用户研究人设与旅程图

要解决的问题

研究数据堆积在表格里，设计决策却还在拍脑袋。访谈录音没人整理，埋点数据只用来画漏斗，最终产出的 persona 是"市场部想象出来的用户"，旅程图画完没人知道该先改哪一格，可用性测试问完"你觉得好用吗"就结束。这个技能要把原始研究材料转成四件可验证的产物：有数据支撑的 persona、端到端旅程图、可执行的可用性测试方案，以及带优先级排序的研究发现。

技能如何工作

核心是四个工作流：

• 生成 Persona：以 JSON 格式输入研究数据（分析、问卷、访谈），运行 persona_generator.py 产出原型、人口属性、目标、带频次的挫败点和设计建议。产出后必须做三重校验：找 3-5 名真实用户确认"这像你吗"、对照客服工单、核对分析数据。
• 绘制旅程图：先界定范围（persona、目标、触发点、成功标准、时间跨度），从访谈、会话录像、漏斗和工单取数，逐阶段填充行为、触点、情绪层，再按 Priority Score = Frequency × Severity × Solvability 排序改进机会。
• 规划可用性测试：把模糊目标改写成可测问题，例如"好用吗"变成"80% 用户能否在 8 分钟内完成下单"；每套设计至少 5 名参与者，配出声思维指引和非引导式追问。
• 综合研究结论：用 [GOAL] [PAIN] [BEHAVIOR] [CONTEXT] [QUOTE] 标签编码每条数据，聚类后计算各段占比，每条结论附证据、频次、业务影响和建议，再按频次、严重度、影响面、可解决度打分。

内置速查表覆盖方法选择（行为看分析、动机看访谈、偏好看问卷）、样本量与置信度分级（5-10 人为探索级，31+ 才到生产级）、问题严重度分级（4 级阻碍任务完成需立即修复，1 级仅外观问题）。

适用边界与注意点

• Persona 最低门槛 20+ 用户、至少 2 类数据源（定量+定性），样本不足时结论只能标注为探索性。
• 旅程图所有内容必须来自真实数据，不能凭假设填充；每阶段都要标注痛点与机会优先级。
• 不自动安装依赖、不修改系统权限、不创建持久化任务、不执行下载内容。
• 命令与代码默认仅作参考，只有用户明确要求且目标范围清楚时才运行。
• 涉及发送、发布、删除、付款、部署等外部写入操作，先展示目标与影响，取得明确确认后执行。
• 凭据只用于用户指定的官方服务，不回显、不记录、不转发到无关地址。