mcpField
U
ux-research

ux-research

github.com/cuellarfr设计与 UI116365 次安装4 周前更新
代码仓库

关于 ux-research

面向产品团队的 UX 研究技能,帮助规划研究、收集用户数据,并将发现转化为设计决策。内容涵盖从问题定义到分析和汇报的流程,也包括持续探索的实践指导。

主要功能

  1. 01研究问题与方法选择
  2. 02研究计划和参与者筛选
  3. 03访谈与可用性测试指导
  4. 04定性数据综合分析
  5. 05研究发现与建议
  6. 06持续探索实践

适用场景

  1. 01规划可用性研究
  2. 02准备访谈脚本和筛选问卷
  3. 03将研究综合为设计机会
  4. 04向利益相关者汇报优先级发现

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/cuellarfr/design-skills --skill ux-research

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

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

examples/
interview-to-insights.md
method-selection-scenarios.md
references/
analysis-synthesis.md
continuous-discovery.md
interviewing-guide.md
research-methods-catalog.md
usability-testing-guide.md
workshop-methods.md
templates/
findings-report-template.md
interview-guide-template.md
persona-template.md
research-plan-template.md
screener-template.md
usability-test-plan-template.md

详细介绍

用户体验研究

规划、开展并分析用户研究,产出可指导产品设计的切实洞察。本技能提供研究流程各阶段所需的框架、方法和实用指南——从提出恰当的问题,到呈现能够推动决策的研究发现。

何时使用此技能

在以下情况下使用此技能:

  • 规划研究(选择方法、确定范围、撰写计划)
  • 撰写访谈脚本或讨论指南
  • 制定可用性测试计划,包括任务和成功指标
  • 招募参与者并撰写筛选问卷
  • 分析定性数据(亲和图、主题分析)
  • 将研究综合为用户画像、旅程地图或机会地图
  • 建立持续探索实践(每周访谈、OST)
  • 向利益相关者呈现研究发现和建议

核心原则

研究是降低风险的工具,而不是交付物。目标始终是为决策提供依据,而非产出文档。研究不是询问人们喜欢什么,不是政治工具,也不是科学。它是一种应用型探究,帮助你解决正确的问题。

研究类型

根据当前需要做出的决策,选择研究类型:

生成式/探索性

适用时机: 尚未确定要构建什么,需要界定问题。 方法: 访谈、实地观察、情境探究、日记研究、文献综述 产出: 问题定义、机会领域、用户画像、心智模型

描述性

适用时机: 已有设计问题,需要全面了解背景。 方法: 情境探究、旁观式观察、旅程绘制、卡片分类 产出: 当前状态图、工作流图、心智模型

评估性

适用时机: 已有潜在解决方案,需要对其进行测试。 方法: 可用性测试、启发式评估、A/B 测试、点击测试、树测试 产出: 按严重程度排序的问题、任务完成率、建议

因果性

适用时机: 解决方案已上线,需要了解实际使用模式。 方法: 分析数据审查、A/B 测试、漏斗分析、问卷调查 产出: 转化数据、行为模式、定量验证

研究流程

1. 定义问题

从清晰的问题陈述开始。使用表示结果的动词来表述:

  • 好:“找出阻碍用户完成引导流程的障碍”
  • 好:“评估新的结账流程是否能减少用户放弃结账的情况”
  • 不好:“了解用户体验”(过于笼统)
  • 不好:“探索问题领域”(没有可衡量的结果)

撰写 3-5 个研究问题。超过 10 个意味着范围过广。

2. 选择研究方法
你需要……使用……所需时间
发现未满足的需求生成式访谈2-3 周
了解背景和工作流情境探究1-2 周
测试设计概念可用性测试3-5 天
用数据进行验证问卷调查 + 分析数据1-2 周
快速专家评审启发式评估1-2 天
确定功能优先级卡片分类、功能优先级投票1 周
了解导航心智模型树测试、卡片分类1 周
跟踪持续出现的模式持续探索(每周)持续进行

详细的方法说明请参阅 references/research-methods-catalog.md。

3. 制定计划并做好准备

每项研究都需要一份书面计划,即使内容很简短。请使用 templates/research-plan-template.md。

计划要素:

  • 问题陈述和研究问题
  • 方法及其理由
  • 参与者标准和招募方式
  • 参与者人数(参见下方基准)
  • 时间安排和后勤事宜
  • 数据的采集和存储方式
  • 团队中哪些人会参与

