mcpField
C
customer-persona

customer-persona

github.com/magentosh营销与增长442 次安装12 周前更新
代码仓库

关于 customer-persona

用于创建有研究依据的客户画像的技能,涵盖人口特征、动机、痛点、购买行为和验证方法,并通过 inference.sh CLI 进行市场研究与头像生成。

主要功能

  1. 01研究市场与客户需求
  2. 02整理人口及心理特征
  3. 03梳理目标、痛点和 JTBD
  4. 04定义反面画像及画像层级
  5. 05通过访谈和数据验证

适用场景

  1. 01制定有数据依据的目标画像
  2. 02识别客户需求与购买触发因素
  3. 03区分目标客户与反面画像

MCP 相关

通过 inference.sh belt CLI 调用研究和头像生成应用;README 未说明 MCP 连接方式。

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/magentosh/superpowers --skill customer-persona

安装后在 Claude Code 中输入/customer-persona确认已加载。

详细介绍

安装 belt CLI 技能: npx skills add belt-sh/cli

客户画像

通过 inference.sh CLI,结合研究和视觉素材,创建有数据支撑的客户画像。

快速入门

需要 inference.sh CLI(belt)。安装说明

belt login

# Research your target market
belt app run tavily/search-assistant --input '{
  "query": "SaaS product manager demographics pain points 2024 survey"
}'

# Generate a persona avatar
belt app run falai/flux-dev-lora --input '{
  "prompt": "professional headshot photograph of a 35-year-old woman, product manager, friendly confident expression, modern office background, natural lighting, business casual attire, realistic portrait",
  "width": 1024,
  "height": 1024
}'

画像模板

┌──────────────────────────────────────────────────────┐
│  [Avatar Photo]                                      │
│                                                      │
│  SARAH CHEN, 34                                      │
│  Product Manager at a Series B SaaS startup          │
│                                                      │
│  "I spend more time making reports than making       │
│   decisions."                                        │
│                                                      │
├──────────────────────────────────────────────────────┤
│  DEMOGRAPHICS          │  PSYCHOGRAPHICS             │
│  Age: 30-38            │  Values: efficiency, data   │
│  Income: $120-160K     │  Personality: analytical,   │
│  Education: BS/MBA     │    organized, collaborative │
│  Location: Urban US    │  Interests: productivity,   │
│  Role: Product/PM      │    leadership, AI tools     │
├──────────────────────────────────────────────────────┤
│  GOALS                 │  PAIN POINTS                │
│  • Ship features       │  • Too many meetings        │
│  faster                │  • Manual reporting (15     │
│  • Data-driven         │    hrs/week)                │
│  decisions             │  • Stakeholder alignment    │
│  • Team alignment      │    is slow                  │
│  • Career growth to    │  • Tool sprawl (8+ apps)   │
│    Director            │  • No single source of      │
│                        │    truth                    │
├──────────────────────────────────────────────────────┤
│  CHANNELS              │  BUYING TRIGGERS            │
│  • LinkedIn (daily)    │  • Peer recommendation      │
│  • Product Hunt        │  • Free trial experience    │
│  • Podcasts (commute)  │  • Integration with Jira    │
│  • Lenny's Newsletter  │  • Team plan pricing        │
│  • Twitter/X           │  • ROI calculator           │
└──────────────────────────────────────────────────────┘

逐步构建画像

第 1 步:研究

从数据出发,而非凭假设。

# Market demographics
belt app run tavily/search-assistant --input '{
  "query": "product manager salary demographics 2024 survey report"
}'

# Pain points and challenges
belt app run exa/search --input '{
  "query": "biggest challenges facing product managers SaaS companies"
}'

# Tool usage patterns
belt app run tavily/search-assistant --input '{
  "query": "most popular tools product managers use 2024 survey"
}'

# Content consumption habits
belt app run exa/answer --input '{
  "question": "Where do product managers get their industry news and professional development?"
}'
第 2 步:人口统计信息

使用范围,而非精确值。 画像代表一个细分群体,而非某一个人。

字段格式示例
年龄范围X-Y30-38
收入范围$X-$Y$120,000-$160,000
教育背景常见学位计算机科学学士、MBA
地点区域/类型美国城市、主要科技中心
职位职级高级产品经理、产品负责人
公司规模范围50-500 名员工
行业领域B2B SaaS
第 3 步:心理特征

