SuperAPI AI 工具集

research-repository

写作与研究

查看项目

更新于 10-15 22:38

技能介绍

用途:设计并维护研究知识库的系统、标签规范与例行流程,使研究发现可被检索和复用,让团队能基于累积证据做决策,而不是重复研究。

主要能力:

  1. 知识库架构:分三层——洞察(可独立复用的发现,是主要入口)、研究(产生洞察的项目,提供评估背景)、原始数据(访谈记录、录音、问卷导出,作为证据)。
  2. 洞察结构:每条洞察包含陈述(一句过去时、具体的话)、置信度(高/中/低)、方法、日期、样本、标签、来源链接、相关洞察。
  3. 标签体系:先定义受控词表,维度包括主题、功能/产品区域、用户分群、情绪、时效性、状态;标签小写复数,每条洞察限5–8个,每季度复核。
  4. 维护文化:研究完成后一周内录入结构化摘要与标签;季度复核,将过时洞察标记为被取代而非删除;建立证据链;定期发布研究摘要;在新研究前先检索知识库。
  5. 工具:Notion、Airtable、Dovetail、Confluence、EnjoyHQ 各有优劣,工具不如结构与标签规范重要。
  6. 检索验证:用“用户为何流失”“是否测试过移动端结账”等问题检验知识库是否可用。

使用方式:先定义标签词表,再从近6个月的研究开始录入洞察并逐步回溯;指定知识库负责人;将知识库纳入新人入职引导。

适用场景:产品、设计、用户研究团队需要跨项目积累和复用研究发现时。

限制:资料未提供具体安装命令、代码示例、收费价格或平台支持信息;工具成本与采用难度仅作定性描述。