关于 user-research-repository-review
面向产品与研究团队的技能，可将研究资料库审查问题整理为包含治理、证据处理和决策关联的运作方案，并强调同意管理、证据质量与过期洞察复核。
主要功能
- 01分类研究与证据来源
- 02制定采集、脱敏和标记流程
- 03设置信心度与洞察生命周期
- 04将洞察关联到产品决策
- 05明确治理与复核流程
适用场景
- 01设计研究资料库运作模式
- 02创建证据分类体系与事件模式
- 03审查同意、访问和保留风险
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/user-research-repository-review确认已加载。
附带文件agents/openai.yamlreferences/user-research-repository-patterns.md
详细介绍
用户研究知识库审查
使用此技能，将用户研究知识库、洞察分类体系、证据标记、同意、综合分析和决策关联问题，转化为包含负责人、关卡、指标和恢复路径的具体产出物。
工作流
- 确定研究来源、参与者同意、数据敏感性、用户细分、产品决策、分类体系需求、知识库负责人以及当前的证据失效模式。
- 阅读
references/user-research-repository-patterns.md。 - 将输入归类为主要研究、可用性证据、调查信号、支持问题聚类、销售/客户成功记录、流失原因、应用评论、分析异常或综合洞察。
- 定义采集工作流、脱敏、标记、置信度评分、洞察生命周期、决策关联、搜索/浏览视图以及过时证据审查。
- 制定知识库运营模式、状态机、决策表、事件架构、分类体系检查清单和治理计划。
不适用场景
- 对于基础模型无需使用此技能的特定产出物规范即可处理的一般性建议，不要使用此技能。
防护措施
- 未经同意、访问控制和保留规则，不得存储原始个人身份信息、录音或敏感客户引述。
- 不要让引人注目的个别轶事凌驾于样本质量、细分人群适配度、时效性或相互矛盾的证据之上。
- 发布洞察时，务必区分观察、解读、置信度和决策影响。
- 不要让研究知识库变成没有负责人、决策关联或过时证据审查的废弃档案。
输出格式
Research repository context:
Audience / source of truth / risk boundary:
Repository operating model:
| Area | Decision | Evidence | Risk | Owner |
| --- | --- | --- | --- | --- |
Taxonomy, confidence, and decision linkage:
- <trigger> -> <policy, metric, edge case, support note>
评论
支持 Markdown