Skill oficial · Éxito del cliente

Temas de comentarios de NPS y encuestas

Analiza comentarios de NPS, respuestas de encuestas o reseñas y los agrupa en temas con recuentos, citas típicas, sentimiento y una acción sugerida por problema.

Funciona en Claude, ChatGPT y agentes de programación. En Team y Business, la skill oficial de tu pod se actualiza sola cuando la mejoramos.

Cuándo usarla

Qué le das

Qué obtienes

Una tabla de temas con recuentos y sentimiento, citas por tema, el NPS si hay puntuaciones y acciones.

Cómo funciona

  1. Calcula la puntuación si la hay NPS = % de promotores (9 a 10) menos % de detractores (0 a 6); los pasivos (7 a 8) solo cuentan en el total. Exprésalo como un número de -100 a 100, con el número de respuestas. Por defecto en esta skill: con menos de 30 respuestas, di que la muestra es pequeña.
  2. Lee todo una vez y luego codifica Dale a cada comentario de 1 a 3 códigos: etiquetas cortas de lo que trata (“carga lenta”, “precio”, “soporte útil”). Un mismo comentario puede llevar un código positivo y otro negativo.
  3. Agrupa los códigos en 5 a 10 temas Un tema es un asunto concreto sobre el que un equipo puede actuar (“Los informes cargan lento”), no una categoría (“Rendimiento”). Junta en “Otros” los temas con menos de 3 menciones, salvo que traten de pérdida de datos, seguridad o errores de facturación.
  4. Cuenta y marca el sentimiento Para cada tema: número de comentarios, proporción sobre el total de comentarios y sentimiento (positivo, negativo, mixto). Si hay puntuaciones, muestra cuántas menciones vienen de detractores y cuántas de promotores.
  5. Elige 2 citas por tema Escoge citas típicas, no las más extremas. Cita al pie de la letra; recorta con “…”, pero nunca cambies palabras. Quita nombres y correos.
  6. Sugiere una acción por cada tema negativo Un siguiente paso concreto y quién se encargaría (aquí basta con el equipo, no hace falta una persona). Si un tema necesita más datos antes de actuar, di qué datos.
  7. Escribe el titular 3 viñetas: el tema negativo más grande, el tema positivo más grande y cualquier cosa nueva o en aumento respecto al periodo anterior, si te dieron uno.

El SKILL.md

El archivo completo, tal como lo lee tu IA. Descargarlo

---
name: feedback-themes
description: Analiza comentarios de NPS, respuestas de encuestas, reseñas de tiendas de apps u otros comentarios abiertos de clientes y los agrupa en temas con recuentos, citas representativas, sentimiento y acciones sugeridas; calcula el NPS si hay puntuaciones. Úsala cuando alguien comparte resultados de una encuesta, respuestas de NPS, reseñas o una exportación de comentarios y pregunta “qué dicen los clientes”, pide los temas, un resumen de la voz del cliente o qué arreglar primero.
---

# Temas de los comentarios de clientes

Un análisis por temas le dice a un equipo qué es lo que más dicen los clientes, con qué intensidad y qué hacer al respecto. Lee cada comentario, codifícalo, cuéntalo y cítalo: los recuentos sin citas se sienten abstractos, y las citas sin recuentos dejan que gane el comentario más ruidoso.

## Cuándo usarla

- Se cerró una encuesta de NPS o CSAT y tienes los comentarios.
- Exportaste reseñas de tiendas de apps, de G2 o de un marketplace.
- Antes de planificar el roadmap, para llevar las palabras de los clientes a la reunión.
- No sirve para transcripciones de entrevistas individuales: usa user-interview-synthesis. Tampoco para convertir tickets en unas preguntas frecuentes: usa faq-from-tickets.

## Qué necesitas

- Los comentarios, uno por fila. Ayudan las puntuaciones (de 0 a 10 en el NPS) y los segmentos (plan, región, antigüedad).
- El periodo y cómo se envió la encuesta, para el encabezado.
- Si hay menos de 30 comentarios, hazlo igualmente, pero di que los recuentos son pequeños y evita los porcentajes.

## Pasos

1. **Calcula la puntuación si la hay.** NPS = % de promotores (9 a 10) menos % de detractores (0 a 6); los pasivos (7 a 8) solo cuentan en el total. Exprésalo como un número de -100 a 100, con el número de respuestas. Por defecto en esta skill: con menos de 30 respuestas, di que la muestra es pequeña.
2. **Lee todo una vez y luego codifica.** Dale a cada comentario de 1 a 3 códigos: etiquetas cortas de lo que trata (“carga lenta”, “precio”, “soporte útil”). Un mismo comentario puede llevar un código positivo y otro negativo.
3. **Agrupa los códigos en 5 a 10 temas.** Un tema es un asunto concreto sobre el que un equipo puede actuar (“Los informes cargan lento”), no una categoría (“Rendimiento”). Junta en “Otros” los temas con menos de 3 menciones, salvo que traten de pérdida de datos, seguridad o errores de facturación.
4. **Cuenta y marca el sentimiento.** Para cada tema: número de comentarios, proporción sobre el total de comentarios y sentimiento (positivo, negativo, mixto). Si hay puntuaciones, muestra cuántas menciones vienen de detractores y cuántas de promotores.
5. **Elige 2 citas por tema.** Escoge citas típicas, no las más extremas. Cita al pie de la letra; recorta con “…”, pero nunca cambies palabras. Quita nombres y correos.
6. **Sugiere una acción por cada tema negativo.** Un siguiente paso concreto y quién se encargaría (aquí basta con el equipo, no hace falta una persona). Si un tema necesita más datos antes de actuar, di qué datos.
7. **Escribe el titular.** 3 viñetas: el tema negativo más grande, el tema positivo más grande y cualquier cosa nueva o en aumento respecto al periodo anterior, si te dieron uno.

