关于 analyzing-user-feedback
analyzing-user-feedback 是一项帮助团队分析用户反馈的技能，内容来自 Lenny's Podcast 和 Newsletter 的相关见解。它涵盖反馈分类、代表性评估、内部体验流程，以及使用 LLM 汇总大量文本信号。
主要功能
- 01按主题或用户群归类反馈
- 02评估反馈的代表性与影响力
- 03设计内部体验和产品审查流程
- 04使用 LLM 汇总大量反馈文本
适用场景
- 01判断意见是否代表广泛用户需求
- 02从工单、评论和访谈中提取主题
- 03安排团队亲自体验关键用户流程
安装
复制下面的命令，在终端中运行。
npx skills add https:/安装后在 Claude Code 中输入/analyzing-user-feedback确认已加载。
附带文件references/artifacts.mdreferences/guest-insights.md
详细介绍
分析用户反馈
将原始信号转化为可执行的洞察，通过扩大共情与综合分析的能力来实现。
借助 Lenny's Podcast 和 Newsletter 中 19 位嘉宾分享的见解，帮助用户分析用户反馈。
如何提供帮助
- 归类信号 - 帮助用户根据用户影响力和反馈频率，将不同的反馈归纳为主题或细分群体。
- 评估代表性 - 运用代表性分析框架，判断反馈反映的是少数人的强烈诉求，还是广泛的用户需求。
- 建立亲身体验机制 - 设计内部流程，通过审查和强制使用计划，让团队亲身体验摩擦点。
- 应用 AI 综合分析 - 指导用户使用 LLM 处理访谈记录、评论和支持工单等大型数据集。
核心原则
体验式共情
Jeff Weinstein：“我们通常会有四到八个人，一起假扮成某家公司，带着某个结果问题。第一条规则是，你不在 Stripe 工作；第二条规则是，我们不是来解决任何问题的。这只是为了练习站在客户的角度思考。”
让内部团队亲身体验产品摩擦点，不受立即解决问题的干扰，从而加深共情。
强制参与服务
Keith Yandell：“我们有一个叫 WeDash 的计划，每年有四次，所有员工都必须去配送。我很喜欢做这件事，一年做的次数超过四次，而且通常会带上女儿一起。”
要求每位员工亲自提供企业的核心服务，以建立真实的共情并发现运营漏洞。
沉浸式创作者思维
Maya Prohovnik：“如果他们一直和用户交流、查看数据，他们就能了解情况；但每个人最终开始做自己的播客后，都会说：‘我懂了。某个东西突然连通了，现在我觉得自己真正理解了他们的需求。’我想，为创作者构建工具和构建 B2B 产品很相似，你必须真正理解他们的业务，因为这关系到他们的生计。”
让团队成员直接沉浸在产品中，将抽象数据转化为对复杂用户工作流的深入理解。
基于统计代表性筛选反馈
摘自《在 Reddit 工作 5 年教会我们如何为观点鲜明的用户群体打造产品》：“有人声音大，并不意味着你就该采纳他们的抱怨。你需要学会判断该关注谁，而这要从审视那些声音大的人开始。”
根据反馈的统计代表性以及反馈者的影响力来评估反馈，避免只为少数声音大的用户打造产品。
模板与框架
- Duolingo 内部试用流程（Duolingo 如何打造产品）——一种结构化的内部测试流程：每项产品变更都会先面向员工上线，再向用户推出
- 反馈评估：代表性 × 影响力矩阵（在 Reddit 工作 5 年，关于如何面向意见鲜明的用户群打造产品的经验）——一种双因素框架，根据反馈代表的用户比例，以及这些用户是否……来评估是否值得采纳用户反馈
- 信任金库（在 Reddit 工作 5 年，关于如何面向意见鲜明的用户群打造产品的经验）——一种用于追踪用户群对你信任程度的比喻和衡量体系。信任可以通过成功和透明度积累，也会因……而消耗
- 逛店 / 核心用户旅程审查（Katie Dill）——一项季度流程，由跨职能负责人亲自测试关键用户旅程并记录阻碍。
- 客户反馈中心（Coda 模板）（本周 #8：与晚加入的联合创始人分配股权、最喜欢的路线图模板，以及能改善组织的小改动）——一个 Coda 模板，用于系统地追踪每条客户反馈，并在改进上线后跟进
- Ramp 面向 PM 反馈的 AI 用户画像（在公司加速 AI 采用的 25 个实证策略）——载入用户研究背景的 AI 用户画像，可为 PM 的产品规格提供即时反馈
- Confluent 由 LLM 驱动的客户反馈聚类（Shaun Clowes）——Confluent 在内部使用 LLM 对收到的客户需求进行语义聚类，找出最受欢迎的想法，并追踪需求随时间变化的趋势。
- WeDash 内部试用计划（Keith Yandell）——一项全公司强制计划，要求所有员工在真实场景中使用产品，以培养共情并发现 Bug。
- 反馈优先级 2×2：影响深度 × 影响广度（在 Reddit 工作 5 年，关于如何面向意见鲜明的用户群打造产品的经验）——一个用于决定采纳哪些用户反馈的 2×2 矩阵，以功能的影响深度和受影响的用户数量为两个维度。
完整列表及详情请参阅 references/artifacts.md。
可向用户提出的问题
- “这条具体的负面反馈占你全部用户的百分之几？”
- “你是亲身体验到了产品阻碍，还是只通过间接数据了解情况？”
- “这项需求与最有影响力的用户的需要相比，和声音最大的用户的需要分别有多大关联？”
- “根据最近一次调查，你的社区目前有多信任你？”
- “你是否分析过，流失客户为何觉得产品未能兑现最初的承诺？”
- “用户会用哪些独特的比喻来描述反馈中的痛点？”
需要指出的常见错误
- 只为少数高声量用户打造产品——团队常常过度关注声音最大的用户，却没有核实这些用户是否代表了相当大比例的用户群。
- 审查期间过早讨论解决方案——太早讨论解决方案，会妨碍团队充分体验并记录用户旅程中的原始阻碍。
- 混淆访问权限需求与价值需求——对免费访问的强烈需求，往往来自缺乏动力成为留存客户或付费客户的用户。
- 未能形成反馈闭环——实施反馈后没有跟进用户，会错失建立长期深厚忠诚度的机会。
深入了解
全部 19 位嘉宾提供的 16 条精选洞见，请参阅 references/guest-insights.md
相关技能
- 客户访谈
- 持续发现
- 想法验证
- 产品实验