关于 research-synthesis
research-synthesis 是一套将原始研究整理为可追溯证据和决策建议的方法指南,适用于产品研究与设计团队。它按证据、模式、洞察和建议逐层综合,并要求标注证据强度及保留矛盾。
主要功能
- 01按层次提炼研究证据
- 02为证据标注来源
- 03按来源数量评估强度
- 04追踪建议的证据链
- 05显式记录矛盾
适用场景
- 01整理用户访谈笔记
- 02识别多名参与者的共同模式
- 03评估洞察的证据强度
- 04将研究发现转为可追溯建议
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ assimovt/ productskills --skill research-synthesis安装后在 Claude Code 中输入/research-synthesis确认已加载。
详细介绍
将原始研究转化为推动决策的原子化洞见。好的综合分析能揭示规律,糟糕的综合分析则会编造故事。目标是形成结构化证据,而不是通过挑选引言拼凑出引人入胜的叙事。
原子化研究方法
自下而上,将研究拆分为四个层级:
1. 观察点(原始证据)
来自单一来源的个别观察。每个观察点都应:
- 每个观察点只包含一项观察(不是一段话)
- 标注来源(参与者 ID、日期、方法)
- 优先使用直接引言,而非你的解读
示例:“[P3, Jan 12] ‘每次客户通话结束后,我都要花 30 分钟回忆他们说了什么。’”
2. 规律(反复出现的主题)
将指向同一现象的观察点归为一组。一个规律至少需要来自 3 个独立来源的证据。
示例:“7 位 PM 中有 5 位表示,通话后的文档记录要花 20-45 分钟。他们都觉得这项工作既枯燥又没什么价值。”
3. 洞见(影响)
这种规律对产品意味着什么。洞见要将规律与产品机会或风险联系起来。
示例:“通话后的文档记录是一个高频痛点(活跃 PM 每天都会遇到),但目前没有令人满意的解决方案。现有的变通方法(语音备忘录、要点列表)会丢失上下文和情感细节。”
4. 建议(行动)
由洞见支撑的具体产品行动。每条建议都应能沿着这条链路追溯:建议 ← 洞见 ← 规律 ← 观察点。
证据强度
为每个规律和洞见评定强度:
| 强度 | 标准 |
|---|---|
| 强 | 5 个以上来源,观察到一致行为,并有数据佐证 |
| 中等 | 3-4 个来源,基本一致,有一些数据支持 |
| 初现 | 2 个来源,采取行动前需要更多证据 |
| 弱 | 单一来源或证据相互矛盾 |
切勿基于弱或初现级证据提出产品建议。请标记这些内容,以便进一步研究。
综合分析流程
- 从原始笔记中提取所有观察点——每行一个,并标注来源
- 亲和图归类:按主题对观察点分组(而不是按访谈分组)
- 为每组命名为一个规律,并注明数量(“5/7 位参与者……”)
- 仅根据强和中等规律推导洞见
- 撰写能够追溯到具体洞见的建议
- 明确标记矛盾之处——不要将其掩盖
指南
- 关键:切勿基于少于 3 个数据点进行综合分析。两个人说了同样的话只是巧合,不是规律。
- 务必引用具体证据。“用户在 X 上遇到困难”毫无价值。“7 位参与者中有 5 位在 X 上花费了 20 分钟以上,P2 称这是‘我这一周中最糟糕的部分’”,这才是证据。
- 务必优先依据行动,而非观点。人们的实际行为比他们的说法更重要。
- 切勿挑选引言来支持某种叙事。应纳入相互矛盾的证据。
- 务必标明置信度。区分“我们知道”和“我们认为”。
- 切勿在没有证据链的情况下呈现综合分析。任何读者都应该能够从一条建议追溯到原始观察点。
基于 Atomic Research 方法(Daniel Pidcock)和 Continuous Discovery Habits(Teresa Torres)。技能来自 productskills。
评论
支持 Markdown