Monitoreo de reseñas y sentimiento
Sigue lo que dicen los clientes sobre tu producto en marketplaces, foros e hilos sociales, con puntuaciones de sentimiento, temas y un resumen que sí se lee.
Respuesta rápida
Usa scrape_template (1 credit) para extraer reseñas de Amazon, YouTube o Hacker News sin selectores que mantener, reddit_search (2 credits) para las discusiones de Reddit mediante archivos comunitarios, analyze_content (3 credits) para el sentimiento, los temas y las entidades, y summarize_content (4 credits) para un resumen ejecutivo. Unos 10 credits por producto, lo bastante barato como para ejecutarlo cada semana.
El problema
El sentimiento de los clientes está repartido entre fichas de Amazon, hilos de Reddit y comentarios de Hacker News. Leerlo manualmente significa que detectas un problema de calidad semanas después de que las reseñas se torcieran, y los rediseños de los marketplaces rompen constantemente los scrapers basados en selectores.
La solución
scrape_template de CrawlForge extrae datos limpios de sitios conocidos -- productos de Amazon, YouTube, Hacker News -- sin selectores que mantener, y reddit_search lee las discusiones de Reddit a través de archivos comunitarios, ya que reddit.com bloquea los scrapers. analyze_content puntúa el sentimiento, los temas y las entidades, y summarize_content convierte el montón en un resumen ejecutivo.
Ejemplo de código
// Pull reviews from known sites without writing selectors
const product = await mcp.scrape_template({
template: "amazon-product",
url: "https://www.amazon.com/dp/B0EXAMPLE",
});
// reddit.com blocks scrapers -- reddit_search reads the community archives
const reddit = await mcp.reddit_search({
query: "Example Gadget",
subreddit: "gadgets",
limit: 10,
});
const voices = product.reviews.map(r => r.text).join("\n");
// Sentiment, topics, and entities across every review
const analysis = await mcp.analyze_content({
text: voices,
options: { includeSentiment: true, extractTopics: true, extractEntities: true },
});
// One briefing for the product team
const digest = await mcp.summarize_content({
text: voices,
options: { summaryLength: "medium", summaryType: "abstractive" },
});
console.log(reddit.count, reddit.results[0]?.num_comments); // discussion volume
console.log(analysis.sentiment, analysis.topics);
console.log(digest.summary);Herramientas utilizadas
Costo estimado: ~10 credits por producto
Preguntas frecuentes
¿Cómo monitoreo reseñas sin mantener selectores?
Usa scrape_template con una plantilla integrada como amazon-product, y reddit_search para las discusiones de Reddit -- reddit.com bloquea el scraping directo, así que reddit_search lee los archivos comunitarios en su lugar. CrawlForge mantiene las reglas de extracción, así que el rediseño de un marketplace no rompe tu pipeline en silencio como sí ocurre con los selectores personalizados.
¿Qué sitios tienen plantillas?
Productos de Amazon, perfiles de LinkedIn, repositorios de GitHub, vídeos de YouTube, tuits, hilos de Reddit, la portada de Hacker News, lanzamientos de Product Hunt, preguntas de Stack Overflow y paquetes de npm. Llama a scrape_template con template "list" para ver el conjunto actual. Para Reddit, prefiere reddit_search -- reddit.com bloquea el scraping directo, por lo que la plantilla reddit-thread ya no funciona de forma fiable.
¿Qué devuelve el análisis de sentimiento?
analyze_content devuelve una puntuación de sentimiento, el idioma detectado, los temas, las entidades nombradas y la legibilidad del texto que le pases. Aliméntalo con las reseñas combinadas y luego ejecuta summarize_content para obtener un resumen corto de lo que ha cambiado.
¿Cuánto cuesta el monitoreo de reseñas?
Unos 10 credits por producto y ejecución: 1 por cada llamada a scrape_template, 2 de reddit_search, 3 de analyze_content y 4 de summarize_content. Monitorear 10 productos cada semana son aproximadamente 430 credits al mes.
¿Listo para comenzar?
Cada cuenta nueva recibe 1,000 credits gratis. No se requiere tarjeta de crédito.
Comienza gratis con 1,000 credits