mcpField
D
discovery-interviews-surveys

discovery-interviews-surveys

github.com/nicepkg设计与 UI28847 次安装40 周前更新
代码仓库

关于 discovery-interviews-surveys

该技能为产品团队提供用户访谈与问卷调研的结构化方法,帮助验证假设、发现用户问题并分析证据。重点是围绕过往行为提问,并采用方法减少偏差。

主要功能

  1. 01访谈提纲与开放式问题
  2. 02定量问卷设计
  3. 03JTBD 探查方法
  4. 04避免偏差的研究技巧
  5. 05主题编码与统计分析

适用场景

  1. 01开发前验证产品想法
  2. 02了解用户痛点与现有流程
  3. 03测试产品概念和定位
  4. 04通过调查确定功能优先级

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/nicepkg/ai-workflow --skill discovery-interviews-surveys

安装后在 Claude Code 中输入/discovery-interviews-surveys确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

resources/
methodology.md
template.md
resources/evaluators/
rubric_discovery_interviews_surveys.json

详细介绍

发现访谈与调查问卷

目录

目的

发现访谈与调查问卷帮助你系统地了解用户,从而:

  • 验证假设,再投入资源进行构建
  • 发现用户遇到的真实问题(而不只是用户表达出的需求)
  • 了解待办任务(用户“雇用”你的产品来完成什么)
  • 识别痛点和当前的变通方案
  • 与目标受众测试概念和定位
  • 发现未满足的需求,这些需求可能是用户无法直接表达的

这能让产品决策从猜测转向以证据为依据。

适用时机

在以下情况使用此技能:

  • 构建前验证:在开发前测试产品创意
  • 问题发现:了解用户痛点和工作流
  • 待办任务研究:识别雇用/解雇触发因素和期望结果
  • 市场研究:了解目标受众、竞争格局和付费意愿
  • 概念测试:验证定位、信息传达和功能优先级
  • 发布后学习:了解采用障碍、流失原因和扩展机会
  • 客户满意度研究:识别影响满意/不满意的因素
  • UX 研究:心智模型、任务流程和可用性问题
  • 客户之声:收集定性洞察,为路线图优先级排序

触发词:“用户研究”“客户访谈”“调查问卷”“发现”“验证研究”“客户之声”“待办任务”“JTBD”“用户需求”

这是什么?

发现访谈与调查问卷提供了结构化方法,帮助你了解用户,同时避免常见偏见(诱导性提问、确认偏误、选择偏误)。

关键组成部分:

  1. 访谈指南:用于揭示问题和背景的开放式问题
  2. 调查问卷:用于大规模定量验证的量表问题
  3. JTBD 探查问题:聚焦于雇用/解雇触发因素和期望结果的问题
  4. 避免偏见的技巧:关注过往行为、提出“给我看看”的请求、避免假设性问题
  5. 分析框架:主题编码、亲和图和统计分析

快速示例:

不好的访谈问题(带有诱导性、假设性): “你愿意每月支付 49 美元,使用一款能自动备份文件的工具吗?”

好的访谈方法(关注行为、发现问题):

  1. “告诉我上一次丢失重要文件时的情况。发生了什么?”
  2. “你尝试过哪些方法来防止数据丢失?效果如何?”
  3. “请带我了解一下你目前的备份流程。如果可以,请演示给我看。”
  4. “要让你愿意投入时间/金钱来使用更好的备份方案,需要发生什么改变?”

结果:了解真实的问题、当前的解决方案和改变意愿,而非假设性的偏好。

工作流

复制此清单并跟踪进度:

Discovery Research Progress:
- [ ] Step 1: Define research objectives and hypotheses
- [ ] Step 2: Identify target participants
- [ ] Step 3: Choose research method (interviews, surveys, or both)
- [ ] Step 4: Design research instruments
- [ ] Step 5: Conduct research and collect data
- [ ] Step 6: Analyze findings and extract insights

步骤 1:定义研究目标

明确你想了解什么、要验证的关键假设、研究成功标准,以及研究结果要为哪项决策提供依据。典型目标请参阅常见模式。

步骤 2:确定目标参与者

定义参与者标准(人口统计特征、行为、企业特征)、所需样本量、招募策略和筛选问题。抽样策略请参阅 resources/methodology.md。

步骤 3:选择研究方法

根据目标和限制条件:

步骤 4:设计研究工具

创建访谈指南或调查问卷,并采用避免偏见的技巧。使用 resources/template.md 作为结构参考。避免诱导性问题,关注过往行为,并使用“给我看看”这类请求。高级问题设计请参阅 resources/methodology.md。

步骤 5:开展研究

进行访谈(征得许可后录音并做笔记)或发放调查问卷(先进行试测)。采用适当技巧(积极倾听、追问、留出思考的沉默时间)。关键要求请参阅防护措施。

步骤 6:分析研究结果

访谈:主题编码、亲和图、摘录引述。调查:统计分析、交叉表、开放式回答编码。创建包含证据的洞察文档。使用 resources/evaluators/rubric_discovery_interviews_surveys.json 进行自我评估。最低标准:平均分 ≥ 3.5。

