customer-empathy
作成者 rameerezcustomer-empathy は、顧客起点のプロダクト思考のための軽量なプロンプトスキルです。誰のために作るのか、何を必要としているのか、どこでつまずくのか、そしてオンボーディング、UX、機能優先度、カスタマーサクセスの判断をどう改善するかを整理するのに使えます。
このスキルの評価は 68/100 で、掲載は可能ですが、完全な実務プレイブックではなく、軽量な概念整理用ワークフロー補助として紹介するのが適切です。オンボーディング、UX、機能企画に向けた構造化された customer-empathy プロンプトを求めるユーザーには十分導入候補になりますが、実行手順の具体性や支援インフラは限定的だと考えてください。
- オンボーディング、UX 改善、機能企画、ユーザー理解など、使いどころが明確に示されています。
- 顧客、ジャーニー、提供価値をすばやく整理できる構造化された質問セットがあります。
- フロントマターは妥当で本文量も十分あり、単なるプレースホルダーやデモ用の stub ではありません。
- インストールコマンド、スクリプト、参照ファイル、サポートファイルがなく、運用ツールや検証の深さを示す材料は多くありません。
- ワークフローは主に内省的な質問で構成されており、明確な制約、判断ルール、段階的な実行手順はありません。
customer-empathy skill の概要
customer-empathy は、作業に入る前に一度立ち止まり、ユーザー視点で考えるための軽量な customer-thinking プロンプト skill です。オンボーディング、UX、機能優先度、メッセージングについて、より明確な判断が必要なプロダクトチーム、創業者、デザイナー、Customer Success 担当者に向いています。実際にやりたいことは「共感っぽい文章を書く」ことではありません。曖昧なプロダクト課題を、「これは誰のためのものか」「その人は何を達成しようとしているのか」「最大の摩擦はどこか」という、より切れ味のある答えに変えることです。
customer-empathy が向いているケース
customer-empathy skill は、顧客価値の観点から変更をより速く、より дисциплины ある形で評価したいときに使います。特に、初期段階のプロダクト、オンボーディングの再設計、サポート起点のプロダクト改善、まだ仮説があいまいな機能計画で役立ちます。Customer Success における customer-empathy としても相性がよく、導入の障害、認知される価値、そして顧客が継続するかどうかを判断する瞬間に焦点を当てられるからです。
customer-empathy が他と違う点
この skill は、一般的なブレインストーミング用プロンプトではありません。顧客が気にしていることとチームが気にしていることを切り分け、それを実際のプロダクト判断に落とし込むよう促します。価値があるのは、その構造です。役割、文脈、望む成果、感情状態、摩擦、そして安心感を生む “magic” な瞬間まで整理します。そのため、広く「ユーザーの立場で考える」とだけ促すプロンプトよりも、意思決定に使える出力になりやすいのが特徴です。
使わないほうがよいケース
すでに十分な顧客調査があるなら、この skill は置き換えではなく補強として使うべきです。インタビュー、分析データ、サポートチケット分析の代わりにはなりません。実装仕様、ブランドコピー、技術アーキテクチャが必要な場面では使わないでください。customer-empathy は、まず問題の切り口を改善するためのものです。
customer-empathy skill の使い方
ワークフローに customer-empathy をインストールする
Claude Code skills のワークフローで customer-empathy install command を使い、その skill をプロダクトやサポート関連の作業でいつでも使える状態にしておきます。典型的なインストール例は npx skills add rameerez/claude-code-startup-skills --skill customer-empathy です。インストール後は、戦略、UX クリティーク、オンボーディング文案、優先順位付けの相談をする前にこの skill を読み込んでおくと、モデルが従うべき明確な共感フレームワークを持った状態で応答できます。
曖昧なテーマではなく、実際の判断材料を与える
customer-empathy の使い方が最も生きるのは、具体的な状況を渡したときです。対象ユーザー、プロダクト領域、してほしい行動、そして想定している摩擦をはっきり書きます。強いプロンプトは、顧客と job を名指しします。たとえば、「初回アクティベーションについて customer-empathy で分析して。アカウント接続まではしたが、チーム招待の前で止まっている小規模代理店の管理者が対象。何を気にしているか、何を理解できていない可能性があるか、そして価値に最短で到達する道筋を示して」といった形です。こうすると、この skill が実務上の判断材料として考えやすくなります。
まず読むべきファイル
まず SKILL.md を開いて演習の構造を把握し、その skill がどう使われる前提なのかを説明しているリポジトリ文脈があれば確認します。この repo では、重要なのは skill 本体そのもので、補助スクリプト、参考資料、追加ルール用フォルダはありません。つまり customer-empathy のガイドは意図的にシンプルです。主な作業は、隠れた実装詳細を探すことではなく、自分のプロダクト文脈に合わせて質問の切り口を調整することになります。
実用的なプロンプトの型
使いやすい入力パターンは、「顧客セグメント + 状況 + 望む成果 + 既知の障害 + 出力形式」です。たとえば、「signup は完了したが project をまだ作成していない enterprise trial user に customer-empathy を適用して。心理状態、主な懸念、気にしていないこと、価値に到達させるための最善の一手を要約して」といった形です。この構造は、一般的な共感メモを求めるよりもよい結果を出しやすくなります。実際の導入課題に skill をしっかり結びつけられるからです。
customer-empathy skill の FAQ
customer-empathy は Customer Success 専用ですか?
