User research voice analysis

大规模用户声音分析

核心原则

1. 原声优先于总结——用户原话比AI概括更有说服力，每个痛点必须有代表原声支撑
2. 痛点分级而非平铺——按影响面×痛苦度×频率评分分级，不输出无优先级的痛点清单
3. 情感是信号不是噪音——负面情绪指向真实痛点，混合情感指向未满足期望，都需深入分析
4. 数据量决定可信度——反馈量<500条时结论降级为"探索性"，置信度上限0.5

交互模式

🤖 AI自动执行 — 无需人类介入，全程自动化完成

---

输入

输入项	类型	必填	来源	说明
app_reviews	JSON	是	用户提供	应用商店评论数据（App Store / Google Play）
support_tickets	JSON	是	用户提供	客服工单系统数据
social_mentions	JSON	○	用户提供	社交媒体提及数据（微博/小红书/Twitter等）
community_posts	JSON	○	用户提供	社区/论坛帖子数据
analysis_config	object	○	用户提供	分析配置（语言、情感模型、聚类方法、最小聚类大小）

输入格式

{
  "data_sources": [
    {
      "type": "app_reviews",
      "location": "string",
      "time_range": "string",
      "expected_volume": "number"
    },
    {
      "type": "support_tickets",
      "location": "string",
      "time_range": "string",
      "expected_volume": "number"
    },
    {
      "type": "social_mentions",
      "location": "string",
      "time_range": "string",
      "expected_volume": "number"
    },
    {
      "type": "community_posts",
      "location": "string",
      "time_range": "string",
      "expected_volume": "number"
    }
  ],
  "analysis_config": {
    "language": "string",
    "sentiment_model": "string",
    "clustering_method": "string",
    "min_cluster_size": "number"
  }
}

数据源说明：

• app_reviews：应用商店评论（App Store / Google Play / 其他）
• support_tickets：客服工单系统数据
• social_mentions：社交媒体提及（微博/小红书/Twitter等）
• community_posts：社区/论坛帖子

---

执行步骤

Step 1：数据采集与清洗

• 从各数据源拉取原始数据
• 去重（同一用户同一内容跨平台去重）
• 去噪（广告、水军、无关内容过滤）
• 语言检测与过滤
• 时间范围校验
• 输出：清洗后的反馈数据集，记录原始条数与清洗后条数

Step 2：情感分类

• 对每条反馈进行情感分类：正面 / 负面 / 中性 / 混合
• 提取情感强度（0-1）
• 对负面反馈提取情感维度：愤怒/失望/困惑/焦虑/其他
• 输出：每条反馈附带情感标签和强度

Step 3：主题聚类

• 对所有反馈进行语义聚类
• 生成主题标签（自动生成 + 人工可调整）
• 统计每个主题的反馈量、情感分布、趋势变化
• 识别跨主题的关联关系
• 输出：主题列表，每个主题包含反馈量、情感分布、代表原声

Step 4：痛点提取与分级

• 从负面反馈和混合反馈中提取痛点
• 痛点分级标准：
  • P0（致命）：影响核心功能使用，大量用户受影响
  • P1（严重）：影响重要体验，较多用户受影响
  • P2（一般）：影响次要体验，部分用户受影响
  • P3（轻微）：体验瑕疵，少量用户提及
• 痛点评分 = 影响面（受影响用户占比） × 痛苦度（情感强度均值） × 频率（提及次数/总反馈数）
• 输出：痛点列表，按评分降序排列

Step 5：用户分群洞察

• 基于反馈内容和情感模式进行用户分群
• 每个分群描述：核心特征、主要诉求、情感倾向、规模占比
• 识别分群间的差异和共性
• 输出：用户分群列表

---

输出

输出文件：output/pm-discovery/user-research-voice-analysis/voice-analysis.json

输出Schema：

{
  "type": "object",
  "required": ["summary", "metadata"],
  "properties": {
    "summary": {"type": "object", "description": "分析摘要，含反馈总量、情感分布、主题、痛点和用户分群"},
    "metadata": {"type": "object", "description": "元数据，含时间戳、数据质量标记和整体置信度"}
  }
}

输出校验规则：

字段路径	类型	必填	说明
summary.total_feedback_analyzed	number	是	分析的反馈总量，须>0
summary.data_sources_used	string[]	是	实际使用的数据源列表，不可为空
summary.time_range	string	是	数据时间范围
summary.sentiment_distribution.positive	number	是	正面情感占比，0-1
summary.sentiment_distribution.negative	number	是	负面情感占比，0-1
summary.sentiment_distribution.neutral	number	是	中性情感占比，0-1
summary.sentiment_distribution.mixed	number	是	混合情感占比，0-1
summary.top_themes	array	是	主题列表，每项须含theme、feedback_count、representative_quotes、confidence
summary.top_themes[].representative_quotes	string[]	是	每个主题≥2条代表原声
summary.top_themes[].confidence	number	是	主题置信度，0-1
summary.top_pain_points	array	是	痛点列表，每项须含pain_point、severity、impact_score、representative_quotes、confidence
summary.top_pain_points[].severity	string	是	痛点等级，枚举：P0/P1/P2/P3
summary.top_pain_points[].representative_quotes	string[]	是	每个痛点≥2条代表原声
summary.top_pain_points[].confidence	number	是	痛点置信度，0-1
summary.emerging_themes	array	否	新兴主题列表
summary.emerging_themes[].confidence	number	是	新兴主题置信度，0-1
summary.user_segments	array	是	用户分群列表，每项须含segment_name、size_ratio、confidence
summary.user_segments[].confidence	number	是	分群置信度，0-1
metadata.analysis_timestamp	string	是	分析时间戳
metadata.data_quality_flags	string[]	是	数据质量标记
metadata.confidence_overall	number	是	整体置信度，0-1

