技能介绍

要解决的问题

用户研究常见的失败有两种：业务方丢过来一个模糊主题，比如「用户为什么不用这个功能」，却没有明确的决策点；或者研究做完了，报告里全是方法堆砌，找不到和实际决策的关联。这个技能针对的就是从模糊业务问题到可落地决策依据这条链路上的断点。

核心能力与工作方式

技能把执行分成三个模式。快速执行模式适用于任务清晰、资料齐全的情况，它会自动整理上下文，对非关键缺口做合理假设并标记，直接生成成果而不是逐阶段等确认。标准协作模式用于多目标、多方参与、方法选择会影响结论的场景，它会先确认决策问题，再给研究方案，在方法范围和口径上做确认，其余阶段独立推进。引导教学模式只在用户明确想学用研流程时触发，一次一个问题，逐步带练。

启动后它会先检查当前可用的能力，比如能否联网搜索、能否读取 PDF 和表格、能不能跑 Python 或 SQL。如果缺能力，它会直接说明限制并缩小结论范围，不会假装完成了没执行的操作。

标准工作流从决策与范围定义开始，把业务问题、决策动作、目标用户、核心研究问题、已有证据、约束、交付对象和伦理风险整理成结构化表格。如果用户只给了主题没给决策问题，它会给出 2 到 4 个可能的决策锚点，选最合理的并标记为假设。

方法选择部分写得比较细。深度访谈适合探索行为过程和动机，但不能单独证明因果关系或总体比例。问卷适合描述分布和验证假设，但不能自动证明真实行为。漏斗分析要统一分母、明确去重逻辑、区分曝光到成功的各环节，相关性不能直接写成因果。桌面研究适合行业背景和简单竞品扫描，复杂竞品分析会路由到另一个工作流。混合方法只在不同方法分别回答不同问题时才组合，不会为了显得完整而机械堆砌。

样本量规则里明确禁止了「每个分群至少 500 份」这种一刀切的说法。它要求先判断目标类型，再考虑置信水平、允许误差、效应量和统计功效。无法可靠计算时，给出经验范围并标记为规划建议，不声称统计代表性。定性研究用信息饱和度和关键分群覆盖来判断，不靠固定人数。

证据管理用 Claim ID 追踪每条结论，把事实、推论、待验证和建议分开标注。数据不足时会列出当前有什么、缺什么、影响哪些问题、降级方案是什么，不会用模型推测填满缺失数据。

交付物支持四种版本：一页管理结论版、完整研究报告、产品或运营输入版、研究资产归档版。质量门会逐项检查决策是否对齐、方法是否匹配问题、证据是否可追溯、建议是否对应发现，任一核心项不通过就不声明可直接交付。