mcpField
U
User Researcher

User Researcher

github.com/daffy0208设计与 UI38135 次安装44 周前更新
代码仓库

关于 User Researcher

User Researcher 是面向产品团队的用户研究技能,帮助团队在开发前了解用户需求。它提供从规划、招募到数据收集、分析和成果整理的五阶段流程。

主要功能

  1. 01五阶段研究流程
  2. 02访谈、问卷与观察方法
  3. 03参与者招募与筛选
  4. 04洞察综合与用户细分
  5. 05用户画像、旅程图与报告

适用场景

  1. 01为新产品规划研究
  2. 02访谈用户了解当前工作流
  3. 03用问卷验证研究发现
  4. 04将研究结果整理为优先机会

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/daffy0208/ai-dev-standards --skill user-researcher

安装后在 Claude Code 中输入/user-researcher确认已加载。

附带文件manifest.yamlREADME.md

详细介绍

用户研究员

在构建产品之前,通过系统性研究了解用户需求。

核心原则

用户不是你。 通过真实的用户行为验证假设,而不是依赖用户的观点或他们声称会做什么。

用户研究的 5 个阶段

阶段 1:研究规划

目标:明确需要了解什么,以及如何了解

活动:

  • 确定研究目标(需要回答的 2-4 个关键问题)
  • 确定目标用户群体和招募标准
  • 选择研究方法(访谈、问卷调查、观察)
  • 准备访谈指南或问卷问题
  • 确定样本量(定性研究中每个群体 5-12 人)

研究问题示例:

  • 用户目前如何完成[任务]?
  • 用户使用[当前解决方案]时遇到哪些痛点?
  • 是什么促使用户从当前解决方案转向其他方案?
  • 用户如何对[领域]中的事项做出决策?

验证:

  • 已记录研究目标
  • 已根据标准定义目标群体
  • 已选定研究方法并准备好研究方案
  • 已获得利益相关方的支持

阶段 2:招募用户

目标:寻找并安排具有代表性的参与者

招募来源:

  • 现有客户(应用内招募、电子邮件)
  • 潜在客户名单(销售线索、新闻简报订阅者)
  • 用户研究平台(UserTesting、Respondent.io)
  • 社交媒体和社群(LinkedIn、Reddit、Slack)
  • 现有参与者推荐

筛选标准:

  • 职位或职称
  • 经验水平(新手、中级、专家)
  • 与使用场景的相关性
  • 工具栈(当前使用的解决方案)
  • 参与意愿(时间投入)

报酬:

  • B2B:30-60 分钟访谈支付 $75-150
  • B2C:30-60 分钟访谈支付 $25-50
  • 礼品卡比现金转账更方便

样本量:

  • 定性研究:每个群体 5-12 名参与者
  • 定量研究:至少 50-100 人,才能达到统计显著性
  • 达到饱和时停止(不再出现新见解)

验证:

  • 每个群体已招募 5-12 名参与者
  • 参与者构成多样(包括边缘案例用户和高级用户)
  • 已安排访谈,并发送知情同意书
  • 已安排报酬发放方式

阶段 3:收集数据

目标:通过选定的方法收集丰富的用户洞察

用户访谈(主要方法):

访谈结构(30-60 分钟):

  1. 开场(5 分钟):建立融洽关系,说明目的
  2. 背景(10 分钟):角色、当前工作流、工具
  3. 深入探讨(30 分钟):痛点、需求、行为
  4. 结束(5 分钟):提问、后续步骤

好的访谈问题:

✅ Open-ended:
- "Tell me about the last time you [task]."
- "Walk me through your process for [activity]."
- "What's the most frustrating part of [workflow]?"
- "How do you currently solve [problem]?"

❌ Leading questions (avoid):
- "Would you use a feature that...?" (Everyone says yes)
- "Don't you think it would be better if...?" (Confirming bias)
- "How much would you pay for this?" (Hypothetical)

连续追问五次“为什么”:

User: "I use Excel for tracking leads."
You: "Why Excel specifically?"
User: "It's what I know."
You: "Why is familiarity important?"
User: "Learning new tools takes time."
You: "Why is time a concern?"
User: "I'm measured on closed deals, not tool expertise."
→ Root insight: Avoid tools with steep learning curves

情境访谈:

  • 在用户的自然环境中观察他们
  • 观察他们完成实际任务(而非模拟任务)
  • 记录变通方法、挫折和小技巧
  • 拍摄实体工作空间、便签和检查清单

问卷调查(用于定量验证):

  • 用于大规模验证定性研究结果
  • 混合使用封闭式问题(评分量表)和开放式问题
  • 问题不超过 10 个(完成率会迅速下降)
  • 目标是获得 50-100 份以上答卷,以达到统计显著性

验证:

  • 所有访谈均已录制(经参与者许可)
  • 访谈期间或结束后立即做好记录
  • 已收集相关材料(屏幕截图、工作流)
  • 已初步发现规律

阶段 4:分析与综合

目标:从原始数据中识别模式、主题和洞见

亲和图法:

  1. 将每条洞见写在便签上
  2. 将相似的便签归为一组
  3. 为各组标注主题
  4. 寻找各组之间的模式

值得关注的常见主题:

  • 痛点(频繁遇到的挫折)
  • 变通方法(用户创造的巧妙办法)
  • 未满足的需求(用户希望存在的事物)
  • 行为模式(用户实际的工作方式)
  • 决策标准(影响选择的因素)

待完成工作(JTBD)框架:

When [situation],
I want to [motivation],
So I can [expected outcome].

