用途：该技能帮助用户处理大量用户反馈，把零散信号转化为可执行的产品洞见，核心是放大共情与综合能力，资料来源为19位嘉宾及文章的观点。
主要能力：一是归类信号，按用户影响力与反馈频次把反馈分组为主题或细分人群；二是评估代表性，用框架判断反馈是来自少数声音还是广泛需求；三是搭建内部试用（dogfooding），通过审计和强制使用流程让团队亲身体验摩擦；四是应用AI综合，指导用LLM处理转录、评价、客服工单等大数据集。
模板与框架（资料列出）：Duolingo Dogfooding Process；Feedback Evaluation: Representation × Influence Matrix；The Trust Vault；Walk the Store / Essential Journeys Audit；Customer Feedback Hub（Coda模板）；Ramp AI User Personas for PM Feedback；Confluent LLM-Powered Customer Feedback Clustering；WeDash Dogfooding Program；Feedback Prioritization 2×2: Depth of Effect × Breadth of Effect。完整清单见 references/artifacts.md。
核心原则：体验式共情（如让内部团队在不急于解决问题的情况下亲自体验产品摩擦，Jeff Weinstein观点）；强制服务参与（如WeDash要求全员定期做配送，Keith Yandell观点）；创作者心态沉浸（Maya Prohovnik观点）；统计代表性过滤（不能因声音大就行动，需判断发声者是谁）。
适用场景：产品经理、用户研究、持续发现（Continuous Discovery）与想法验证等。相关技能包括Customer Interviews、Continuous Discovery、Idea Validation、Product Experiments。
限制与常见错误：只服务少数发声者、审计中过早讨论方案、把“要免费访问”误当价值请求、反馈落地后不回访用户。具体价格、平台与使用步骤资料未提供。