User Interview

用户访谈整理 Skill

将用户访谈转录文稿（口语化、冗长、有重复）整理为：

1. 结构化 Markdown 访谈笔记（保留全部细节 + 大量原话引用）
2. 01fish 风格数据海报 HTML（暗底墨绿，可下载 PNG）

触发词

• "整理访谈"
• "访谈笔记"
• "用户访谈"
• "/interview"

当用户提供访谈转录文件（txt/md/docx/pdf）并要求整理时触发。

工作流程

输入转录文稿 → 提取文本 → 结构化分析 → 输出访谈笔记.md → 生成数据海报.html → 浏览器打开

Step 1：提取文本

根据文件类型选择提取方式：

Step 2：结构化分析

访谈转录稿的特点：口语化、有语气词、有重复、说话人标记可能不准确、包含大量有价值的原话。

分析框架

从原始文本中提取以下结构：

分析原则

1. 原话为王：大量使用 > **原话**："..." 格式引用原话，这是最有说服力的素材
2. 保留全部细节：口语废话可删，但观点、数据、情感不可删
3. 表格高密度：能用表格就用表格，信息密度越高越好
4. 还原说话人：尽量识别每个观点是谁说的
5. 推断商业价值：用户可能不会直接说"这个值钱"，但从使用行为中推断
6. 跨用户对比：如果已有其他访谈，在启示部分做对比表

Step 3：输出 Markdown 访谈笔记

保存到输入文件同目录，文件名格式：访谈笔记-{用户昵称}-{日期}.md

笔记结构模板

→ 读取 references/interview-note-template.md 获取完整模板。

核心结构（7个标准章节）：

一、用户画像（表格 + 业务线表格 + 合作伙伴）
二、核心需求与使用动机（痛点→方案→发现产品→需求升级，大量原话）
三、产品使用反馈（逐个点评 + 不满意表格）
四、商业机会信号（分发能力 + 可量化场景表格 + 延伸方向）
五、用户旅程总结（流程图，从痛点到当前状态）
六、对产品/商业模式的启示（关键发现编号列表 + 跨用户对比表 + 迭代优先级表）
七、后续行动（checklist）

Step 4：生成数据海报 HTML

→ 读取 references/data-poster-template.html 获取完整模板。

设计风格：01fish 墨绿暗底

核心视觉规范（必须严格遵守）：

海报内容结构

根据访谈内容动态生成：

1. 页头：{用户昵称}的AI实践之路：{亮点数字} + 副标题
2. 核心指标栏：3-5 个大数字卡片（APP数量、技能数、UV/PV、使用周期等）
3. 数据表格：排行榜样式，每行包含排名/名称/分类标签/核心指标/条形图
4. 页脚：数据说明 + 产品链接

数据来源

海报中的数据从访谈笔记中提取：

• 如果用户提到了具体 APP 名称和数据 → 做排行榜
• 如果用户提到了使用量（UV/PV/时长）→ 放入核心指标栏
• 如果没有具体数据 → 用定性信息做信息卡片（如"核心应用场景"）
• 分类标签根据 APP 领域自动分配颜色

下载功能

页面顶部固定下载按钮：

• 使用 html2canvas + FileSaver 库
• CDN：https://cdn.jsdelivr.net/npm/html2canvas@1.4.1/dist/html2canvas.min.js
• CDN：https://cdn.jsdelivr.net/npm/file-saver@2.0.5/dist/FileSaver.min.js

Step 5：输出与打开

1. 访谈笔记保存为 访谈笔记-{用户昵称}-{日期}.md
2. 数据海报保存为 {用户昵称}-数据海报.html
3. 用 open 命令在浏览器中打开海报
4. 告知用户：
   • 两个文件路径
   • 海报下载方式（点击页面上方按钮）
   • 如需产出公众号文章，可用 content-pipeline skill

内容提炼原则

从口语到书面的转换

原话引用标准

什么样的原话值得保留：

信息密度控制

• Markdown 笔记：保留全部细节，宁多勿少，每个有价值的点都不遗漏
• 数据海报：只放核心数据指标，是笔记的"数据可视化摘要"

适用场景

故障处理

Skill 版本：v1.0