Strella 用户画像与受众定位

解决什么问题

想快速跑一批真实用户访谈时,常见困境是:人工访谈周期长、成本高,合成 persona 又缺少真实的推理过程、反对意见和自然语言。Strella 用 AI 访谈员对真实人类做文本优先的聊天式访谈,需要时自动升级到语音/视频,数分钟就能合成主题并自动剪辑高光片段。但这个平台配置步骤繁琐,且访谈结果常被误读为需求验证。这个技能帮你判断什么时候该用 Strella、怎么搭研究、如何正确解读结果。

技能如何工作

按四步推进:

1. Step 1 — 收集上下文:先读 references/learnings.md 里积累的平台知识,然后只问无法推断的信息:你要做什么(搭建研究 / 招募 / 读结果 / 导出数据 / 选工具),以及这是陌生样本的探索性研究,还是自己客户的反馈。
2. Step 2 — 路由:跨工具对比研究方法 → /sales-idea-validation;需要 API / webhook / MCP 原生流水线 → /sales-userintuition;访谈后的真实行为测试 → 路由到对应技能;分析已有 NPS/CSAT/VoC 反馈 → /sales-customer-feedback;合成 persona 需求 → /sales-syntheticusers。路由时给出精确命令。
3. Step 3 — 平台参考:按需读取 references/platform-guide.md 对应小节,而不是整篇倾倒。
4. Step 4 — 行动建议:覆盖核心能力与边界。

核心能力:

• 确定性、可重复的脚本化访谈流:每场对话严格按同一套脚本走,适合追踪研究、受监管场景、固定脚本 A/B 测试
• 真实受访者:3M+ 样本库(User Interviews 合作)或 BYOC(自有客户)
• 文本优先,必要时升级语音/视频;主题综合、高光剪辑、研究库查询

适用边界与注意点

• 真访谈 ≠ 真需求:受访者说"愿意付钱"不是购买行为,go/no-go 决策必须交给真实行为测试
• 纯 UI、无 API:没有公开 API、webhooks、Zapier、MCP,数据导出只能手动
• 配置向导很重:研究计划、访谈详情、主持人声音、超时等选项多,建议从模板起步,保持访谈大纲精简
• 综合偏频率而非动机:报告顶部通常是"X% 提到 Y",动机类信息藏在下方的 verbatim 里,别停在顶层摘要
• 自适应探问深度中等:独立横评中低于最强探问者,不适合探索性需求挖掘
• 样本库自助招募:无托管招募,难触达的 B2B 人群是已知短板;BYOC 可绕开但激励成本自担
• 定价为 seat-based 且大部分未公开,任何数字都需去 strella.io 核实