nsdmgt/dsh-plugin-user-research

README 摘要

dsh-plugin-user-research DeepSeek Harness 插件 · 把调研笔记变成产品决策 输入访谈记录、问卷开放题或用户反馈,输出 用户画像、痛点原话、可验证的机会点 。 简介 做用户研究最怕两件事:一是访谈/问卷记了一大堆,最后只能凭感觉总结;二是让 AI 直接总结,结果它替你"编"了好多原话里没有的结论。 这个插件做的是一个 有方法论约束的用户研究合成工具 :它不替你下判断,而是把原始素材按一套固定的研究框架拆成"画像—痛点—机会",让你能基于真实证据做决策。 它提供什么 - 一套 主题分类口径 (效率、易用性、成本、功能缺失、稳定性、服务支持),让散落在各处的用户原话自动归类。 - 一个 反幻觉约束 :痛点只引用用户原话,不扩写、不脑补。 - 一个 机会评分口径 :按"被多少人提到 + 是否明确表达痛苦"排序,帮你筛出值得先看的方向。 - 4 个可复用的研究技能(访谈分析、画像构建、机会地图、合成全流程)和 2 个模板(访谈提纲、合成画布)。 它能做什么 一个 agent 可调用的工具 + 一套方法论技能: - 工具 research synthesize :输入一份笔记文件,输出结构化合成结果 - personas — 推断的用户画像(角色 / 诉求信号 / 主题) - painPoints — 抽出的痛点原话(带主题与严重度, 绝不替用户编造结论 ) - opportunities — 按信号强度排序的机会点(含可解释的评分口径) - 技能(按名加载) : /user-research-synthesis 、 /interview-analysis 、 /persona-build 、 /opportunity-map - 模板 :访谈提纲、合成画布(markdown) 使用过程 三步就能跑起来: 1. 准备素材 :把访谈录音转写、问卷开放题导出、客服聊天记录或用户反馈整理成一个 .txt 、 .md 或 .csv 文件。 2. 调用工具 :在 dsh 会话里说: 把 notes/interview-01.md 做一次用户研究合成,挑出前 3 个机会点。 agent 会调用 research synthesize(filePath="notes/interview-01.md", maxOpportunities=3) 。 3. 看结果 :你会拿到一份结构化输出,包含按主题归类的痛点原话、推断出的用户画像,以及按信号强度排序的机会点。 适合谁用 / 运用场景 角色 场景 产品经理 / 需求分析师 做完用户访谈后,把 10 份录音转写快速合成出"用户真正在抱怨什么" UX 研究员 / 设计师 从可用性测试笔记中抓出高频痛点,支撑设计决策 创业者 / 市场人员 整理问卷开放题、竞品评论、售前咨询记录,找未被满足的需求 客服 …

分类