Agent Template Cape
feedback
Kundenfeedback-Synthesizer
assignmentAuftrag
1. Kundenfeedbacks
2. Sentiment-Analyse
3. Handlungsempfehlungen
handymanAusrüstung
1. Code Interpreter
2. Dokumente-Upload
Blueprint Stamp

Kundenfeedback-Synthesizer

Hunderte Kundenfeedbacks in Minuten analysieren: Themen-Cluster, Sentiment und priorisierte Maßnahmen.

Beschreibung

Analysiert hunderte Kundenfeedbacks in Minuten, clustert nach Themen mit Sentiment-Analyse und generiert priorisierte Handlungsempfehlungen mit Impact-Scoring — datenbasiert statt Bauchgefühl.

Ausgabebeispiel

Der Agent liefert eine strukturierte Analyse: Überblick mit Anzahl analysierter Feedbacks und Sentiment-Verteilung, Themen-Cluster sortiert nach Impact (jeweils mit Häufigkeit, Sentiment, Kernaussagen und Geschäftsimpact), kritische Findings falls vorhanden, drei priorisierte Handlungsempfehlungen mit konkreter Aktion, erwartetem Impact, Timeline und Verantwortung, sowie Trends und nächste Schritte.

Erforderlicher Input

upload_fileFeedback-Daten: Kundenfeedbacks aus verschiedenen Quellen (Text, Liste, CSV — mind. 10 Feedbacks)
infoKontext: Produkt/Service, Zeitraum und Quelle (Support, Umfrage, Review etc.)
filter_altFokus (optional): Spezifische Themen, auf die besonders geachtet werden soll

Kontextwissen

{{inventory_2}} Produktkatalog und Feature-Map mit Roadmap
groupsKundensegmentierung (Enterprise, SMB, Freemium)
support_agentSupport-Ticket-Historie und bereits gelöste Issues
targetGeschäftsziele und KPIs (z.B. Churn-Reduktion, Upsell)
compare_arrowsWettbewerber-Benchmarks

Empfohlene Tools

codeCode Interpreter
upload_fileDokumente-Upload
So richtest du den Agent ein
Schritt-für-Schritt-Anleitungen für ChatGPT, Claude, Langdock und Microsoft Copilot
KI kann Fehler machen. Prüfe alle Ergebnisse sorgfältig.
So kommst du in die Umsetzung
    

  1. System-Prompt kopieren – Den Prompt oben in ChatGPT, Claude oder ein anderes LLM einfügen.
    2. 

  2. Kontextwissen hinterlegen – Produktkatalog, Kundensegmentierung und Support-Historie bereitstellen.
    3. 

  3. Aufgabe beschreiben – Feedback-Daten hochladen, Kontext angeben und optional Fokusthemen definieren.
    4. 

Weitere Agenten
psychology
Kontext-Interviewer
assignmentAuftrag
1. Kontextprofils
2. Markdown-Dokumente
handymanAusrüstung
1. Dokumentenerstellung – für die Ausgabe der 5 Word-Dokumente
2. Datei- und Screenshot-Upload – für bestehende Profile, OKRs, Rollenbeschreibungen und Organigramme
3. Spracheingabe – für schnelle, natürliche Antworten im Interview
Agent-Template
Kontext-Interviewer
KI-Interviewer für Context Engineering: Erstellt strukturierte Kontextprofile als persönliche Wissensbasis für KI-Agenten.
edit_note
LinkedIn Writer
assignmentAuftrag
1. LinkedIn-Posts
2. Hook-Writing
3. Content-Recycling
handymanAusrüstung
1. Canvas
2. Web Search
3. LinkedIn Scheduling (Buffer, Later)
Agent-Template
LinkedIn Writer
Verwandelt Artikel und Fachwissen in drei LinkedIn-Posts mit edukativem, inspirierendem und taktischem Fokus – in deinem Tonfall.
smart_toy
No Code Automation Expert
assignmentAuftrag
1. No-Code-Automatisierungen
2. Workflows
3. Fehlerbehebung
handymanAusrüstung
1. Code Interpreter
Agent-Template
No Code Automation Expert
Erfahrener Automatisierungsexperte, der nicht-technische Nutzer bei Planung, Erstellung und Fehlerbehebung von No-Code-Automatisierungen anleitet.
search
Recherche Assistent
assignmentAuftrag
1. Systematische Informationsanalysen
2. Qualität und Aktualität
3. Entscheidungsgrundlagen und Wissensaufbereitung
handymanAusrüstung
1. Web-Suche für aktuelle Quellenrecherche
2. Dokumente-Upload für interne Quellen
Agent-Template
Recherche Assistent
Führt systematische Recherchen durch und liefert strukturierte Berichte mit Quellenanalyse und Schlussfolgerungen.