他们的想法、重视的事物和信念。

类别待回答的问题
价值观在职业上,他们最看重什么?
态度他们如何看待所在行业的发展方向?
动机工作中是什么驱动着他们?
个性偏分析型还是直觉型?偏领导型还是协作型?
兴趣在职业方面,他们会读、看或听什么?
生活方式对工作与生活平衡有何偏好?远程、混合办公还是办公室办公?
第 4 步:目标

他们正在努力实现的目标(包括职业和个人目标)。

Professional:
- Ship features faster with fewer meetings
- Make data-driven decisions (not gut feelings)
- Get promoted to Director of Product within 2 years
- Build a more autonomous product team

Personal:
- Leave work by 6pm more often
- Be seen as a strategic leader, not a ticket manager
- Stay current with industry trends without information overload
第 5 步:痛点

尽可能量化。 痛点描述含糊,画像也会含糊。

❌ "Has trouble with reporting"
✅ "Spends 15 hours per week creating manual reports for 4 different stakeholders"

❌ "Too many tools"
✅ "Uses 8 different tools daily (Jira, Slack, Notion, Figma, Analytics, Sheets, Docs, Email) with no unified view"

❌ "Meetings are a problem"
✅ "Averages 6 hours of meetings per day, leaving only 2 hours for deep work"
第 6 步:待完成任务(JTBD)

三类任务:

任务类型描述示例
功能性他们需要完成的任务“根据客户影响数据确定产品待办事项的优先级”
情感性他们希望获得的感受“在向高管团队汇报时充满信心”
社交性他们希望给人留下的印象“被视为能基于数据做决策的人”
第 7 步:购买流程
阶段行为
认知阅读博客文章,在 LinkedIn 上看到同行推荐
考虑比较 3-4 款工具,阅读 G2/Capterra 上的评论,在 Slack 社群中咨询
决策申请演示,需要 IT/安全部门批准,评估团队定价
影响者工程负责人、产品副总裁、首席财务官(负责预算)
异议“我的团队真的会采用它吗?”,“它能与 Jira 集成吗?”
触发事件新季度开始,目标更具挑战性;新任产品副总裁要求改进报告
第 8 步:生成头像
# Match demographics: age, gender, ethnicity, professional context
belt app run falai/flux-dev-lora --input '{
  "prompt": "professional headshot photograph of a 34-year-old Asian American woman, product manager, warm confident smile, modern tech office background, natural lighting, wearing smart casual blouse, realistic portrait photography, sharp focus",
  "width": 1024,
  "height": 1024
}'

头像提示:

  • 符合年龄范围、族裔呈现和职业背景
  • 使用“专业头像照片”以获得逼真效果
  • 表情友好、平易近人(避免僵硬的图库照片风格)
  • 背景应体现其工作环境
  • 穿着商务休闲装或符合行业特点的服装

反向画像

同样重要的是:哪些人不是你的客户。

ANTI-PERSONA: "Enterprise Earl"
- CTO at a 5,000+ person enterprise
- Needs SOC 2, HIPAA, on-premise deployment
- 18-month procurement cycles
- Wants white-glove onboarding and dedicated CSM
- WHY NOT: Our product is self-serve SaaS for SMB/mid-market.
  Enterprise needs would require 2+ years of product investment.

反向画像能避免把精力浪费在你无法服务的客户身上。

多个画像

大多数产品有 2-4 个画像。超过 4 个,就很难为他们提供优质服务。

优先级画像角色
主要核心用户和买家你的优化目标
次要影响购买决策的人你需要说服的人
第三类偶尔使用产品的人你需要支持、但不以其为目标的人

验证

基于假设构建的用户画像只是虚构。请通过以下方式进行验证:

方法了解内容
客户访谈(5-10 人)真实的表达方式和痛点
支持工单分析实际问题,而非假设的问题
分析数据实际行为,而非报告的行为
调查(50+ 份回复)不同细分群体中的量化模式
销售通话录音异议、购买触发因素和表达方式

常见错误

错误问题修正方法
基于假设是虚构,而非研究从数据入手
用户画像过多(6 个以上)无法为所有人提供良好服务最多 3-4 个
痛点模糊无法采取行动将所有内容量化
只关注人口统计信息忽略动机和行为补充心理特征和 JTBD
从不更新内容会过时每季度审查一次
没有反面用户画像在错误的客户身上浪费精力明确哪些人不是你的目标用户
所有人共用一个用户画像不同用户有不同需求设置主要、次要和第三类用户画像

相关技能

npx skills add inference-sh/skills@web-search
npx skills add inference-sh/skills@ai-image-generation
npx skills add inference-sh/skills@prompt-engineering

浏览所有应用:belt app list

评论

支持 Markdown