用途：当用户要求分析客户反馈、查看VoC数据或了解客户情绪时，执行客户之声分析。它把零散反馈聚类为主题，量化频次与情绪，区分信号与噪音，并把反馈模式对应到产品路线图条目。
主要能力：读取产品背景，扫描 .chalk/docs/product/ 中的产品档案、现有PRD与路线图文档，为分析提供当前优先级与已知缺口；解析 $ARGUMENTS 确定反馈来源与时间范围，支持内联原始反馈或引用文件，无数据时会要求用户先提供反馈数据；清洗与归一化，提取每条反馈的核心诉求或抱怨，去除重复措辞，统一术语（如 crash 与 app freezes 归为同一主题），并标记来源渠道（支持、NPS、评论、社交、访谈）；用亲和图聚类为5-10个主题，每个主题包含标签、一句话描述与代表性引语，除强信号（如安全问题）外避免单条主题；逐主题量化，计算提及次数、占总反馈比例、平均情绪（正面/中性/负面），有历史数据时给出趋势方向（新增、增长、稳定、下降）；区分信号与噪音，标记高频且负面（紧急）、低频但严重（监控）、重度用户与普通用户的需求差异，以及已在路线图中处理的项；与路线图对照，把主题标为已处理、部分处理、未处理或与当前方向矛盾。
使用方式：技能会读取 .chalk/docs/product/ 下文件名中的最大编号并加一，将结果保存为 .chalk/docs/product/<n>feedback_synthesis<period>.md，格式为Markdown，含主题汇总表、详细主题章节与路线图对齐部分，关键章节包括执行摘要、主题表（主题/数量/情绪/趋势）、主题详情（含引语）、信号与噪音评估、路线图对齐、建议行动；完成后确认文件路径并突出最紧急的前三个主题。
限制与注意：原始频次具误导性，需按用户去重，十个抱怨可能来自同一人；必须结合情绪极性报告，不能只看提及量；不同来源权重不同，NPS贬损者与流失用户访谈比应用商店随意评论权重更高；注意沉默大多数与幸存者偏差；分析必须给出按优先级排序的建议，否则只是报告。具体收费、价格与平台支持暂未提供。