Você leu todas as avaliações de 1 estrela ontem.
E ainda não sabe o que corrigir primeiro.
Não é falta de disciplina. Quarenta reclamações do fecho, doze de tamanho, nove da caixa amassada e um punhado de coisas fora do alcance de qualquer um chegam numa lista só, na ordem em que foram escritas, sem contagem. Então você corrige a que leu por último, ou a do cliente mais irritado, e três meses depois o fecho continua quebrando. Falta aritmética sobre a pilha: qual reclamação, quantas, e se dá para mexer nela.
A pilha, ordenada pela causa
Pequeno, apertado e estreito são uma reclamação só
Contar palavras separa em três, e nenhuma parece grande o bastante. Agrupar pelo que o comprador quis dizer junta de volta, e tamanho vira 19% das suas negativas em vez de três itens de 6% que você foi empurrando para o mês seguinte. Cada grupo volta com as citações originais, então quando a contagem surpreender, dá para ler as reviews e conferir.
Uma foto enganosa não é problema de atendimento
Cada grupo recebe quem teria que agir: o texto, as imagens, o produto, a embalagem ou o modelo de resposta. Importa porque os custos não se parecem. Reescrever um bullet leva vinte minutos. Trocar o fecho é molde novo, rodada de amostra e oito semanas. Saber em qual balde a reclamação cai já é a maior parte da decisão.
E aí ele escreve a correção, não um gráfico
O grupo de tamanho vai para a skill de listing, que rascunha o bullet com a medida real e a entrada de FAQ que corta a dúvida antes de virar devolução. O grupo de fotos vai para a skill de criativo, com o brief da imagem nova. Ambos viram to-dos com a evidência anexa, então um mês depois dá para ver o que você aplicou e se a contagem caiu.
Onde a análise de reviews erra
Estes quatro estão na própria skill, porque cada um é um jeito de produzir um número convincente e vazio.
Quarenta reviews não são sua reputação
Três semanas num SKU de giro lento é amostra fina demais para sustentar uma porcentagem, e um arquivo só com 1 estrela não é distribuição de sentimento. Quando os números não sustentam a pergunta, você é avisado em vez de receber um gráfico.
Não sabe dizer quais são falsas
Só o texto dá padrões que parecem coordenados, e nada além. Qualquer coisa vendida como detecção de review falsa a partir do texto é um palpite com placa de confiança. Se você suspeita mesmo, o caminho é reportar à plataforma.
Nada é coletado por você
Por padrão ele lê o arquivo que você colocou na pasta e nada mais. A coleta automática fica desligada até você confirmar termos e autorização, e logins, captchas e limites nunca são contornados. Na prática pesa menos do que parece: Voice of the Customer mais a exportação de reviews cobrem quase tudo.
Aplicar uma correção não promete nota
Você recebe a reclamação, o peso, a evidência e o que teria de mudar. Se a nota se move depende do seu volume, de quanto as reviews antigas seguem pesando na média, e de você ter corrigido a causa real. Quem promete uma estrela está vendendo algo.
Perguntas de quem já está com a exportação aberta
Preciso conectar uma API, ou posso só soltar o CSV?
Solte o CSV. É assim que a maioria roda e não exige configuração alguma. Há conectores para Seller Central, Shopify, eBay, Etsy, Walmart e WooCommerce se quiser eliminar o download, mas a configuração varia por plataforma. O WooCommerce usa chaves de API REST geradas no painel da sua loja, sem registro separado de aplicação de desenvolvedor.
Já colo reviews no ChatGPT. Qual a diferença?
O ChatGPT pode manter conversas e trabalhar com arquivos enviados. No Orkas, os grupos de reviews podem virar tarefas do projeto, com edições do anúncio e arquivos de origem no mesmo espaço de trabalho para acompanhar as mudanças entre análises.
Para onde vão os dados dos compradores?
Os arquivos permanecem na sua pasta, mas o conteúdo lido pelo agente pode ser enviado ao provedor de modelo escolhido. Remova nomes, números de pedido e endereços desnecessários das exportações antes de entregá-las ao agente. A skill de reviews pede ao modelo que omita identificadores pessoais na saída; isso não garante a remoção antes de o modelo receber o conteúdo.
Posso passar as reviews do concorrente por ele?
Sim, e costuma ser mais útil que as suas, porque as reclamações não resolvidas deles são os seus bullets. Coloque os dois arquivos e os grupos são comparados lado a lado, separando o problema do seu produto do comportamento da categoria. Mesma regra: o que a plataforma permite exportar.
Quanto custa?
O app é gratuito e open source sob MIT. Chamadas de modelo custam para todos, inclusive nós, então conecte sua conta OpenAI, Anthropic ou Google e pague direto, ou assine um plano Orkas. Não há cobrança por review nem por relatório, o que importa com quatro mil linhas.
A exportação já está na sua pasta de downloads
Gratuito, macOS e Windows. Use sua própria chave de modelo ou um plano Orkas.