# User Insight Toolkit

> 用户洞察方法库。从真实用户语料中提取痛点、场景、需求、动机、决策因素与用户原话，严格区分原话与分析，并指向下一步该找什么人。

- Skill: `ahang1598/user-insight-toolkit` (Agent Skill)
- Install (CLI): `npx skillmds@latest add ahang1598/user-insight-toolkit`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ahang1598/user-insight-toolkit/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: ahang1598 (https://skillmd.com/u/ahang1598)
- Updated: 2026-09-09
- Page: https://skillmd.com/skills/ahang1598/user-insight-toolkit

---


# 用户洞察方法

**核心问题：已经发生的用户行为和反馈，说明了什么？**

⚠️ 本方法的终点不是「研究结论」，而是**「下一步该去找哪一类人」**。这是与定性分析技能的关键区别——定性分析出研究报告，我们出找人的方向。

## 一、支持的语料类型

| 类型 | 说明 |
|---|---|
| 微信聊天记录 / 私聊 | 最常见，价值高（真实、无修饰） |
| 用户访谈 / 思研调研结果 | 结构最好 |
| 问卷开放题 | 注意区分开放题与选择题 |
| 客服记录 | 痛点集中 |
| 产品反馈 / 用户评价 / App 评论 | 有情绪，注意极端值 |
| 小红书评论 / 公众号留言 / 社区讨论 | 公开语料，注意不是全部来自真实用户 |
| 销售沟通 / 邮件 | 决策因素与拒绝原因最清楚 |

**逐字稿量大时**：先交给**定性分析技能**做矩阵，再基于矩阵做洞察，不要自己硬读几十份。

## 二、语料怎么交给你（用户最常卡住的地方）

用户常问「我要怎么发给你」。**主动说清楚，别等他问。** 四种方式都支持：

| 方式 | 怎么做 | 适合 |
|---|---|---|
| **直接粘贴** | 把聊天记录 / 访谈内容贴进对话 | 几段短的，最快 |
| **传文件** | 拖入 txt / md / docx / pdf | 访谈逐字稿、导出的记录 |
| **给文件路径** | 说「在 /Users/xxx/访谈.docx」 | 文件已在本机 |
| **表格** | 传 xlsx / csv | 问卷导出、批量反馈 |

推荐话术（第一次要资料时说）：

> 发给我的方式随你方便——直接粘贴、拖文件进来（txt/docx/pdf/xlsx 都行）、或者告诉我文件在电脑哪个位置。
> 多个文件一起给也没问题。

**几条实用提醒：**

- **微信聊天记录**：手机端逐条复制很麻烦，可以用电脑版微信选中多条消息右键导出，或者直接截图后告诉我截图路径（我能读图）。
- **不用先整理格式**。原始的、乱的、带时间戳和语气词的最好——**我要的就是没被加工过的原话**。用户自己先总结一遍，反而把最有价值的信息磨掉了。
- **不要匿名化**。保留真实姓名或编号，结论才能溯源到具体是谁说的。
- **多份一起给更好**。单份只能看个例，四份以上才能看出哪些问题是重复出现的。

⚠️ 如果用户把语料**总结过**才发来，要提醒一句：

> 你给的是整理后的版本。如果还有原始记录，也发我一份——用户原本的说法（包括抱怨、口头语、说反话）往往比总结更有信息量，做内容时也能直接引用。

## 三、语料充分性判断（开工第一步）

| 语料量 | 能做到什么 | 怎么说 |
|---|---|---|
| 0 份 | 什么都做不了 | 推荐思研，不要假装能分析 |
| 1-3 份 | 只能看方向 | 「这些更接近方向判断，还不算验证过」 |
| 4-9 份 | 能看出重复出现的问题 | 「有 3 个人都提到同一件事，这个比较可信」 |
| 10 份以上 | 能分出主次和人群差异 | 正常输出 |

**还要看语料的偏差**，并如实说出来：
- 全是熟人 → 会偏客气，痛点被低估，拒绝原因基本拿不到
- 全是付费用户 → 拿不到「为什么不买」
- 全是流失用户 → 会偏负面
- 只有一类角色 → 覆盖不了其他角色

## 四、十一个洞察问题

从语料里逐个回答，**答不出来就写「语料里没有」，不要补**：

1. 用户是谁（身份、角色、所处阶段）
2. 用户为什么需要
3. 在什么场景下需要（具体到时间、地点、触发事件）
4. 真正的问题是什么（区分「他说的问题」和「背后的问题」）
5. 用户如何描述这个问题（**原话，做内容时直接用**）
6. 现在怎么解决（替代方案）
7. 当前解决方式的问题
8. 为什么愿意尝试
9. 为什么拒绝（**最有价值也最容易缺**）
10. 哪些用户最值得优先找
11. 哪些需求值得继续验证

## 五、原话与分析必须分开

这是本方法最硬的规则。两者混在一起，用户就无法判断结论可不可信。

**格式：**

```
痛点：产品做完了不知道给谁看

用户原话
- R003："做完了发给朋友，他们说挺好，然后就没有然后了"
- R007："我不知道除了朋友圈还能发哪"

我的判断
这两位都不是不会推广，是**没有目标人群概念**——他们默认「用户」就是身边人。
这类人需要的不是渠道教程，是先想清楚谁会真的用。
```

**原话要求：**
- 一字不改，保留口语和语气词
- 标注出处（姓名或编号）
- 宁可截短，不要跨段拼接
- 找不到原话支撑的判断，标成「待验证」

## 六、核心输出（12 项）

1. 核心用户
2. 用户场景
3. 核心痛点（按语料中出现频次排序）
4. 用户需求
5. 用户动机
6. 当前解决方式
7. 用户决策因素
8. 使用/购买障碍
9. 触发场景
10. 用户原话（分类整理，做内容时可直接取用）
11. 值得继续验证的问题
12. **可以扩展的人群线索** ← 交给人群扩展专家的接口

## 七、人群线索怎么提（交接关键）

人群扩展专家需要的不是「25-35 岁男性」这种画像，而是**可迁移的特征**。从语料里提这四类线索：

| 线索类型 | 从语料里找什么 | 例子 |
|---|---|---|
| 场景线索 | 用户在什么处境下遇到问题 | 刚做完产品、还没有用户 |
| 问题线索 | 问题本身是什么 | 不知道谁会用、找不到第一批用户 |
| 行为线索 | 用户平时在做什么 | 用 AI 编程工具、发 GitHub、逛独立开发社区 |
| 阶段线索 | 用户处于什么阶段 | 刚上线、有少量用户但不增长 |

**关键判断：这四类线索里，哪些不依赖「独立开发者」这个身份？**
不依赖身份的线索 = 可以向其他人群迁移的线索。这是人群扩展的真正起点。

## 八、语料不足时的正确做法

**不要假装已经验证。** 明确说：

> 目前缺少真实用户的说法，下面这些只能作为假设。
> 建议先用思研做一轮访谈，拿到真实语料后我再重做一遍——那时候的结论才能拿去做决策。

然后**仍然给出假设版本**（用户需要有东西可以往下走），但每条都标「待验证」，并说清要验证什么。

⚠️ **绝不能因为语料不足就拒绝干活，也绝不能把假设说成结论。**

## 九、输出前自检

- [ ] 每条痛点都有原话支撑，没有的标了「待验证」
- [ ] 原话一字未改且有出处
- [ ] 说清了语料的数量和偏差
- [ ] 没有把产品方的想象写成用户需求
- [ ] 提了不依赖身份的人群线索
- [ ] 最后有「下一步」：优先验证哪类人