用途
pm-feedback（V2）是一个用户反馈分析工具。当需要分析用户反馈和评论、评估用户满意度、收集产品改进建议、进行情感分析时使用；当用户反馈数据极少、或仅需收集无需分析时不建议使用。
主要能力
该技能支持并发分析，覆盖四个维度：反馈分类、情感分析、优先级评估、问题归类。具体包括：
- 反馈分类：功能需求 / Bug 报告 / 体验问题 / 价格反馈 / 其他，并统计数量占比、提取高频反馈 TOP 10。
- 情感分析：正面 / 中性 / 负面倾向判断，识别关键情绪点，提取典型情感表达。
- 优先级评估：按 P0（紧急）、P1（高）、P2（中）、P3（低）分级，评估标准包括影响面、紧急程度、实现成本，并重点列出 P0 问题清单。
- 问题聚类：识别问题关键词并聚类，输出 3-5 个核心问题群及关联反馈数量、典型用户描述、根本原因分析。
据资料记载，V1 与 V2 的性能对比如下：分析时间由约 8 分钟缩短至约 2 分钟（4x），主 Agent 上下文由约 40,000 tokens 降至约 10,000 tokens（节省约 75%），分析维度由 1-4 个顺序执行变为 4 个并发，报告质量由单一视角变为多维度整合。
使用方式
执行流程分三步：
步骤 1：收集反馈数据（主 agent 与用户交互）。通过 AskUserQuestion 询问数据来源，选项包括：A) 从文件读取（输入文件路径）；B) 直接粘贴反馈内容；C) 从应用商店/社交媒体爬取（需 WebSearch）；D) 使用示例数据演示；E) 其他（手动输入）。
步骤 2：并发分析。在一条消息中并发调用 4 个 Agent tool（type 均为 "general-purpose"），分别执行：
- Subagent 1 Feedback Categorization，输出到 docs/03-增长迭代/feedback-categories.md
- Subagent 2 Sentiment Analysis，输出到 docs/03-增长迭代/sentiment-analysis.md
- Subagent 3 Priority Assessment，输出到 docs/03-增长迭代/priority-assessment.md
- Subagent 4 Problem Clustering，输出到 docs/03-增长迭代/problem-clusters.md
步骤 3：主 Agent 整合分析。读取上述四个结果文件，用 Write 生成综合报告 docs/03-增长迭代/用户反馈分析报告.md。综合报告结构包含：反馈概览、反馈分类统计、情感分析、优先级评估、问题聚类分析、改进建议（短期/中期/长期）、下一步建议。
交互规则：若环境支持 AskUserQuestion 则使用它（最佳体验），否则必须用普通聊天消息提出同样问题；一次只问一个问题；提问后必须停止当前回合等待用户回答，不得在用户回答前生成文档或写入 docs。
写入边界：只讨论时不写文件，启动检查不创建目录。用户要求保存产物时，先确认当前产品、精确输出路径及已有文件的覆盖/追加选择；确认后仅在实际 Write 前创建该输出文件的父目录。完整安装可参见 skills/_shared/artifact-policy.md。
适用场景
- 从文件读取一批用户反馈并分析。
- 直接粘贴反馈内容进行分析。
- 从应用商店/社交媒体爬取反馈（需 WebSearch）。
- 使用示例数据演示。
限制
- 反馈数据极少，或仅需收集无需分析时不建议使用。
- 反馈数据质量影响结果：高质量反馈应具体描述问题、提供复现步骤、包含环境信息；低质量反馈表现为模糊描述、情绪化表达、重复提交。
- 分析偏差控制需注意样本代表性、时间窗口、情感偏向，关键结论需要交叉验证。
- 视频与资料中标注为 Stop 的常见误区包括：使用“应该”“大概”“看起来”做结论、未运行检查就声称已完成、因时间紧迫跳过关键步骤等，应基于实际数据和验证。
后续建议
完成分析后，资料推荐执行：pm-priority（对改进建议进行优先级排序）、pm-iteration（制定迭代计划）、pm-docs（更新产品文档）。