agentsclimarketplace

Exp persona building

Skill guofu-shiqu/ux-expert-skills/skills/exp-persona-building

UX Expert Skills — 25 个体验管理专家 Skill,兼容 Claude Code & OpenAI Codex,基于 Agent Skills 开放标准

Install
npx -y skills add guofu-shiqu/ux-expert-skills --skill exp-persona-building

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

  • 2 stars2 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its author says it does

Copied from the file, not written here

用户画像构建。当需要基于调研数据构建结构化用户画像、指导产品设计和体验决策时调用。

SKILL.md

4.5 KB, as published. Nobody here has run it

用户画像构建

基于用户研究数据(访谈、问卷、行为数据、VOC 等),构建结构化的用户画像(Persona),为产品设计和体验决策提供共享的用户认知基础。

触发条件

  • 需要构建用户画像指导设计决策
  • 团队对目标用户认知不一致
  • 需要将零散的用户研究数据整合为可共情的画像
  • 需要为不同用户群体设计差异化体验
  • 产品初期需要明确目标用户

核心能力

1. 画像类型选择

根据目标选择合适的画像类型:

画像类型数据基础适用场景精度
假设画像团队经验推断产品 0-1 阶段、快速验证
质性画像用户访谈、观察深度理解特定用户群
数据驱动画像行为数据+问卷+访谈成熟产品精细化运营
统计聚类画像大规模行为数据聚类用户分群、个性化推荐

2. 画像构建维度

从以下维度构建完整画像:

基础属性

  • 人口统计:年龄、性别、地域、教育、职业、收入
  • 设备特征:常用设备、系统、网络环境
  • 使用频率:日活/周活/月活

行为特征

  • 核心场景:在什么场景下使用产品
  • 任务频率:高频/中频/低频任务
  • 功能偏好:常用功能、忽略功能
  • 行业路径:用户进入产品的典型路径

心理特征

  • 目标与动机:用户想要完成什么(链接 JTBD)
  • 态度与信念:对产品/品类的态度
  • 痛点与挫折:当前最大的困扰
  • 价值观:影响决策的核心价值观

能力特征

  • 数字素养:技术熟悉程度
  • 领域知识:对产品领域的了解程度
  • 学习方式:偏好看/听/做

3. 画像构建流程

  1. 数据收集 — 整合访谈、问卷、行为数据、VOC
  2. 模式识别 — 从数据中识别用户群体的共性模式
  3. 聚类分组 — 将相似用户归为一组
  4. 优先级排序 — 识别最重要的 3-5 个画像
  5. 画像细化 — 为每个画像填充完整维度
  6. 场景化 — 为画像添加典型使用场景
  7. 验证校准 — 与实际数据交叉验证

4. 画像使用原则

  • 画像数量控制在 3-5 个,过多则失去聚焦
  • 画像应基于数据而非猜测
  • 画像应包含"一天的典型使用"使其鲜活
  • 画像需定期更新(至少每年一次)
  • 画像应成为团队共享语言

输出格式:用户画像卡

【用户画像卡】

▸ 画像名称:[如"效率型管理者-张明"]
▸ 画像类型:[假设/质性/数据驱动/统计聚类]
▸ 优先级:[核心画像 / 次要画像 / 边缘画像]
▸ 代表用户占比:[XX%]

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

▸ 基础属性
  年龄:[...]  性别:[...]  地域:[...]
  职业:[...]  收入:[...]  教育:[...]
  常用设备:[...]  使用频率:[...]

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

▸ 行为特征
  核心场景:[...]
  高频任务:[...]
  低频任务:[...]
  功能偏好:[...]
  典型路径:[...]

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

▸ 心理特征
  目标与动机:
    功能目标:[帮我...]
    情绪目标:[让我感到...]
    社会目标:[让我看起来...]

  态度与信念:[...]
  核心痛点:[...]
  价值观:[...]

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

▸ 能力特征
  数字素养:[高/中/低]
  领域知识:[深/中/浅]
  学习方式:[看/听/做]

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

▸ 典型一天
  [用叙事方式描述这个画像用户典型的一天中如何与产品交互]

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

▸ 体验需求
  1. [需求1]
  2. [需求2]
  3. [需求3]

▸ 设计启示
  1. [启示1]
  2. [启示2]
  3. [启示3]

▸ 数据来源
  [画像基于什么数据构建]
  [最后更新时间]

使用方法

当需要构建或更新用户画像时调用本 skill。画像构建后可与场景识别、旅程分析、策略生成等 skill 组合使用,确保所有体验决策都基于对用户的准确理解。

Keep looking

Skills are one crate of 328,083. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.