用途
customer-persona 用于创建有研究数据支撑的客户画像，并配套生成人物头像。它适合需要为目标市场建立结构化用户描述的场景，强调从数据出发而非凭假设，并覆盖人口统计、心理特征、待办任务（JTBD）、旅程映射等维度。
主要能力
- 通过搜索类应用进行目标市场研究，包括市场人口统计、痛点与挑战、工具使用模式、内容消费习惯。
- 生成画像头像：调用图像生成应用（如 falai/flux-dev-lora），按年龄、性别、族裔与职业背景匹配生成专业头像。
- 提供画像模板，包含头像、姓名、职位、引语、人口统计、心理特征、目标、痛点、渠道、购买触发条件等区块。
- 提供分步构建流程：研究、人口统计、心理特征、目标、痛点、JTBD、购买流程、头像生成。
- 支持定义反画像（Anti-Persona），明确不是目标客户的人群。
- 支持多画像管理，区分主画像、次画像、第三画像及其优先级。
- 提供验证方法与常见错误清单。
使用方式
安装 belt CLI 技能：
npx skills add belt-sh/cli
登录：
belt login
市场研究示例：
belt app run tavily/search-assistant --input '{
"query": "SaaS product manager demographics pain points 2024 survey"
}'
生成头像示例：
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
}'
查看所有可用应用：
belt app list
相关技能安装：
npx skills add inference-sh/skills@web-search
npx skills add inference-sh/skills@ai-image-generation
npx skills add inference-sh/skills@prompt-engineering
适用场景
- 产品与市场团队需要为目标用户建立结构化画像。
- 需要用真实研究与数据替代假设来定义用户群体。
- 需要为画像配套生成符合人口统计特征的视觉头像。
- 需要区分主次用户并明确反画像以避免资源浪费。
限制
- 依赖 inference.sh CLI（belt）及相应应用，需先安装并登录。
- 具体应用的可用性、调用成本与平台支持暂未提供。
- 画像质量取决于所使用搜索与图像应用的实际结果，本技能本身不保证数据准确性。