三、一个能力，一个Skill / 产品规划提示词+Skill
访谈笔记分析洞察（用户研究 1）
这个能力特别擅长从访谈笔记里挖洞察：需要从单条访谈里分辨"观察、原话、行为、强度"，也会跨多条访谈找模式、数频率、辨细分、抓矛盾。
用户研究工作：一堆访谈笔记、问卷、反馈，需要把这些散乱、甚至互相矛盾的原始材料，做成一份有优先级、有证据、能直接拿去定路线图的结构化洞察报告。
方法介绍
访谈是用户研究最常见的材料，这是它最常用的功夫，真正的洞察往往在跨访谈那一层才浮现。核心是两层分析：
- 单条访谈挖洞察：对每场访谈，从四个角度提取—观察（说了做了什么）、原话（能点睛的逐字引用）、行为 vs 陈述偏好（实际做的 vs 嘴上说的）、强度信号（这件事对他有多重要）。
- 跨访谈找模式：把多场访谈放一起，找跨人出现的模式、数频率、辨细分、抓矛盾、找意外。
在什么场景用
| 场景 | 你的状态 |
|---|---|
| 刚做完一批用户访谈 | 笔记里全是话，但不知道哪些是"洞察"、哪些只是"背景" |
| 想引用用户原话 | 知道原话有力，但不知道怎么挑、怎么标来源 |
| 用户"说一套做一套" | 嘴上说想要 A，实际行为却从来不用 A，想搞清到底信哪个 |
| 访谈做完了，要跨人找共性 | 单条看没感觉，想看出"多少人提到了同一件事" |
不适合的场景：
- 材料不是访谈，不适合只有问卷、后台数据的情况
- 只有一两场访谈，做"跨访谈分析"的量级不够
适合谁用
| 职能 | 为什么适合 |
|---|---|
| 用户研究员 | 访谈分析是他们的日常主战场 |
| 产品经理 | 自己访谈用户时，能挖出更硬、更可用的洞察 |
| 产品设计师 | 从访谈里区分"真需求"和"随口一说" |
| 创始人 | 访谈用户时，不被人"客气话"带偏 |
提示词示例
单条访谈的四角度提取：
把这 8 场访谈笔记逐个阅读一遍，标出观察、能用的原话、行为和强度信号。重点放在"行为 vs 陈述偏好"的矛盾上。
这些访谈里，帮我看看有没有大家"嘴上说想要、实际从不用"的地方。跨访谈分析，找频率、辨细分、抓矛盾。
把 12 场访谈放一起，看哪些问题被反复提到、哪些人看法相反。实操：把“用户研究”写入 agent skill
下面对三个知识点，我逐个详细解释：1. 应该掌握的核心思维和专业洞察。 2. 你可以用来教 AI 的方法。3. 提示词 Prompt
可复制方法指令，可以作为Skill的一部分
- 提示词可复制，分析方法可作为prompt使用，连同任务一起交给AI，
- 如果需要这些分析方法，可以按需写入 Agent Skill，作为处理相关任务的方法和步骤。你还可以结合具体工作，补充相关资料、输出要求等。
方法 ①：单条访谈挖洞察—四个角度
1. 应该掌握的核心思维和专业洞察：
- "原话是证据，不是发现"：一句原话本身不是结论，你对它的解读才是。所以好报告是"原话（证据）+ 你的解读（发现）"两条线并行的。
- "标记伪装的未满足需求"：用户没直接说"我想要 X"，但他自己绕了个弯子去凑合，这个"绕道"就是最硬的未满足需求信号。比他说的话更可信。
2. 你可以用来教 AI 的方法：
大模型不知道你要求的强烈信号是什么，这里可以采用列举的形式，解释什么是强烈信号。这四个指标特别实用：一个人说"挺烦的"可能是客气，但他频繁遇到 + 变通绕道 + 情绪强烈 + 后果严重，那才是真烦。
3. 提示词 Prompt：
### 从访谈笔记中提取洞察
对每场访谈，识别：
**观察**：参与者描述了什么行为、经历了什么、感受到了什么？
- 区分行为（他们做什么）和态度（他们想什么/感觉什么）
- 记下上下文：何时、何地、和谁、多频繁
- 标记变通办法——这些是"伪装的未满足需求"
**直接原话**：能有力说明一个观点的逐字表述
- 好的原话是具体而生动的，不是笼统的
- 标注参与者类型，而不是名字："200 人团队的企业管理员"，而不是"Sarah"
- 原话是证据，不是发现。发现是你对这句原话含义的解读。
**行为 vs 陈述偏好**：人们实际做的，常常和他们嘴上说想要的，不一样
- 行为观察比陈述偏好是更强的证据
- 如果参与者说"我想要功能 X"，但他们的工作流显示他们从不用类似功能，就记下这个矛盾
- 通过实际行为去寻找"被揭示的偏好"
**强度信号**：这件事对参与者有多重要？
- 情绪化语言：沮丧、兴奋、认命
- 频率：他们多久遇到一次这个问题
- 变通办法：他们花了多少力气去绕过这个问题
- 影响：事情出问题时，后果是什么原文：
### Extracting Insights from Interview Notes
For each interview, identify:
**Observations**: What did the participant describe doing, experiencing, or feeling?
- Distinguish between behaviors (what they do) and attitudes (what they think/feel)
- Note context: when, where, with whom, how often
- Flag workarounds — these are unmet needs in disguise
**Direct quotes**: Verbatim statements that powerfully illustrate a point
- Good quotes are specific and vivid, not generic
- Attribute to participant type, not name: "Enterprise admin, 200-person team" not "Sarah"
- A quote is evidence, not a finding. The finding is your interpretation of what the quote means.
**Behaviors vs stated preferences**: What people DO often differs from what they SAY they want
- Behavioral observations are stronger evidence than stated preferences
- If a participant says "I want feature X" but their workflow shows they never use similar features, note the contradiction
- Look for revealed preferences through actual behavior
**Signals of intensity**: How much does this matter to the participant?
- Emotional language: frustration, excitement, resignation
- Frequency: how often do they encounter this issue
- Workarounds: how much effort do they expend working around the problem
- Impact: what is the consequence when things go wrong方法 ②：跨访谈找模式—从孤例到趋势
1. 应该掌握的思维框架和专业洞察：
"单场访谈"获得的信息是有限的，需要从多条访谈里看出共性，研究潜在的趋势。
2. 你可以用来教 AI 的方法：
大模型是服从的，所以两个重要要求，"暴露矛盾" 和 "找意外" ，则是研究的隐藏价值。如果研究做完，假设一个都没被挑战，要么是你问得太浅，要么是你在自证陷阱中。
3. 提示词 Prompt：
### 跨访谈分析
处理完单场访谈之后：
- 找模式：哪些观察在多个参与者之间重复出现？
- 记频率：每个主题有多少参与者提到过？
- 识别细分：不同类型的用户是否有不同的模式？
- 暴露矛盾：参与者在哪里意见不一？这常常揭示出有意义的细分。
- 找意外：什么挑战了你先前的假设？原文：
### Cross-Interview Analysis
After processing individual interviews:
- Look for patterns: which observations appear across multiple participants?
- Note frequency: how many participants mentioned each theme?
- Identify segments: do different types of users have different patterns?
- Surface contradictions: where do participants disagree? This often reveals meaningful segments.
- Find surprises: what challenged your prior assumptions?联系与支持
编号05.4.5
本篇基于 Anthropic knowledge-work-plugins （开源库）与 04_skill_md_series （我的内部资料）的研读系列
想继续看其他能力/职能，或对本系列有反馈，
请联系顾问：程老师
微信号：kciagent
