вход втрое больше.

Мы не обещаем, что список проблем из разметки совпадёт с реальными приоритетами бизнеса: частота упоминания и стоимость проблемы — разные вещи, и сводить их может только человек.

Что нужно, чтобы попробовать

Ключ заводится за минуту на keydealer.ru/login — почта и пароль, без документов и без зарубежной карты. Оплата российской картой в рублях, один ключ на весь каталог.

Платные текстовые модели доступны сразу на приветственном бонусе: разметить двести своих реальных отзывов и посмотреть на качество категорий можно без пополнения. Полный разбор тысячи отзывов стоит меньше двадцати рублей, поэтому эксперименты здесь не упираются в бюджет.

Что держать в голове

Анализ отзывов распадается на четыре задачи, и деньги экономятся правильным распределением: дешёвая модель на массовой разметке, сильная — на сведении. Тысяча отзывов стоит от нуля до 12 ₽, полный цикл с выводами — около 16 ₽.

Ценность появляется не от тональности, а от конкретных претензий с цитатами. Цитата — это и проверка модели, и готовый аргумент для того, кто будет чинить проблему.

Модель не читает между строк: сарказм она пропускает, а проблему без заранее заданной категории теряет. Поэтому сто отзывов в месяц всё равно читает человек. Как мы проверяем факты и почему у каждой цифры стоит дата — на странице о проекте. Завести ключ: keydealer.ru/login.