Example:
When preparing for a client meeting,
I want to quickly find all previous conversations,
So I can provide personalized recommendations without looking unprepared.

Analysis:
- Functional job: Find information quickly
- Emotional job: Appear competent
- Social job: Demonstrate attentiveness

用户细分(依据行为,而非人口统计特征):

  • 高阶用户与普通用户
  • 早期采用者与后期多数派
  • 偏好 DIY 与偏好托管服务
  • 价格敏感型与注重价值型

验证:

  • 已转录并编码数据
  • 已跨参与者识别主题
  • 已验证模式(而非个别评论)
  • 已定义行为细分

阶段 5:研究交付成果

目标:以可付诸行动的形式传达研究发现

1. 用户画像(3-5 个基于证据的档案):

persona_name: 'Sarah the Sales Manager'
role: 'Regional Sales Manager'
demographics:
  experience_level: 'Intermediate (5 years)'
  team_size: '12 sales reps'
goals:
  - Track team performance in real-time
  - Coach underperforming reps effectively
pain_points:
  - Data scattered across 3 systems
  - Can't see at-risk deals until too late
current_tools:
  - 'Salesforce: CRM tracking'
  - 'Excel: Custom reports (2 hrs/week)'
behaviors:
  - Checks dashboard first thing every morning
  - Spends 2 hours weekly compiling reports manually
quote: "I feel like I'm flying blind until the end of the quarter"
opportunity: 'Unified dashboard with predictive risk scoring'

2. 用户旅程地图(当前状态体验):

Stages: Awareness → Research → Purchase → Onboarding → Usage → Support

For each stage:
- Actions: What users do
- Pain points: Frustrations and blockers
- Emotions: How users feel (frustrated, confident, confused)
- Opportunities: Where to improve

3. 研究报告:

  • 执行摘要(1 页研究发现)
  • 方法论(研究开展方式)
  • 关键洞见(5-10 项最重要的发现)
  • 引用摘录(来自用户的证据)
  • 建议(应构建或更改的内容)
  • 附录(完整数据、转录稿)

4. 机会领域(按优先级排序的问题):

| Opportunity | Impact | Effort | Priority |
|-------------|--------|--------|----------|
| Unified dashboard | High | Medium | P0 |
| Predictive alerts | High | High | P1 |
| Mobile access | Medium | Low | P1 |

验证:

  • 已创建 3-5 个有证据支撑的用户画像
  • 用户旅程地图呈现了痛点
  • 已撰写并分享研究报告
  • 已与团队共同确定机会优先级
  • 研究材料已存储在共享仓库中

关键研究原则

1. 观察行为,而不只是听其言

用户的实际行为 > 用户声称自己会做的事 > 用户声称自己将来会做的事

2. 连续追问五次“为什么”

探究根本原因和动机,而不只是表面症状

3. 招募多元参与者

纳入边缘案例、高阶用户和遇到困难的用户,而不只是理想客户

4. 不要提出引导性问题

问“请介绍一下……”,而不是“你愿意……吗?”

5. 研究是持续进行的

研究不是一次性阶段,而应贯穿产品生命周期

6. 尽早验证假设

优先用最少投入检验风险最高的假设


各阶段的研究方法

探索性研究(早期探索)
  • 用户访谈:围绕背景和痛点开展一对一交流
  • 情境调查:在自然环境中观察用户
  • 日记研究:让用户连续几天或几周记录体验
评估性研究(测试想法)
  • 概念测试:展示模型图,收集反馈
  • 可用性测试:观察用户尝试使用原型完成任务
  • A/B 测试:利用真实使用数据比较不同版本
定量研究(大规模验证)
  • 调查问卷:在更大范围的人群中验证发现
  • 分析:追踪现有产品中的行为模式
  • 卡片分类:了解用户如何对信息进行分类

常见研究错误

❌ 只访谈亲友 → 他们会告诉你想听的话
❌ 提出假设性问题 → “你会使用……吗?”无法预测实际行为
❌ 提出引导性问题 → “你不觉得……吗?”会印证你的偏见
❌ 只访谈早期采用者 → 他们不具代表性
❌ 跳过综合分析 → 原始数据不等于洞见
❌ 忽略负面反馈 → 对批评要格外重视
❌ 只做一次研究 → 用户需求会变化,研究应持续进行


研究成果模板

research_summary:
  objectives:
    - '<key question 1>'
    - '<key question 2>'
  participants:
    total: <number>
    segments:
      - name: '<segment>'
        count: <number>
  methods:
    - 'User interviews (12 participants)'
    - 'Survey (87 responses)'
  key_insights:
    - insight: '<finding>'
      evidence: '<quote or data>'
      impact: 'high/medium/low'
  personas:
    - name: '<persona name>'
      goals: ['<goal>']
      pain_points: ['<pain>']
  opportunities:
    - opportunity: '<problem to solve>'
      impact: 'high'
      effort: 'medium'
      priority: 'P0'
  recommendations:
    - '<action item 1>'
    - '<action item 2>'

相关资源

相关技能:

  • product-strategist - 用于验证产品与市场的契合度
  • ux-designer - 用于根据研究成果创建设计
  • mvp-builder - 用于根据研究成果确定功能优先级

相关模式:

  • META/DECISION-FRAMEWORK.md - 研究方法选择
  • STANDARDS/best-practices/user-research-ethics.md - 研究伦理(创建后)

相关操作手册:

  • PLAYBOOKS/conduct-user-interviews.md - 访谈流程(创建后)
  • PLAYBOOKS/synthesize-research-findings.md - 分析工作流(创建后)

评论

支持 Markdown