用途：创建有数据支撑的客户画像，并结合搜索调研与头像生成。需使用 inference.sh CLI（infsh），先执行 infsh login 登录。
主要能力与用法：
- 调研：用 infsh app run tavily/search-assistant、infsh app run exa/search、infsh app run exa/answer 查询目标市场的人口统计、痛点、工具使用与内容消费习惯。
- 头像生成：用 infsh app run falai/flux-dev-lora --input '{...}' 生成与人口统计匹配的专业头像。
- 画像模板：包含人口统计（年龄、收入、教育、地区、职位）、心理特征（价值观、性格、兴趣）、目标、量化痛点、渠道、购买触发因素。
构建步骤：从数据研究开始；人口统计使用区间而非精确值；补充心理特征；列出职业与个人目标；痛点尽量量化；定义功能性、情感性与社交性待办任务（JTBD）；梳理购买流程（认知、考虑、决策、影响者、异议、触发事件）；生成匹配头像（建议用“professional headshot photograph”提示，年龄、族裔与职业背景相符）。
反画像与多画像：明确谁不是客户可避免浪费；多数产品设 2-4 个画像，区分主要、次要与第三级用户。
验证方式：客户访谈 5-10 人、支持工单分析、分析数据、50+ 问卷、销售通话录音。
常见错误：基于假设、画像过多、痛点模糊、只看人口统计、从不更新、缺少反画像、所有人共用一个画像。
相关技能安装命令：npx skills add inference-sh/skills@web-search；npx skills add inference-sh/skills@ai-image-generation；npx skills add inference-sh/skills@prompt-engineering。
限制：实际效果取决于调研数据质量与工具可用性；价格、平台支持等资料暂未提供。