关于 customer-persona
这是一个通过 belt 命令行创建研究型客户画像的技能,面向产品和营销团队。它结合市场调研、结构化画像、反向画像、验证方法及头像生成指导。
主要功能
- 01调研市场人口特征与痛点
- 02梳理心理特征、目标和购买行为
- 03定义反向画像及画像优先级
- 04使用图像应用生成画像头像
- 05依据客户数据验证画像
适用场景
- 01在产品规划前研究目标市场
- 02让营销内容贴合受众需求
- 03识别产品无法服务的客户群体
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ qu-skills/ 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-Y | 30-38 |
| 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