市场研究与产品工厂

解决选题靠猜的工程难题

很多独立开发者或技术团队在做产品时，最大的痛点往往不是写代码，而是决定“做什么”。仅凭直觉或跟风做功能，容易导致做出来的产品偏离真实需求，最后沦为自嗨。

市场研究与产品工厂 的目标是把拍脑袋的选题过程，变成一套可执行、可验证的自动化工程流。

核心能力与工作流

这个 Skill 将“市场调研”与“产品原型”进行了深度串联，工作流主要分为两个核心阶段：

• 痛点挖掘与结构化输出：

借助 Last 30 Days 技能，该工作流会自动抓取近一个月内 Reddit 和 X（原 Twitter）上的真实用户声音。它不是简单地抓取帖子，而是对数据进行过滤和总结，输出包含高频痛点、具体抱怨、现有方案缺口以及潜在机会点的结构化报告。

• 从研究直接推进 MVP：

研究结论不是终点。当你得出有价值的结论时，可以直接串联下一句指令——“帮我做 MVP”，系统会基于调研得出的需求缺口，快速构建出可运行的原型或 Web App。

运行模式与适用边界

它支持两种落地形态：

1. 一次性试跑：针对某个细分主题（如 AI 自动化平台），快速跑出一轮调研结果和原型方向。
2. 长期自动化情报：通过配置定时任务，每周自动将结构化的痛点榜单和机会点推送到 Telegram 或 Discord，实现持续性的市场监控。

适用边界与风险提示

• 虽然自动化程度高，但在涉及医疗、法律、金融、学术等高专业度领域时，必须保留原始资料入口，并对结论进行严格的人工复核。
• 在正式接入外部账号或自动化执行高风险动作（如自动发布、交易）前，务必先确认权限边界。建议在初期将其作为“建议生成器”来使用，而非全自动执行体。