用途：评估落地页、产品页、应用商店列表等是否让目标用户产生“想要”的欲望，判断定位、信息传达与情感共鸣是否到位，适合发布前的转化预判。它不用于 UX 摩擦审计、视觉设计执行、A/B 测试实现、市场规模估算或功能对比。
主要能力：核心是“欲望三角”，要求身份契合、问题紧迫性、信任信号三者齐备，任一缺失都会削弱转化；分析时对每个顶点按 1-10 打分，低于 5 即为优先修复项。还提供 5 秒测试，检查访客能否快速识别这是什么、给谁用、核心承诺、下一步动作。流程包括识别目标画像、按画像给欲望三角打分、映射常见异议、按影响公式生成建议，并区分立即、中期、长期。
使用方式：可读取落地页内容与结构，用 WebFetch 分析目标 URL 的实时内容，将结果写入 markdown 文件，并把建议编辑为可执行的文案修改。附带评分脚本，运行 python scripts/appeal_scorer.py <url> 可输出结构化 JSON 评分与建议。参考文件包括 scoring-templates.md、trust-ladder.md、identity-signals.md、objection-catalog.md。输出通常包含执行摘要、各画像欲望三角评分、5 秒测试评估、前三异议及应对、优先级建议。
适用场景：落地页与产品页评估、竞品定位、信息与语气方向、目标画像情感共鸣评估、发布前转化分析。
限制：不替代 UX 摩擦审计、视觉设计执行、A/B 测试实现、市场规模或财务预测、功能对比矩阵。资料未提供具体收费、价格、平台支持范围或效果保证。与 ux-friction-analyzer 配合可形成完整图景：高吸引力加高摩擦会带来沮丧用户，低摩擦加低吸引力则产品被弃用。