{
  "summary": {
    "total_feedback_analyzed": "number",
    "data_sources_used": ["string"],
    "time_range": "string",
    "sentiment_distribution": {
      "positive": "number",
      "negative": "number",
      "neutral": "number",
      "mixed": "number"
    },
    "top_themes": [
      {
        "theme": "string",
        "feedback_count": "number",
        "sentiment_breakdown": {},
        "trend": "rising|stable|declining",
        "representative_quotes": ["string"],
        "confidence": "number"
      }
    ],
    "top_pain_points": [
      {
        "pain_point": "string",
        "severity": "P0|P1|P2|P3",
        "impact_score": "number",
        "affected_user_ratio": "number",
        "emotion_intensity_avg": "number",
        "frequency": "number",
        "related_theme": "string",
        "representative_quotes": ["string"],
        "confidence": "number"
      }
    ],
    "emerging_themes": [
      {
        "theme": "string",
        "frequency_change": "string",
        "current_volume": "number",
        "confidence": "number"
      }
    ],
    "user_segments": [
      {
        "segment_name": "string",
        "core_characteristics": ["string"],
        "primary_needs": ["string"],
        "sentiment_tendency": "string",
        "size_ratio": "number",
        "confidence": "number"
      }
    ]
  },
  "metadata": {
    "analysis_timestamp": "string",
    "data_quality_flags": ["string"],
    "confidence_overall": "number"
  }
}

---

决策规则

条件	动作
数据量 < 500条	标记"数据不足"，输出降级为"探索性结论"，置信度上限0.5
新兴主题频率上升 > 100%（环比）	触发升级，标记为"需人类关注"，建议进入深度分析
P0级痛点发现	立即通知人类，不等待完整流程结束
情感分类置信度 < 0.7	标记为"低置信度分类"，纳入统计但标注警告
数据源缺失率 > 30%	标记"数据源不完整"，建议补充数据

---

质量检查

检查项	标准	不达标处理
反馈覆盖量	≥ 500条	标记数据不足，输出降级
情感分类覆盖率	≥ 95%	未分类条目标记"未覆盖"，说明原因
主题聚类一致性	Silhouette Score ≥ 0.5	调整聚类参数或标记"聚类质量待优化"
所有输出标注置信度	100%	缺失置信度的字段补填默认值0.3并标记
痛点有代表原声	每个痛点≥2条原声	标记"原声支撑不足"
数据去重率	记录去重比例	去重率>50%时标记"数据源可能重复"

---

降级策略

当上游文件不存在时，本Skill仍可独立执行：

缺失的上游输入	降级方案	输出影响
所有数据源均缺失	提示用户先提供反馈数据，或基于用户直接粘贴的反馈文本执行轻量版分析	summary字段为空，置信度降为0
若用户未提供app_reviews	提示用户提供应用商店评论数据，否则缺乏核心反馈来源	data_sources_used缺少app_reviews，情感分布和主题可能偏斜
若用户未提供support_tickets	提示用户提供客服工单数据，否则缺乏核心反馈来源	data_sources_used缺少support_tickets，痛点可能遗漏工单类问题
若用户未提供social_mentions	跳过该输入相关步骤，社交媒体数据不参与分析	data_sources_used缺少social_mentions，新兴主题检测能力降低
若用户未提供community_posts	跳过该输入相关步骤，社区帖子数据不参与分析	data_sources_used缺少community_posts，深度用户洞察可能缺失
若用户未提供analysis_config	跳过该输入相关步骤，使用默认分析配置	使用默认配置，分析参数可能非最优

数据获取说明

本Skill需要用户声音数据（评论、工单、社媒提及等），请通过以下方式之一提供：

1. 直接粘贴反馈文本内容
2. 上传CSV/Excel/JSON文件
3. 提供数据文件路径

• AI不负责外部数据采集，仅负责分析

---

上游变更响应

上游变更影响

本Skill为起始Skill，无上游文件依赖，不涉及上游变更影响。

下游通知机制

下游Skill	通知触发条件	通知方式	通知内容
user-research-user-modeling	voice-analysis.json更新完成	写入output文件	通知用户分群、痛点、主题数据已就绪
user-research-report	voice-analysis.json更新完成	写入output文件	通知情感分布、痛点、主题数据已就绪