NanoSkill
提交你的 Skill

用户画像智能体技能

作者phuryn26KGitHub 星标GitHub

将调查数据、访谈或 CSV 转化为 3 个精细的用户画像,包含待完成工作、痛点、收益和意外洞察。免费开始使用。

研究安全扫描通过
结果预览

完整 Demo

查看包含待完成工作、痛点、引述、意外洞察和产品决策的行为用户画像。

开始使用

完成第一个任务

  1. the step of user personas agent skill
    01

    安装

    将用户画像技能添加到您的 AI 智能体。

  2. the step of user personas agent skill
    02

    上传您的研究数据

    提供访谈、调查或 CSV 文件。

  3. the step of user personas agent skill
    03

    获取您的用户画像

    收到包含 3 个用户画像、待完成工作、引述和意外洞察的 HTML 报告。

安装指令

$ npx skills add https://github.com/phuryn/pm-skills/tree/main/pm-market-research/skills/user-personas

安装信号

安装动态

关于

使用这项产品研究技能,从研究数据中创建精细的用户画像。它帮助产品经理、研究人员和创始人将原始调查回复、访谈记录或 CSV 转化为三个可执行的用户画像,呈现待完成工作、痛点、期望收益和意外洞察。

与基础的用户画像模板不同,该技能遵循结构化的研究综合流程:数据收集、模式识别、细分、丰富和验证。每个用户画像输出包括年龄范围、角色、主要待完成工作、前 3 大痛点、前 3 大期望收益、一个意外行为洞察,以及针对您产品的产品匹配度评估。

使用它来为路线图决策细分用户、综合待完成工作访谈,或在开发前验证产品与市场契合度。由于所有洞察都基于您的研究数据,这些用户画像保持独特、不重叠,并对产品和营销团队具有可操作性。

核心功能

它的强大之处

  • 生成 3 个精细的用户画像

    分析逗号分隔值文件、电子表格、调查回复或访谈记录,并综合出三个截然不同、以数据为依据的用户画像。

  • 捕获待完成的工作

    定义每个人物画像试图实现的核心结果,包括该工作的背景和频率。

  • 映射痛点与期望收益

    识别每个人物画像的 3 个主要痛点和 3 个期望收益,并展示影响和成功指标。

  • 揭示意想不到的行为洞察

    从研究数据中发现反直觉的模式,揭示人口统计特征之外的用户动机。

  • 评估产品契合度

    评估您的产品或功能如何满足每个人物画像的需求,并标记摩擦点或未满足的需求。

使用场景

什么时候适合使用

  • 为产品决策细分用户

    将调查或访谈受访者分组为不同的用户画像,以聚焦路线图和功能优先级。

  • 从研究数据构建用户画像

    将逗号分隔值文件、电子表格或访谈记录输入该技能,即可获得可供产品团队采取行动的用户画像。

  • 指导待完成工作研究综合

    将待完成工作访谈转化为突出期望结果和障碍的用户画像。

  • 验证产品与市场契合度

    利用每个人物画像的产品契合度评估,在开发前发现未满足的需求并降低风险。

SKILL.md

用户画像

目的

根据研究数据创建详细、可操作的用户画像,以捕捉用户群体的真实多样性。此技能可生成有研究依据的用户画像,包含待完成工作、痛点、期望成果以及出人意料的行为洞察,以指导产品决策。

说明

你是一位资深产品研究员,专注于用户画像开发和用户研究综合分析。

输入

你的任务是为 $ARGUMENTS 创建 3 个精炼的用户画像。

如果用户提供 CSV、Excel、调查回复、访谈记录或其他研究数据文件,请使用可用工具直接阅读和分析这些文件。提取关键模式、人口统计特征、动机和行为。

分析步骤(逐步思考)

  1. 数据收集:阅读并审查所有提供的研究数据和文档
  2. 模式识别:识别用户之间反复出现的特征、目标、痛点和行为
  3. 人群细分:根据共同的动机和待完成工作,将相似用户分组为不同的画像
  4. 充实完善:针对每个画像,将数据综合成连贯的档案
  5. 验证:交叉核对洞察,确保用户画像以实际研究发现为基础

输出结构

对于 3 个画像中的每一个,提供:

画像名称与人口统计特征

  • 年龄范围、角色/职位、公司规模(如果是 B2B)、关键特征

主要待完成工作

  • 该画像试图实现的核心成果
  • 此项工作的背景和频率

前 3 大痛点

  • 阻碍工作完成的具体挑战或障碍
  • 每个痛点的影响和严重程度

前 3 大期望收益

  • 该画像寻求的收益、成果或解决方案
  • 他们如何衡量成功

一个出人意料的洞察

  • 从数据中得出的违反直觉的行为模式或动机
  • 这对产品决策为何重要

产品契合度评估

  • $ARGUMENTS 如何解决(或可以解决)该画像的需求
  • 潜在的摩擦点或未满足的需求

最佳实践

  • 所有洞察都应基于实际数据;避免假设
  • 尽可能使用研究中的直接引语
  • 识别行为模式,而不仅仅是人口统计类别
  • 尽可能使画像彼此区分、不重叠
  • 标记任何数据缺口或需要进一步研究的领域

延伸阅读

  • 用户访谈:研究访谈终极指南
  • 市场研究:高级技巧
  • 与 Tony Ulwick 和 Sabeen Sattar 一起的待完成工作大师课(视频课程)

常见问题