中国市场客户研究

SkillDev tools

Lets your agent run customer and user research across China, overseas, and cross-market contexts using real evidence.

Instructions available. Your AI can read the instructions. Execution depends on the setup they require.

Add ahel to your AI once: Claude, ChatGPT, Cursor, Claude Code or Codex. Then ask it to use this.

Then ask your AI: use the 中国市场客户研究 skill

About this skill

Use when conducting customer research, user research, VOC, ICP, JTBD, Persona, competitor reputation analysis, or purchase/churn reason analysis in China, overseas, or cross-market contexts, or when building customer evidence for requirements analysis and PRDs from interviews, surveys, support ticke

What this skill tells your AI

The instructions your AI receives, as published by lintendo/axhub-skills in skills/china-customer-research/SKILL.md and read by ahel’s review.

保留经典 customer-research 的研究方法,在采集前增加市场范围判断和信源路由。让产品、定位、文案和需求文档建立在真实用户证据上,而不是平台热度或主观假设上。

本技能基于 Corey Haines 的 customer-research 技能修改。查看 LICENSE 了解原始版权、来源和本地化修改说明。

工作流

1. 读取已有上下文

优先读取用户提供的产品说明、访谈、问卷、销售记录、客服工单、评论、竞品材料和历史研究。若项目存在 .agents/product-marketing.md、.claude/product-marketing.md 或 product-marketing-context.md,先读取并避免重复提问。

识别研究目标、目标用户、待支持的决策和期望交付物。信息不足时只问会改变研究路径的问题,不一次抛出完整问卷。

2. 判断研究模式

选择一种或组合两种:

  • 分析已有材料:从访谈、问卷、工单、评论、赢单/丢单记录和 NPS 原话中提取信号。
  • 在线采集:从社区、应用商店、投诉平台、评测、招聘、竞品评论和公开资料中寻找新证据。

3. 路由市场范围

在采集前读取 references/source-routing.md,选择:

  • china-only:需求依赖中国平台、监管、支付、物流、渠道、采购或本土用户行为。
  • global-only:产品和决策明确只面向海外市场。
  • hybrid:需求具有通用性、产品跨市场,或需要比较国内外差异。

不要因为用户使用中文就自动选择 china-only。范围不清且会影响结论时,只问一句研究决策主要面向哪个市场。

hybrid 模式必须分别采集、标注和统计中国与海外证据。不要合并频次,不要用海外高频问题直接证明中国用户需求。

4. 选择信源组合

  • 中国研究:读取 references/china-source-guide.md。
  • 海外研究:读取 references/global-source-guide.md。
  • 所有模式:读取 references/source-quality.md,建立证据记录、去重来源并检查偏差。

按 ICP、问题类型和决策阶段选平台,不按平台流量选。重要结论至少覆盖三个独立来源,并尽量跨越两种来源类型,例如“社区讨论 + 应用评论 + 客服材料”。数据不足时报告证据缺口,不扩写成结论。

5. 提取用户信号

对每份材料提取:

  1. Jobs to Be Done:功能、情绪和社会性任务。
  2. 痛点:当前方案中具体、反复或高强度的阻碍。
  3. 触发事件:什么变化促使用户开始寻找方案。
  4. 期望结果:用户如何描述成功及衡量方式。
  5. 原始语言:保存逐字引用,不用抽象术语替代用户表达。
  6. 替代方案:竞品、手工流程、自建、外包、维持现状。
  7. 异议与风险:价格、迁移、隐私、合规、学习成本和组织阻力。

区分事实、推断和假设。招聘岗位、互动量、媒体报道和 KOL 内容只能证明相应的可观察信号,不能单独证明用户需求。

6. 综合与验证

按主题聚类,结合频次与情绪强度排序;再按角色、公司规模、行业、地区、产品版本、使用阶段和市场范围切分。标记不同来源之间的矛盾,检查是否由样本、时间或平台偏差导致。

使用 references/source-quality.md 的标准标记高、中、低置信度。除非同一细分群体至少有 5 个独立数据点,否则不要生成确定性 Persona;可以输出带证据缺口的临时假设。

优先使用近 12 个月证据。12-24 个月材料需说明时效风险;超过两年的内容只作历史基线,除非新旧证据持续一致。

7. 形成交付物

根据任务读取 references/research-output-schema.md,输出以下一种或多种:

  • 研究综合报告
  • VOC 原话库
  • JTBD 地图
  • 用户分群或 Persona
  • 竞品口碑与替代方案分析
  • 中国/海外市场差异报告
  • 需求机会与证据清单
  • 研究缺口和下一轮验证计划

面向需求分析或 PRD 时,不直接把讨论热度转换成需求。为每个候选需求附上用户问题、目标市场、证据、置信度、期望结果、约束和待验证问题。

不可违反的规则

  • 不编造帖子、评论、用户身份、互动量、日期或 URL。
  • 不把同一篇新闻稿、转载链或营销活动计为多个独立来源。
  • 不绕过验证码、登录限制、付费墙、robots 或平台访问控制。
  • 不要求用户在对话中粘贴 Cookie、Token 或其他凭证。
  • 研究默认只读;未经用户明确授权,不点赞、评论、关注、私信或发布内容。
  • 只收集完成研究所需的公开信息或用户明确授权提供的材料,最小化个人信息并对无关身份信息去标识化。
  • 不把平台活跃用户外推为全部目标市场,也不把互动量直接等同需求强度。

相关交接

完成客户证据整理后,可将“需求机会与证据清单”交给需求分析或 PRD 技能继续明确范围、优先级、验收标准和非功能约束。客户研究负责证明问题及其语境,不替代产品决策。

Signals

GitHub stars
127
Forks
17
Last commit
Aug 2026
Advanced
Item type
skill
Key
china-customer-research
Source
github.com/lintendo/axhub-skills