常见模式

模式 1:问题发现访谈

  • 目标:了解用户痛点和当前工作流
  • 方法:进行 8-12 次深度访谈,提出开放式问题,重点关注过去的行为和实际解决方案
  • 关键问题:“说说你上一次……的时候”“带我了解一下……的过程”“你尝试过什么?”“效果如何?”
  • 产出:问题主题、频率估算、当前变通方案、改变意愿
  • 示例:B2B SaaS 需求发现——访谈潜在客户,了解他们当前使用的工具和痛点

模式 2:待办任务研究

  • 目标:确定用户为何“雇用”产品,以及哪些因素会促使他们转换产品
  • 方法:访谈近期采用新产品或转换产品的用户,重点关注时间线和背景
  • 关键问题:“是什么促使你开始寻找?”“你考虑过哪些替代方案?”“有什么因素差点让你放弃?”“现在有什么不同?”
  • 产出:采用触发因素、弃用触发因素、期望结果、担忧、习惯
  • 示例:SaaS 客户流失研究——访谈近期流失的用户,了解他们转用竞品的原因

模式 3:概念测试(定性)

  • 目标:在发布前测试产品概念、定位或信息传达
  • 方法:进行 10-15 次访谈,展示概念(模型图、落地页、描述),收集反馈
  • 关键问题:“用你自己的话来说,这是什么?”“这是为谁设计的?”“你会用它来做什么?”“你预计要花多少钱?”
  • 产出:理解度评分、感知价值、目标受众清晰度、定价锚点
  • 示例:发布前验证——用目标受众测试落地页的信息传达

模式 4:通过调查进行定量验证

  • 目标:大规模验证访谈结果或确定功能优先级
  • 方法:邀请 100-500 名参与者,结合量表题(李克特量表、排序题)和开放题
  • 关键问题:满意度评分(CSAT、NPS)、功能重要性/满意度(Kano)、使用频率、人口统计信息
  • 产出:统计显著性、细分、优先级排序(重要性与满意度矩阵)
  • 示例:产品路线图优先级排序——调查 500 名用户对功能重要性的看法

模式 5:持续发现

  • 目标:持续学习,而非一次性项目
  • 方法:每周与客户交流(15-30 分钟),团队成员轮流参与,共享笔记
  • 关键问题:根据当前重点而异(新功能、引导流程、拓展、留存)
  • 产出:持续的洞察反馈、及早发现问题、建立关系
  • 示例:产品团队每周与 3-5 名客户通话,并将洞察记录在共享文档中

研究准则

关键要求:

  1. 避免诱导性问题:不要暗示“正确”答案。反例:“你不觉得我们的 UI 让人困惑吗?”正例:“带我看看你怎么使用这个功能。发生了什么?”

  2. 关注过去的行为,而非假设:人们的实际行为能反映真相;他们说自己会怎么做往往并不准确。反例:“你会使用这个功能吗?”正例:“告诉我你上次需要做 X 时的情况。”

  3. 用“给我看看”,而不是“告诉我”:实际行为 > 口头描述。请对方共享屏幕、演示当前工作流,展示相关材料(电子表格、工具)。

  4. 招募合适的参与者:仔细筛选。参与者不合适 = 时间浪费。明确纳入和排除标准,并使用筛选问卷。

  5. 根据研究方法确定合适的样本量:访谈:5-15 人,让主题浮现。调查:100+ 人才能达到统计显著性;若要比较,每个细分群体至少 30 人。

  6. 避免确认偏差:主动寻找反证。如果 10 次访谈中有 9 次支持假设,就重点关注那 1 次不支持的访谈。

  7. 经许可后录音并转录:记忆并不可靠。录下访谈,并转录以供分析。另做笔记作为备份。

  8. 系统地分析:不要挑选支持预期结论的引言。使用主题编码、统计主题出现次数,并呈现相互矛盾的证据。

常见陷阱:

  • ❌ 问“你会不会……”:假设性问题并不可靠。重点问“你有没有……”“告诉我当时的情况”“给我看看”
  • ❌ 用小样本做统计结论:根据 5 次访谈得出“80% 的用户想要功能 X”并不成立。访谈 = 主题;调查 = 统计数据
  • ❌ 选择偏差:只访谈爱好者或只访谈批评者都会使结果产生偏差。应招募多样化的样本
  • ❌ 忽视非语言线索:对方在“给我看看”时表现出的犹豫、困惑和变通做法,比言语更能揭示真相
  • ❌ 停留在表面回答:第一个回答往往只是合理化。继续追问:“多说一点”“这为什么重要?”“还有什么?”

快速参考

关键资源:

典型工作流耗时:

  • 设计访谈指南:1-2 小时
  • 进行 10 次访谈:10-15 小时(包括安排时间)
  • 分析与综合:4-8 小时
  • 设计调查:2-4 小时
  • 分发并收集调查:1-2 周
  • 分析调查结果:2-4 小时

需要升级处理的情况:

  • 大规模定量研究(1000+ 名参与者)
  • 统计建模或高级细分
  • 纵向研究(追踪一段时间内的变化)
  • 民族志研究(在自然环境中观察) → 使用 resources/methodology.md,或考虑聘请专业研究人员

所需输入:

  • 研究目标:你想要了解什么
  • 假设(可选):要验证的具体看法
  • 目标用户画像:访谈或调查对象
  • 待完成的工作(可选):具体的 JTBD 重点

产出内容:

  • discovery-interviews-surveys.md:完整的研究计划,包含访谈指南或调查、招募标准、分析计划和洞察模板

评论

支持 Markdown