用途：基于调研而非假设创建有数据支撑的客户画像，并配有可视化头像。属于产品/营销用户研究工作流，依赖 inference.sh CLI（belt）。
主要能力：用搜索类应用收集市场人口统计、痛点、工具使用和内容消费习惯；按模板整理人口统计（用区间而非精确值）、心理特征、目标、量化痛点、Jobs-to-be-Done（功能性/情感性/社会性）、购买流程与购买触发；生成符合画像设定的头像；定义反画像以明确不服务的客户；区分主/次/三级画像（通常2–4个）；并给出验证方法与常见错误清单。
必要用法：先安装并登录 CLI。安装技能：npx skills add belt-sh/cli；登录：belt login。随后可运行搜索，例如 belt app run tavily/search-assistant --input '{"query": "..."}'、belt app run exa/search --input '{"query": "..."}'、belt app run exa/answer --input '{"question": "..."}'；生成头像示例：belt app run falai/flux-dev-lora --input '{"prompt": "...", "width": 1024, "height": 1024}'。可浏览应用：belt app list。相关技能安装命令包括 npx skills add inference-sh/skills@web-search、@ai-image-generation、@prompt-engineering。
适用场景：产品与营销团队做用户研究、定位目标市场、准备落地页/推广信息、设计购买路径时使用。
限制：技能强调画像必须经客户访谈（5–10）、工单分析、分析数据、问卷（50+）和销售录音验证，否则只是虚构；人口统计用范围而非精确值；画像总数建议不超过4个；需定期（如每季度）更新；资料未提供具体收费、价格、平台支持范围与效果承诺。