いいえ。Customer Success における customer-empathy は強力な使い方ですが、プロダクトマネジメント、UX、オンボーディング、ライフサイクルメッセージング、サポート起点のプロダクト改善にも向いています。顧客の動機、混乱、認識される価値を理解する必要がある作業なら、どれも恩恵を受けられます。
うまく使うにはリサーチデータが必要ですか?
本格的なリサーチパックまでは不要ですが、ペルソナ、サポート上の傾向、分析上の離脱ポイント、よくある反対意見など、ざっくりした証拠でもあると精度が上がります。何もない場合でも出力自体は役立つことがありますが、より仮説的になります。顧客の発言や利用データがあるなら、推測を減らすために必ず含めてください。
通常のプロンプトとどう違うのですか?
通常のプロンプトでも共感を一度求めることはできますが、customer-empathy skill は、正しい順序で正しい質問を投げるための再現性ある構造を与えてくれます。異なるプロダクト領域やチームメンバー間で、出力の質をそろえたいときに意味があります。発想の自由度よりも、行動に移る前の切り口をより良くすることに重きを置いています。
customer-empathy skill は初心者でも使えますか?
はい。プロンプトはシンプルで、プロダクトの専門家でなくても使いやすい構成です。初心者がやりがちな失敗は、依頼内容を広くしすぎることです。顧客、ジャーニー上の段階、障害を明記すれば、customer-empathy install は使いやすく、実行しやすい指針を返してくれます。
customer-empathy skill を改善する方法
顧客セグメントをもっと絞る
最も良い結果は、「ユーザー全般」ではなく、具体的な顧客定義から生まれます。全顧客について尋ねるのではなく、正確な人物像と状況を描いてください。たとえば、「1日目に donor data を取り込む nonprofit の新任管理者」や「単独でセットアップしたあと、チームに製品を広めようとしている有料ユーザー」です。入力を絞るほど、customer-empathy skill は実際の行動に結びつけやすくなります。
摩擦、重要度、成功条件を足す
何が妨げになっているのか、顧客側から見て成功とは何かを伝えると、モデルの出力はより役立ちます。どの瞬間で止まるのか、何を恐れていそうか、本当はどんな結果を望んでいるのかを含めてください。そうすると、skill は表面的な共感にとどまらず、導入設計まで踏み込めます。Customer Success における customer-empathy が最も価値を発揮するのは、まさにこの領域です。
行動につながる出力を依頼する
customer-empathy の使い方を改善するには、次のアクションに直結する出力を求めるのが有効です。たとえば、最重要の顧客ニーズ、最大の混乱点、必要な安心材料、次の一手、という形です。最初の出力が抽象的すぎるなら、オンボーディングの優先順位、アプリ内ガイダンス、サポートのフォローアップ提案として書き直すよう依頼してください。そうすることで、観察メモではなく判断材料として skill を使えます。
初回のあとに実データで繰り返し調整する
最初の応答のあとに、実際の顧客コメント、サポートの傾向、コンバージョンの離脱ポイントを 1 つ返し、それを踏まえて修正するよう依頼してください。これは、仮定を証拠に置き換えるため、精度を上げる最短ルートです。customer-empathy guide の成果を最大化するには、1回目で問題の枠組みを作り、2回目で実際の顧客シグナルに照らして検証するのが効果的です。
