关于 user-satisfaction-signals
这项设计技能帮助产品团队收集并解读用户满意度信号，涵盖明确反馈与行为数据，并将信号转化为分析洞见和设计产物。
主要功能
- 01区分明确、隐式与模糊信号
- 02规划信号采集方式
- 03结合任务类型解读行为
- 04分析信号趋势与用户群组
- 05产出满意度设计文档
适用场景
- 01规划产品满意度指标
- 02设计反馈收集触点
- 03比较新老用户行为
- 04识别任务体验问题
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-satisfaction-signals确认已加载。
详细介绍
用户满意度信号
用户很少会直接告诉你他们是否满意。大多数满意度信号都是隐性的——隐藏在行为模式中，需要你设计系统来捕捉和解读。
显式满意度信号
这些是用户有意提供的信号：
- 点赞/点踩：直接的质量评分
- 星级评分：分级满意度
- 书面反馈：关于哪些内容有效或无效的评论
- NPS 或满意度调查：定期进行的整体评估
- 功能请求：即使表达了不足，也表明用户积极参与
隐式满意度信号
这些行为信号表明用户满意或不满意： 积极信号：
- 按原样使用输出（不做编辑）
- 复制输出
- 再次使用该功能
- 随时间增加使用量
- 尝试更高级的功能 消极信号：
- 重新生成回复（要求 AI 再试一次）
- 大幅编辑输出
- 多次改述同一请求
- 任务进行到一半时放弃
- 随时间减少使用量
- 改用人工方法 模糊信号：
- 长时间会话（是积极投入，还是遇到了困难？）
- 多轮交互（是深入工作，还是因不满而反复尝试？）
- 回复后沉默（是满意，还是感到困惑？）
设计信号收集机制
- 为产品添加埋点：跟踪编辑、重新生成、复制事件、会话时长和回访模式
- 尽量减轻显式反馈的负担：不要要求用户对每条回复评分
- 结合上下文解读信号：创意头脑风暴中的重新生成，与事实查找中的重新生成，含义不同
- 按任务类型细分：满意度模式会因用户尝试完成的任务而异
- 组合多个信号：没有单一信号是可靠的。要观察多个信号形成的模式。
从信号中获取洞察
原始信号需要经过解读：
- 信号聚类：哪些消极信号会同时出现？这种模式表明存在某个特定问题。
- 趋势分析：信号是在逐渐改善还是恶化？
- 群组比较：新用户的信号是否与有经验的用户不同？
- 与结果的相关性：哪些信号最能预测任务成功或用户留存？
设计交付物
- 显式和隐式信号清单及其收集方法
- 信号解读指南
- 满意度仪表盘规格
- 信号到洞察的分析框架
- 反馈收集触点图
评论
支持 Markdown