mcpField
R
research-synthesis

research-synthesis

github.com/anthropics设计与 UI33.6k4.1k 次安装1 天前更新
代码仓库

关于 research-synthesis

将访谈、问卷、可用性测试和反馈数据整理为结构化研究发现的技能。它帮助产品研究人员区分观察与解读，并可利用已连接的数据源补充背景。

主要功能

  1. 01综合研究材料
  2. 02归纳关键主题
  3. 03区分观察与解读
  4. 04交叉参考已连接数据

适用场景

  1. 01分析访谈记录与笔记
  2. 02总结问卷或可用性测试发现
  3. 03对照支持反馈检查研究结果

MCP 相关

连接相关 MCP 数据源后，可从中提取用户反馈、分析数据和既有研究资料。

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/anthropics/knowledge-work-plugins --skill research-synthesis

安装后在 Claude Code 中输入/research-synthesis确认已加载。

详细介绍

/research-synthesis

如果你看到不熟悉的占位符，或需要确认已连接哪些工具，请参阅 CONNECTORS.md。

将用户研究数据综合为可执行的洞察。有关研究方法、访谈指南和分析框架，请参阅 user-research 技能。

用法

/research-synthesis $ARGUMENTS

支持的输入

  • 访谈转录稿或笔记
  • 调查结果（CSV、粘贴的数据）
  • 可用性测试录像或笔记
  • 支持工单或反馈
  • NPS/CSAT 回复
  • 应用商店评论

输出

## Research Synthesis: [Study Name]
**Method:** [Interviews / Survey / Usability Test] | **Participants:** [X]
**Date:** [Date range] | **Researcher:** [Name]

### Executive Summary
[3-4 sentence overview of key findings]

### Key Themes

#### Theme 1: [Name]
**Prevalence:** [X of Y participants]
**Summary:** [What this theme is about]
**Supporting Evidence:**
- "[Quote]" — P[X]
- "[Quote]" — P[X]
**Implication:** [What this means for the product]

#### Theme 2: [Name]
[Same format]

### Insights → Opportunities

| Insight | Opportunity | Impact | Effort |
|---------|-------------|--------|--------|
| [What we learned] | [What we could do] | High/Med/Low | High/Med/Low |

### User Segments Identified
| Segment | Characteristics | Needs | Size |
|---------|----------------|-------|------|
| [Name] | [Description] | [Key needs] | [Rough %] |

### Recommendations
1. **[High priority]** — [Why, based on which findings]
2. **[Medium priority]** — [Why]
3. **[Lower priority]** — [Why]

### Questions for Further Research
- [What we still don't know]

### Methodology Notes
[How the research was conducted, any limitations or biases to note]

如果已连接相关连接器

如果已连接 ~~user feedback：

  • 拉取支持工单、功能请求和 NPS 回复，以补充研究数据
  • 将主题与真实用户的抱怨和请求进行交叉比对

如果已连接 ~~product analytics：

  • 用使用数据和行为指标验证定性发现
  • 量化已识别痛点的影响

如果已连接 ~~knowledge base：

  • 搜索既往研究和发现，用于对比
  • 将综合结果发布到你的研究知识库

提示

  1. 包含原始引语：参与者的直接引述能让洞察更可信、更易记住。
  2. 区分观察与解读："8 名用户中有 5 人点错了按钮"是观察；"按钮位置令人困惑"是解读。
  3. 尽可能量化："大多数用户"含糊不清；"10 名用户中有 7 人"则具体明确。

评论

支持 Markdown