用途
该技能面向 B2B 场景，帮助撰写结构化的客户案例研究（case study）。核心目标是围绕客户而非产品讲故事，用可量化的结果证明价值，并适配多种分发渠道。
主要能力
- STAR 框架：每篇案例研究按 Situation（情境）→ Task（任务）→ Action（行动）→ Result（结果）组织。各段建议长度：Situation 100-150 词、Task 100-150 词、Action 200-300 词、Result 100-200 词，全文 800-1200 词。
- 结构模板：包含标题（以结果开头，具体、量化）、快照框（公司、行业、规模、挑战、结果、产品）、情境、任务/挑战、行动/方案、结果等部分。
- 指标呈现：强调量化，给出时间、金钱、效率、增长、满意度等指标类别及示例写法。
- 数据可视化：通过 belt 运行 Python 生成前后对比柱状图等图表。
- 客户引语：给出好引语的标准、放置位置（挑战段 1 条、结果段 1-2 条）与署名格式（全名、职位、公司）。
- 调研支持：通过 belt 调用搜索类应用获取行业基准、竞品格局与支撑统计。
- 分发格式：网页、PDF、幻灯片、单页、社交帖子、视频等，并给出社交片段示例。
- 写作清单与常见错误：提供检查项与错误对照表。
使用方式
需先安装 inference.sh CLI（belt）：
npx skills add belt-sh/cli
登录：
belt login
调研示例：
belt app run tavily/search-assistant --input '{
"query": "SaaS customer onboarding challenges 2024 statistics"
}'
生成图表示例：
belt app run infsh/python-executor --input '{
"code": "import matplotlib.pyplot as plt\nimport matplotlib\nmatplotlib.use(\"Agg\")\n\ncategories = [\"Processing Time\", \"Error Rate\", \"Cost per Order\"]\nbefore = [4, 12, 8.50]\nafter = [0.75, 1.5, 2.10]\n\nfig, ax = plt.subplots(figsize=(10, 6))\nx = range(len(categories))\nwidth = 0.35\nax.bar([i - width/2 for i in x], before, width, label=\"Before\", color=\"#ef4444\")\nax.bar([i + width/2 for i in x], after, width, label=\"After\", color=\"#22c55e\")\nax.set_ylabel(\"Value\")\nax.set_xticks(x)\nax.set_xticklabels(categories)\nax.legend()\nax.set_title(\"Impact of Implementation\")\nplt.tight_layout()\nplt.savefig(\"results-chart.png\", dpi=150)\nprint(\"Chart saved\")"
}'
相关技能安装：
npx skills add inference-sh/skills@web-search
npx skills add inference-sh/skills@prompt-engineering
浏览全部应用：
belt app list
适用场景
- 营销与内容团队制作客户成功故事
- 销售团队准备案例材料（PDF、幻灯片、单页）
- 需要行业调研与数据可视化支撑的案例写作
- 社交渠道的案例片段分发
限制
- 依赖 inference.sh CLI（belt）及相应应用，需登录使用。
- 资料未提供具体收费、价格、平台兼容性或效果保证信息。
- 案例研究需客户批准最终版本，资料提示存在法律/关系风险。
- 全文建议控制在 800-1200 词，过长或过短均有弊端。