参与者人数基准:

  • 可用性测试:每轮 3-5 人(5 名用户可发现约 85% 的问题)
  • 探索性访谈:每个人物角色细分群体 5-8 人
  • 卡片分类:15-20 人,以发现统计规律
  • 调查问卷:100 人以上,以达到统计显著性
  • 持续发现:每周至少 1 人
4. 招募参与者

招募是最难的部分。积极面对它——招募得当,研究质量才有保障。

合适的参与者:

  • 目标、关注点与目标用户相同
  • 具备关键特征(年龄、角色、技术熟悉程度)
  • 能清晰表达自己的想法
  • 对相关技术的熟悉程度与目标用户相当

编写筛选问卷(参见 templates/screener-template.md):

  • 明确你要寻找的具体行为
  • 确定所需的工具知识和访问权限
  • 设定主题知识要求
  • 不要让人一眼看出你要找什么样的人(否则他们会迎合要求)

招募建议:

  • 招募完全具有代表性的用户,其重要性被高估了
  • 尽早、频繁测试比追求完美代表性更重要
  • 初期招募时,不必不好意思向朋友和邻居求助
  • 提供合理的报酬(每小时 50-100 美元)
  • 邀请内容要简洁
  • 事先不要讨论产品
5. 收集数据

数据管理:

  • 使用统一的命名格式:Study-ParticipantName-YYYY-MM-DD
  • 立即将文件存放到共享云盘
  • 使用熟悉的工具——技术问题会毁掉研究环节
  • 随时准备好研究工具包

核心数据收集方法:

访谈——了解用户如何看待世界的最有效方式。完整的技巧指南请参见 references/interviewing-guide.md。

快速检查清单:

  • 准备访谈指南,包含目标、人口统计信息、破冰问题和重点问题
  • 提出开放式问题;追问“能多告诉我一些吗?”
  • 多听少说——习惯沉默
  • 记录参与者使用的原话和词汇
  • 停止录音后也要留意——很多时候这时才会有新的发现

可用性测试——观察具有代表性的用户如何使用你的设计完成任务。完整流程请参见 references/usability-testing-guide.md。

快速检查清单:

  • 根据场景和人物角色创建任务
  • 设计师不应担任主持人
  • 安排另一位观察者记录笔记
  • 尽早测试、频繁测试——绝不要临近午餐时测试
  • 每轮测试 3 位用户,并在当天午餐时间进行复盘

情境调查——在参与者的实际环境中进行访谈和观察。

快速检查清单:

  • 预留路途时间
  • 在不打断日常流程的前提下安顿下来
  • 请参与者开展活动,而不是带你参观
  • 观察一切:环境、变通做法、工具和干扰
  • 安排不止一位研究人员,以获得多角度观察
6. 分析数据

分析能将模式转化为洞察。让所有人参与进来——包括能够从参与中获益的人。

定性分析流程:

  1. 仔细查看所有笔记和录音
  2. 提取观察结果:行为、情绪、行动、逐字引用
  3. 将每条观察结果写在便利贴上(标注对应的参与者)
  4. 在白板上将笔记归纳为主题
  5. 观察模式如何浮现,并在评估过程中重新排列
  6. 为每个类别拟定一句洞察陈述
  7. 根据洞察提出可执行的建议

分析会议结构:

  • 概述研究目标和流程(我们想要了解什么?)
  • 描述参与者和研究情境
  • 介绍数据收集方法
  • 全体一起提取引言和观察结果
  • 归纳主题(例如:“参与者依靠纸笔帮助记忆”)
  • 总结研究结果:模式 → 洞察 → 对设计的影响
  • 以便于分享的形式记录下来

有关详细技巧,包括亲和图、机会映射和创建角色,请参阅 references/analysis-synthesis.md。

7. 汇报结果

快速绘制的角色草图,或一张白板便利贴照片,都远胜于一份冗长却无人问津的书面报告。

务必包含:

  • 研究目标和问题
  • 方法和参与者概况
  • 关键发现(模式和洞察)
  • 按严重程度排序的建议
  • 建议的后续步骤

发现严重程度量表:

严重程度定义行动
Critical完全阻止用户完成任务必须在发布前修复
High造成显著困难;用户可能会放弃在当前周期修复
Moderate造成一定困难,但用户可以绕过纳入下一个周期的计划
Low轻微阻碍;属于外观问题或个人偏好加入待办列表

