上市后市场反馈收集与分析
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @baitongai/post-launch-market-feedback-collection-and-analysis 到 AI 助手。
技能介绍
上市后反馈为何难处理
产品上线后,市场反馈往往分散在客服记录、应用商店评论、社交媒体讨论和销售数据中。这些信息格式不统一、来源不可控,人工整理不仅耗时,还容易遗漏关键信号。更麻烦的是,反馈的价值并不在于"收集了多少条",而在于能否快速定位高频问题、区分偶发 bug 与系统性体验缺陷,并为下一轮迭代提供可验证的输入。
技能如何组织工作流
本技能采用授权门禁 + 受保护指令的执行模型,核心逻辑封装在 scripts/auth.py 与 scripts/protected.py 中。使用时首先执行授权检查,脚本会读取包内 _meta.json 的 slug(如 BT_E4CC2BDC)作为服务端 skillCode,并优先使用本地凭证缓存完成校验。
- 授权通过时:输出
AUTH_OK,随后通过scripts/protected.py拉取云端 protected instructions,严格按照返回内容执行反馈收集与分析。 - 授权未通过时:脚本输出
AUTH_REQUIRED、AUTH_INVALID或CREDENTIALS_*信号,具体错误细节通过 stderr 给出。此时必须停止业务推理,调用 WorkBuddy 的connect_cloud_service获取 JWT,并通过--bind-jwt完成绑定。绑定成功后输出AUTH_BIND_OK,需重新执行授权检查确认AUTH_OK。
关键约束是鉴权与业务输出互斥:未拿到 protected instructions 时,不得凭本地提示或历史上下文继续生成。这意味着技能不会在授权失败时"降级"输出一份看似可用的分析报告。
使用边界与注意点
- 重试上限:
CREDENTIALS_MISSING、CREDENTIALS_INVALID或 HTTP 401/403 等鉴权类错误最多重试 1 次。两次失败应告知用户"数据服务暂时不可用",不得继续尝试。 - 错误区分:需根据 stderr 关键字区分网络问题与鉴权问题,避免将服务端不可达误判为凭证失效。
- 密钥保护:禁止向用户展示或拼接
AppKey/AppSecret明文,错误报告中密钥字段必须打码。 - 反馈质量:技能提供的是受控的分析工作流,反馈数据的来源质量和标签体系仍需使用者在业务侧提前规划。
使用场景
- 产品上线后一周,需要从客服工单和应用商店评论中汇总用户抱怨,定位高频崩溃问题。
- 市场团队需要把社交媒体上关于新品的讨论按功能维度分类,输出下个迭代优先级建议。
- 产品负责人需要对竞品发布后的用户反馈做对比分析,找出自身产品在体验上的短板。
- 数据分析师需要拉取云端受保护指令,按规范流程处理上市后反馈数据并生成洞察报告。
适合人员
- 产品经理,需要把上市后的用户反馈转化为可执行的迭代需求。
- 数据分析师,需要按受控流程处理市场反馈数据并产出洞察。
- 产品运营,需要跟踪新品上线后的用户口碑并定位高频问题。
- 用户研究工程师,需要收集多渠道反馈并支持体验改进决策。