Customer Persona 是一个用于创建有调研数据支撑的客户画像的技能，结合市场数据与头像生成。它通过 inference.sh CLI（belt）调用搜索和图像生成应用来完成调研与视觉化。
用途 该技能用于构建客户画像，覆盖人口统计、心理特征、待办任务（jobs-to-be-done）、旅程映射等内容，并生成人物头像。其核心主张是“从数据出发，而非假设”，帮助团队形成可操作的用户画像。
主要能力
- 市场调研：通过 belt app run 调用 tavily/search-assistant、exa/search、exa/answer 等应用，查询目标市场的人口统计、痛点、工具使用模式与内容消费习惯。
- 画像模板：提供包含头像、姓名、年龄、职位、引语、人口统计、心理特征、目标、痛点、渠道、购买触发因素的结构化模板。
- 分步构建：从调研、人口统计、心理特征、目标、痛点、JTBD、购买流程到头像生成，共八个步骤。
- 头像生成：通过 belt app run falai/flux-dev-lora 生成符合人口统计与职业背景的专业头像。
- 反画像（Anti-Persona）：定义“谁不是你的客户”，避免在无法服务的客户上浪费精力。
- 多画像管理：区分主要、次要、第三级画像，建议最多 3-4 个。
- 验证方法：列出客户访谈、支持工单分析、分析数据、问卷、销售通话录音等验证方式。
- 常见错误提示：列出基于假设、画像过多、痛点模糊、仅有人口统计、从不更新、无反画像、单一画像等错误及修正建议。
使用方式 需要先安装 inference.sh CLI（belt），安装说明见相关链接。基本流程：
- 安装 belt CLI 技能：npx skills add belt-sh/cli
- 登录：belt login
- 运行调研查询，例如： belt app run tavily/search-assistant --input '{ "query": "SaaS product manager demographics pain points 2024 survey" }'
- 生成头像，例如： belt app run falai/flux-dev-lora --input '{ "prompt": "professional headshot photograph of a 35-year-old woman, product manager, friendly confident expression, modern office background, natural lighting, business casual attire, realistic portrait", "width": 1024, "height": 1024 }'
- 按模板与步骤整理画像内容。
适用场景
- 产品团队定义目标用户与购买者。
- 营销与增长团队制定渠道与触达策略。
- 需要基于调研而非假设构建用户画像的团队。
- 需要生成画像头像用于演示或文档的场景。
限制
- 依赖 inference.sh CLI（belt）及相应应用，需先安装并登录。
- 画像质量取决于调研数据的真实性与充分性；基于假设的画像被视为虚构。
- 建议画像数量不超过 3-4 个，过多则难以服务好。
- 人口统计应使用范围而非精确值。
- 痛点应尽可能量化，模糊痛点不可操作。
- 画像需定期（如每季度）更新，否则会过时。
- 关于具体收费、价格、平台支持范围等事实，资料中暂未提供。