# 用户画像智能体技能 > 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。 - Canonical: https://nanoskill.ai/zh/skills/user-personas-agent-skill - Markdown: https://nanoskill.ai/zh/skills/user-personas-agent-skill.md - Author: phuryn - Published: 2026-11-04T09:00:00.000Z - Updated: 2026-11-05T09:22:33.350Z - Language: zh-CN - Source type: github - Popularity signal: 25857 ## Sources - https://github.com/phuryn/pm-skills/tree/main/pm-market-research/skills/user-personas ## Install ```shell npx skills add https://github.com/phuryn/pm-skills/tree/main/pm-market-research/skills/user-personas ``` ## About 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。 ## Key features - **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。 ## Use cases - **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。 ## Result preview 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。 ![the demo of user personas agent skill](https://file.nanoskill.ai/user-personas-agent-skill-demo-1.png) ![the demo of user personas agent skill](https://file.nanoskill.ai/user-personas-agent-skill-demo-2.png) ![the demo of user personas agent skill](https://file.nanoskill.ai/user-personas-agent-skill-demo-3.png) ![the demo of user personas agent skill](https://file.nanoskill.ai/user-personas-agent-skill-demo-4.png) ## Result walkthrough ### 安装 将用户画像技能添加到您的 AI 智能体。 ![the step of user personas agent skill](https://file.nanoskill.ai/user-personas-agent-skill-step-1.png) ### 上传您的研究数据 提供访谈、调查或 CSV 文件。 ![the step of user personas agent skill](https://file.nanoskill.ai/user-personas-agent-skill-step-2.png) ### 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。 ![the step of user personas agent skill](https://file.nanoskill.ai/user-personas-agent-skill-step-3.png) ## Skill definition # 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](https://www.productcompass.pm/p/interviewing-customers-the-ultimate) - [市场研究：高级技巧](https://www.productcompass.pm/p/market-research-advanced-techniques) - [与 Tony Ulwick 和 Sabeen Sattar 一起的待完成工作大师课](https://www.productcompass.pm/p/jobs-to-be-done-masterclass-with)（视频课程） ## FAQ ### 什么是用户画像技能？ 这是一项产品研究技能，可根据研究数据创建三个精炼的用户画像，包括待完成工作、痛点、期望收益和出人意料的行为洞察。 ### 我可以使用哪些类型的研究数据？ 您可以提供 CSV、Excel、调查回复、访谈记录或其他研究文档。该技能会使用可用工具直接阅读和分析这些数据。 ### 该技能如何创建 3 个画像？ 它遵循逐步分析：数据收集、模式识别、人群细分、充实完善和验证，以确保画像基于实际发现。 ### 该技能使用假设还是真实数据？ 它的目标是将所有洞察基于实际数据，尽可能使用直接引语，识别行为模式，并标记数据缺口或需要更多研究的领域。 ### 每个画像中的出人意料洞察是什么？ 这是从数据中得出的一个违反直觉的行为模式或动机，可以改变产品决策，三个画像各包含一个。 ### 如何将用户画像技能用于 CSV 或访谈数据？ 使用您的产品或研究背景描述来调用该技能，然后提供您的文件。它会直接读取这些文件并返回结构化的人物画像。