SuperAPI AI 工具集

nmt-analyze-interviews

通用与其它

查看项目

更新于 10-16 05:44

技能介绍

用途:把已经完成的访谈资料提炼为 AJTBD(Advanced Jobs To Be Done)结构,重建真实访谈中的客户分群,并说明数据可信到什么程度。它不是市场调研式的凭空分群,也不负责设计访谈(那是 nmt-interview-guide 的职责)。

主要能力:接收一个或多个访谈文件(转录、笔记、销售通话、支持日志、问卷开放题,是否符合 AJTBD 均可),先确认要解决的业务任务,为每位独立受访者或观察分配稳定去重的 ID(R01、R02…)。每个来源由独立子代理读取,避免上下文溢出。输出单份报告,包含:数据质量摘要、按 Core Jobs 划分的细分(含画像、Big Jobs、置信度、去重支撑 ID、n/N 计数)、现有解决方案与不足、考虑集、价值假设、单一信号隔离区、待验证假设、来源到细分映射与逐来源附录、缺口与下一步访谈建议。

使用方式:在技能环境中调用该技能,先接受引导说明,提供业务任务与访谈文件路径;默认 Quick 模式(不联网),可选 Deep 模式(联网补充竞品与评论语言)。方法论仅从运行时的 Next Move Theory canon 渐进读取,先读核心文件,再按阶段加载。若 canon 路径找不到,可尝试给文件夹加 1- 前缀重试。默认输出为单文件,路径为 Skills-Results/{product-slug}/analyze-interviews/{YYYY-MM-DD_HH-MM}_{product-slug}-analyze-interviews-result.md(或单个自包含 .html),重跑不会覆盖,不生成逐访谈文件。

适用场景:产品/指标已有真实访谈材料,需要从中提取细分、问题、价值方向,并判断数据能否支撑后续定位、诊断或上市动作。

限制与注意:输出为 LLM 生成估计,含置信度本身,非真实测量,可能产生幻觉;结论须结合锚点引文复核。不得用通用 JTBD 替代本方法论。仅依据过去投入研究 Job,未来意图为假 Job。证据稀疏时不得虚构百分比或精度,应标注为假设并列明最需补充的访谈。资料未提供该技能的收费、价格与具体安装命令信息。