mcpField
P
product-discovery

product-discovery

github.com/ncklrs设计与 UI53170 次安装35 周前更新
代码仓库

关于 product-discovery

product-discovery 是面向产品团队的用户研究与问题验证技能,涵盖访谈、JTBD、机会评估和洞察归纳。它强调先验证问题,并通过持续研究支持产品优先级决策。

主要功能

  1. 01用户访谈与调查设计
  2. 02JTBD 问题探索
  3. 03机会评分与优先级排序
  4. 04研究洞察综合与细分
  5. 05原型和可用性测试

适用场景

  1. 01探索客户尚未明确表达的问题
  2. 02验证特定痛点是否值得解决
  3. 03按机会评分排列产品路线图
  4. 04测试原型并评估方案

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/ncklrs/startup-os-skills --skill product-discovery

安装后在 Claude Code 中输入/product-discovery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。

rules/
_sections.md
analysis-competitive.md
analysis-opportunity.md
analysis-segmentation.md
analysis-synthesis.md
discovery-jtbd.md
discovery-problems.md
research-interviews.md
research-surveys.md
testing-prototype.md
testing-usability.md

详细介绍

产品发现

战略性用户研究和问题验证专业知识——涵盖从访谈技巧和 JTBD 到机会规模评估与洞察综合。

理念

优秀的产品始于值得解决的问题。产品发现能帮你找到值得为之付费的人们所面临的问题。

最好的产品发现应做到:

  1. 与用户交流,而非利益相关者——客户了解自己的问题,而非解决方案
  2. 先验证问题,再验证解决方案——先做对的事,再把事情做好
  3. 量化并定性——数字告诉你是什么,交流告诉你为什么
  4. 持续进行,而非集中开展——每周养成习惯胜过每季度开展项目

此技能的工作方式

调用时,应用 rules/ 中按以下类别整理的指南:

  • research-* — 用户访谈技巧、问卷设计、研究运营
  • discovery-* — 问题发现、JTBD 框架、验证
  • analysis-* — 综合分析、细分、竞争分析
  • testing-* — 原型测试、可用性测试

核心框架

发现流程
阶段活动输出
探索访谈、观察、数据挖掘问题空间图
验证问题访谈、问卷、实验已验证的问题
优先排序机会评分、细分优先级路线图
测试原型测试、可用性研究解决方案验证
待完成工作(JTBD)框架
                    ┌─────────────────────┐
                    │    FUNCTIONAL JOB   │
                    │   (What they do)    │
                    └──────────┬──────────┘
                               │
              ┌────────────────┼────────────────┐
              │                │                │
              ▼                ▼                ▼
       ┌──────────┐     ┌──────────┐     ┌──────────┐
       │ EMOTIONAL│     │  SOCIAL  │     │ CONTEXT  │
       │   JOB    │     │   JOB    │     │ (When/   │
       │ (Feel)   │     │ (Appear) │     │  Where)  │
       └──────────┘     └──────────┘     └──────────┘
机会评分(OST)
因素权重描述
重要性40%这项工作对客户有多重要?
满意度30%他们对当前解决方案有多满意?
频率20%他们多常遇到这个问题?
付费意愿10%他们愿意付费解决这个问题吗?

机会分数 = 重要性 + max(重要性 - 满意度,0)

研究方法选择
┌─────────────────────────────────────────────────────────────┐
│                   GENERATIVE RESEARCH                       │
│              (Discover unknown unknowns)                    │
│  ┌───────────┐  ┌───────────┐  ┌───────────┐               │
│  │Contextual │  │ Discovery │  │ Diary    │               │
│  │ Inquiry   │  │ Interviews│  │ Studies  │               │
│  └───────────┘  └───────────┘  └───────────┘               │
├─────────────────────────────────────────────────────────────┤
│                   EVALUATIVE RESEARCH                       │
│              (Validate known hypotheses)                    │
│  ┌───────────┐  ┌───────────┐  ┌───────────┐               │
│  │ Usability │  │  A/B      │  │ Prototype │               │
│  │ Testing   │  │  Testing  │  │ Testing   │               │
│  └───────────┘  └───────────┘  └───────────┘               │
├─────────────────────────────────────────────────────────────┤
│                   QUANTITATIVE RESEARCH                     │
│              (Measure and prioritize)                       │
│  ┌───────────┐  ┌───────────┐  ┌───────────┐               │
│  │  Surveys  │  │ Analytics │  │ Card      │               │
│  │           │  │  Review   │  │ Sorting   │               │
│  └───────────┘  └───────────┘  └───────────┘               │
└─────────────────────────────────────────────────────────────┘
客户细分矩阵
维度消费者(B2C)企业(B2B)
人口统计特征年龄、收入、所在地公司规模、行业、营收
行为使用模式、购买历史采购流程、技术栈
心理特征价值观、生活方式、态度公司文化、风险承受能力
需求问题、目标、愿望业务成果、KPI
持续发现节奏
Weekly:
├── 2-3 customer interviews
├── Review analytics/feedback
└── Update opportunity backlog

Monthly:
├── Synthesis session
├── Prioritization review
└── Stakeholder alignment

Quarterly:
├── Deep-dive research sprint
├── Competitive analysis refresh
└── Segment review

访谈速查表

访谈类型使用时机关键问题
发现探索问题空间“说说你上一次……是什么时候?”
问题验证具体痛点“这有多令人困扰(1 到 10 分)?为什么?”
解决方案测试概念“这能解决你的问题吗?”
JTBD了解动机“你当时想完成什么?”
可用性测试界面“你期望会发生什么?”

反模式

  • 解决方案优先的发现——尚未验证问题,就对解决方案爱不释手
  • 诱导受访者——提出暗示理想答案的问题
  • 确认偏误——只听取支持自身假设的内容
  • 单一样本——根据一次访谈做出决策
  • 代理研究——询问销售人员,而非客户
  • 把功能请求当作研究——用户提出的是功能,而非问题
  • 分析瘫痪——无休止地研究,却始终不做决定
  • HiPPO 主导——最高薪人士的意见凌驾于数据之上

评论

支持 Markdown