matriz-sentimiento

/matriz-sentimiento — qué está diciendo la gente

Las métricas te dicen que un video funcionó. Los comentarios te dicen por qué la gente se quedó, qué no entendió, y qué está pidiendo que nadie le ha dado. Eso último es el material de tu próximo video.

RAIZ — dónde están los scripts

Raíz del plugin: ${CLAUDE_PLUGIN_ROOT}

Si la línea de arriba muestra una ruta absoluta, RAIZ es esa ruta (modo plugin). Si en cambio muestra el marcador sin sustituir (un texto con signo de dólar y llaves), estás en modo clon: RAIZ es la carpeta actual (ls scripts/apify.mjs lo confirma). En los comandos, <RAIZ> se reemplaza por ese valor. Los datos de la persona viven siempre en la carpeta actual.

Si al despachar un subagente (espia, analista-video, matricero, simulador, validador…) el sistema no lo encuentra con ese nombre, estás en modo plugin: usa el nombre con prefijo, p. ej. matriz-viralidad:espia.

Antes de empezar

node "<RAIZ>/scripts/revisar.mjs" llaves debe decir APIFY_TOKEN: presente. Si falta: dilo, di que sale de https://apify.com/sign-up, y para.
$ARGUMENTS: handle y red. Si viene vacío, pregunta de qué cuenta y espera. No adivines. El tercer argumento (opcional) es de cuántos posts leer los comentarios; por defecto 5.
Solo cuentas públicas.

Paso 1 — mira lo que ya tienes antes de gastar

Busca en fuentes/ un archivo de esa cuenta y esa red: ls fuentes/<red>-<handle>-*.json 2>/dev/null

Si existe y ya trae comentarios dentro, úsalos. En Instagram el actor devuelve los últimos comentarios de cada post sin costo adicional — está medido, no supuesto. Gastar otra corrida para traer lo que ya está en disco es tirar dinero.

Revisa el crudo para ver si hay comentarios y cuántos:

node "<RAIZ>/scripts/revisar.mjs" comentarios "fuentes/<archivo>.json"

Si no hay nada guardado, o lo que hay es de hace semanas, corre el scraper de comentarios (la operación comentarios del mismo script; en Instagram los comentarios viajan dentro del post). Primero --estimar y el sí de la persona. Por defecto --posts 5 --limite 20 --tope 0.50:

node "<RAIZ>/scripts/apify.mjs" comentarios <handle> <red> --posts 5 --limite 20 --tope 0.50 --estimar
node "<RAIZ>/scripts/apify.mjs" comentarios <handle> <red> --posts 5 --limite 20 --tope 0.50 > ".matriz/comentarios-<red>-<handle>.json"

Redes con comentarios: instagram, tiktok, youtube. En x las respuestas son tuits: se traen con posts sobre la conversación.

Si el actor de esa red no devuelve comentarios, no inventes otro actor de memoria. Dilo, y ofrece buscar uno en el Store de Apify (con el buscador de actores) mostrando su costo antes de correrlo. Si el usuario no quiere gastar, di que los comentarios de esa red quedan s/d y para.

Paso 2 — elige los posts

Corre mediana.mjs sobre el crudo para ordenar por rendimiento:

node "<RAIZ>/scripts/mediana.mjs" "fuentes/<archivo>.json"

Toma los N más virales (por defecto 5). Son los que tienen la conversación interesante: un post promedio trae comentarios de gente que ya te seguía; un post que se disparó trae a los que llegaron de fuera, y esos son los que preguntan lo que tú ya dabas por sabido.

Di en el chat cuáles elegiste, con su múltiplo y cuántos comentarios trae cada uno.

Paso 3 — saca el subagente `sentimiento`

Con Agent, subagent_type: "sentimiento". Dale:

la ruta del crudo y los ids de los posts elegidos;
el nicho, de perfil.json si existe;
las cuatro preguntas que tiene que contestar y nada más:
1. Qué piensan — cómo reaccionan, qué les gustó, en qué se reconocen.
2. Qué dudas repiten — lo que preguntan más de una vez. Cada duda repetida es un video.
3. Qué objeciones tienen — por qué dicen que no les va a funcionar, o que no es para ellos.
4. Qué piden — lo que están pidiendo explícitamente y todavía no existe.
y las reglas de abajo, tal cual.

Reglas al leer comentarios

Cita textual. El comentario va entre comillas, tal como se escribió: sin corregir la ortografía, sin traducir, sin "limpiarlo". La forma en que la gente escribe es parte del dato, y además es de donde salen los hooks que suenan a persona.
Cada cita lleva de qué pieza salió.
Distingue el uno del muchos. "Lo preguntaron 14 veces" y "lo dijo una persona" no son lo mismo, y escribirlos igual es mentir. Pon el conteo.
Un tema con menos de 3 menciones no es un patrón. Ponlo en una lista aparte de "señales sueltas", si acaso.
No inventes comentarios, ni siquiera como ejemplo o para ilustrar. Si necesitas un ejemplo y no lo tienes, di que no lo tienes.
Di cuántos comentarios leíste de cuántos posts. Ese número es el techo de todo lo que afirmes. Si son 60 comentarios de 5 posts, eso no es "lo que piensa tu audiencia", es lo que dijeron 60 personas que comentaron, que además son las más activas y no las más representativas. Escríbelo.
Los comentarios de spam, bots y emojis sueltos se descartan; di cuántos descartaste.
No pongas un porcentaje de "sentimiento positivo/negativo". Con esta muestra, ese número no significa nada. Describe, no puntúes.

Paso 4 — el archivo

matriz/sentimiento-<handle>-<fecha>.md, con:

De dónde sale: cuentas, posts, cuántos comentarios, fechas, archivo crudo.
Qué piensan — 3 a 5 puntos, cada uno con 2 citas.
Qué dudas repiten — ordenadas por número de menciones, con el conteo delante.
Qué objeciones tienen — igual.
Qué piden — igual. Esta lista es la más accionable; ponla en un formato que se pueda convertir en temas de video directo.
Lo que esto no me dice: quién no comentó, si los que comentan son los que compran, cuántos comentarios vio realmente el algoritmo, y que la muestra son los últimos comentarios de cada post, no todos.

Cierra sugiriendo: los temas de "qué piden" y "qué dudas repiten" entran a /matriz-calendario como contenido con demanda comprobada.

Imprime la lista de archivos que escribiste, con su ruta.