## Formato de salida

```markdown
# Temas de los comentarios — [fuente], [periodo]

**Respuestas:** [N] · **NPS:** [puntuación] ([promotores] % promotores, [pasivos] % pasivos, [detractores] % detractores) [o “sin puntuaciones”]

## Titular
- [Tema negativo más grande, con recuento]
- [Tema positivo más grande, con recuento]
- [Nuevo o en aumento, o “no se dio un periodo anterior”]

## Temas
| Tema | Menciones | Proporción | Sentimiento | De detractores / promotores |
|---|---|---|---|---|
| [Tema] | [n] | [%] | [+/–/mixto] | [n / n] |

### [Tema]
- “[Cita]”
- “[Cita]”
**Acción sugerida:** [paso] — [equipo responsable]

## Otros ([n] comentarios)
- [Resumen en una línea de los temas pequeños]

## Notas sobre los datos
- [Tamaño de la muestra, segmentos que faltan, cómo se codificaron los comentarios]
```

## Ejemplo

**Entrada (8 de 112 respuestas, extracto):**

> 3 — “Las exportaciones tardan una eternidad, dejé de hacer el informe semanal”
> 9 — “El equipo de soporte es genial, Ana me resolvió el problema en minutos”
> 5 — “Subió el precio y no cambió nada”
> 10 — “Me encantan las plantillas”
> 2 — “Otra vez se agotó el tiempo de la exportación”
> 8 — “Bien, pero la app móvil es torpe”
> 6 — “demasiado caro para un equipo de nuestro tamaño”
> 9 — “El soporte es rápido”

**Salida (extracto):**

```markdown
# Temas de los comentarios — encuesta de NPS, T3

**Respuestas:** 112 · **NPS:** 14 (41 % promotores, 32 % pasivos, 27 % detractores)

## Titular
- Exportaciones lentas o que fallan: 23 menciones, casi todas de detractores.
- Soporte rápido y amable: 31 menciones, el motivo principal que dan los promotores.
- No se dio un periodo anterior, así que no hay tendencia.

## Temas
| Tema | Menciones | Proporción | Sentimiento | De detractores / promotores |
|---|---|---|---|---|
| El soporte es rápido y útil | 31 | 28 % | + | 2 / 24 |
| Las exportaciones son lentas o se agota el tiempo | 23 | 21 % | – | 19 / 1 |
| Precio demasiado alto para lo que ofrece | 17 | 15 % | – | 12 / 0 |

### Las exportaciones son lentas o se agota el tiempo
- “Las exportaciones tardan una eternidad, dejé de hacer el informe semanal”
- “Otra vez se agotó el tiempo de la exportación”
**Acción sugerida:** Medir los tiempos de exportación de las cuentas grandes y arreglar primero los tiempos agotados — ingeniería

## Notas sobre los datos
- Las citas sobre soporte nombran a una agente; los nombres se quitan en la versión que se comparte.
```

## Comprobaciones antes de enviar

- [ ] El NPS, si aparece, usa 9–10 menos 0–6 e indica el número de respuestas.
- [ ] Cada tema tiene un recuento, y los recuentos salen de comentarios codificados de verdad.
- [ ] Las citas son literales y típicas, sin nombres ni correos.
- [ ] Los temas son lo bastante concretos para que un equipo sepa qué arreglar.
- [ ] Cada tema negativo tiene una acción sugerida.
- [ ] Las muestras pequeñas están señaladas; no hay porcentajes con menos de 30 comentarios.

## Errores comunes

- Temas como “UX” o “Producto”. Di qué aspecto exactamente.
- Citar el comentario más enojado como si fuera típico.
- Contar un comentario largo con 4 quejas como un solo tema. Codifica cada punto.

Compártela con tu equipo

Agrégala a un AI Skill Pod y todo el equipo, colaboradores externos incluidos, usa la misma versión desde su propia IA. Lee las mejores formas de compartir skills de IA con un equipo

Agregar al pod de mi equipo

Historial de cambios

Fuentes

  1. Measuring Your Net Promoter Score℠ | Bain & Company (leída el 2026-11-04)
  2. Analyze Qualitative Data: Thematic Analysis (leída el 2026-11-04)
  3. Affinity Diagramming for Collaboratively Sorting UX Findings and Design Ideas (leída el 2026-11-04)
  4. Text iQ Best Practices - Qualtrics (leída el 2026-11-04)