发现频率量表:

频率定义
High30% 及以上的参与者遇到过该问题
Moderate11-29% 的参与者遇到过该问题
Low10% 或更少的参与者遇到过该问题

问题分级处理(3 个等级):

  • **Tier 1:**严重程度高 + 频率高 → 立即采取行动,对产品成功构成高风险
  • **Tier 2:**严重程度中等但频率低,或严重程度低但频率中等
  • **Tier 3:**严重程度低 + 频率低 → 风险低,加入待办列表

使用 templates/findings-report-template.md 了解报告结构。

持续探索

对于践行持续探索的团队(推荐),研究不是一个阶段,而是每周的习惯。

持续探索的节奏:

  • 构建产品的团队每周与客户交流
  • 围绕预期成果开展小规模研究活动
  • 将持续的客户意见融入日常产品决策

产品三人组(产品经理 + 设计师 + 工程师)应当:

  • 每周开展基于故事的访谈(而非基于观点的访谈——询问过去实际发生的行为)
  • 维护一棵机会解决方案树,映射成果 → 机会 → 解决方案 → 假设测试
  • 针对每个机会提出 15-20 个解决方案想法(数量能推动质量)
  • 每周通过快速的小型实验测试 10-20 个假设
  • 在开展测试前定义成功标准

有关完整框架,请参阅 references/continuous-discovery.md。

应避免的常见错误

  • 诱导性问题:“你不觉得这样更简单吗?”→“你会如何描述这段体验?”
  • **确认偏误:**寻找支持假设的证据,而不是真正检验假设
  • **测试太晚:**临近发布时才测试,导致没有时间根据发现采取行动
  • **询问观点而非观察行为:**人们无法准确预测自己的行为
  • **过度记录,行动不足:**一份没人看的 50 页报告,不如一张能推动改变的白板照片
  • **跳过筛选问卷:**招募任何有空的人,而非具有代表性的参与者
  • **主持人就是设计者:**设计者无法客观地观察自己的作品失败
  • **分析过程中就开始解决问题:**在模式明朗之前,克制直接跳到解决方案的冲动
  • 根据用户请求添加功能:“如果它能做 X 就好了”——继续深入探问;他们通常已经有了可实现 X 的工具

快速参考

问题陈述公式:[动词:识别/评估/确定] + [内容] + [对象] + [情境] **访谈问题格式:**开放式、聚焦行为、使用过去时(“请说说你上次……的经历”) **可用性任务格式:**基于情境、以目标为导向(“你想要[目标]。请演示你会怎么做。”) **筛选问卷格式:**通过行为问题进行筛选,同时不透露筛选标准 **分析产出:**模式 → 洞察 → 建议 → 严重程度

资源

此技能包含:

  • references/research-methods-catalog.md:按类型整理的 20 多种研究方法详细指南
  • references/interviewing-guide.md:从准备到复盘的完整访谈技巧指南
  • references/usability-testing-guide.md:完整的测试流程,包含评分标准、分类处理、SUS(完整的 10 题量表及评分公式、等级/百分位解读、子量表),以及替代问卷(UMUX-Lite、SEQ、NASA-TLX)
  • references/analysis-synthesis.md:亲和图、主题分析、用户画像创建、机会点梳理
  • references/continuous-discovery.md:每周节奏、机会解决方案树、假设测试
  • references/workshop-methods.md:团队引导技巧——问题界定(HMW、问题树、抽象阶梯法、玫瑰/荆棘/花蕾)、创意构思(缩略图草图、创意矩阵、轮流发言、替代世界)、优先级排序(重要性/难度矩阵、靶心法、圆点投票、你关注什么),以及建模(故事板、概念海报、封面故事模型)。包含半天工作坊模板和引导反模式。
  • templates/research-plan-template.md:可填写的研究计划
  • templates/interview-guide-template.md:访谈脚本模板
  • templates/usability-test-plan-template.md:包含任务和指标的测试计划
  • templates/screener-template.md:参与者筛选问卷
  • templates/findings-report-template.md:研究发现报告
  • examples/method-selection-scenarios.md:“给定 X 情境,使用 Y 方法”决策指南
  • examples/interview-to-insights.md:从原始访谈数据提炼可执行洞察的演示

评论

支持 Markdown