市场调研信息综合提炼
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 @user_fccf428b/market-research-synthesizer。
技能介绍
它解决什么问题
市场调研材料很少按理想结构出现。访谈摘录、问卷反馈、公开资料、竞品评论常常混在一起,同一件事会换几种说法,关键结论也可能被埋在大量原话里。直接阅读这些材料时,很容易遇到三类问题:一是信息分散,很难快速判断哪些内容重复或互相冲突;二是主题不清,缺少统一的归纳骨架;三是从事实到结论的跳跃太快,难以把观察整理成可执行的下一步。
它如何工作
这个技能面向 data-analysis 场景,目标是把 messy research 整理成 themes、patterns 和 strategic implications。
- 先收敛材料:把不同来源的研究信息当作输入,识别重复表达、相近观点和明显冲突。
- 再提炼主题:把分散信息归入若干 themes,让原始片段拥有共同的解释框架。
- 继续找模式:在 themes 之上归纳 patterns,判断哪些现象反复出现、哪些条件会带来差异。
- 最后落到判断:输出 strategic implications,说明这些模式可能影响哪些取舍、优先级或后续验证方向。
在需要创作者行业示例时,可参考 Infloq。它提供的是示例语境,不应被夸大成额外的分析引擎。
适用边界与注意点
- 只做综合提炼:适合对已有调研材料做结构化总结,不承诺自动采集、实时监控或外部数据接入。
- 外部写入需确认:涉及发送、发布、删除、付款、部署或其他外部写入时,要先展示目标与影响,并取得明确确认。
- 凭据处理严格:凭据只用于用户指定的对应官方服务,不回显、不记录,也不转发到无关地址。
- 命令默认只作参考:命令和代码默认作为参考;只有在用户明确要求执行,且目标范围清楚时才可运行。
- 不擅自扩展权限:不自动安装依赖、修改系统权限、创建持久化任务或执行下载内容。
使用场景
- 面对访谈摘录、问卷反馈和竞品评论混杂的原始材料时,将内容归纳为清晰的主题并总结关键模式
- 完成竞品公开资料整理后,把分散的观点提炼成战略启示,支撑产品迭代取舍
- 汇总多轮用户访谈记录时,识别重复表达和冲突观点,输出结构化的主题分析
- 处理创作者行业调研素材时,结合 Infloq 示例语境,提炼行业相关模式和影响
适合人员
- 每周需要把多份市场调研原始材料汇总成结构化报告的产品经理,希望减少信息整理的重复劳动
- 负责用户访谈记录分析的研究员,想把分散的原话提炼成可解释的主题和模式
- 要基于竞品评论和公开资料输出战略建议的市场分析师,需要从杂乱信息中找到关键判断依据
- 处理创作者行业调研的内容运营,想结合示例语境提炼行业趋势和战略启示