SuperAPI AI 工具集

research-repository

写作与研究

查看项目

更新于 10-16 03:14

技能介绍

用途:设计并维护研究仓库的系统、标签规范与例行流程,让研究洞察可被查找和复用,团队不必重复做同样的研究,并能基于累积证据做决策。

主要能力:

  1. 仓库架构:分三层——洞察(可独立复用的最小单元)、研究项目(提供洞察有效性的背景)、原始数据(访谈记录、录音、问卷导出,非主要检索目标);以洞察为检索主入口。
  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:先定义受控词表再录入;维度包括主题、功能/产品区域、用户分群、情感、时效性、状态;标签小写复数,每条限 5–8 个,每季度复核。
  4. 文化与维护:研究完成后一周内录入结构化摘要与标签;季度复核,把被新证据推翻的洞察标为已取代并归档而非删除;建立证据链;定期发布研究摘要;在新研究前先检索仓库。
  5. 工具:Notion、Airtable、Dovetail、Confluence、EnjoyHQ 等,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”“是否测过移动端结账”“某分群对通知的看法”“两年前可能过时的研究”等问题检验可用性。

使用方式:资料未提供具体安装命令或调用步骤,仅给出上述设计原则与流程。

适用场景:同一研究被反复重做、洞察散落在共享盘、报告冗长难检索、标签不一致、仓库无人维护、洞察与原始数据混淆的团队。

限制:资料未提供收费、价格、平台支持、具体工具配置步骤或效果数据;工具对比仅为定性描述。