customer-research

customer-research skill 概覽

customer-research skill 會做什麼

customer-research skill 讓 agent 以有結構的方法執行客戶研究，而不是只給出空泛的腦力激盪。它主要支援兩種實務工作：分析你手上已經有的研究資料，以及在你沒有第一手材料時，從公開來源找出新的客戶訊號。這讓它特別適合用於 UX Research、產品行銷、定位、訊息設計、ICP 研究，以及 voice-of-customer 綜整。

誰適合安裝 customer-research

這個 customer-research skill 特別適合在做產品、UX 或訊息決策前，需要先有證據依據的團隊。常見適用對象包括 UX 研究員、創辦人、PM、產品行銷人員、成長團隊，以及處理訪談、問卷、客服工單、評論或社群貼文的代理商團隊。

最適合的使用情境

當你需要以下工作時，就很適合使用 customer-research：

• 分析訪談逐字稿或問卷回覆
• 把零散混亂的客戶輸入整理成主題與代表性引述
• 找出 jobs to be done、痛點、觸發事件、期望結果，以及購買用語
• 在還沒做直接訪談前，先完成早期 ICP 或市場理解
• 從 Reddit、G2、Capterra、論壇與利基社群中挖掘反覆出現的模式

為什麼它比一般 prompt 更好

它最大的差異在於工作流程的紀律性。這個 skill 會引導 agent 先檢查是否已有產品行銷背景資訊、在分析前先釐清研究目標、把「分析既有材料」與「出去找研究」分成兩條路徑，並要求抽取具體欄位，而不是丟出一份模糊摘要。附帶的 evals 也清楚示範了什麼才算是好的行為，能大幅降低摸索成本。

在採用前你需要先知道什麼

這不是資料蒐集工具，也不是 scraping 套件。它的價值在於研究 framing、來源選擇、抽取結構，以及綜整品質。如果你要的是自動化 pipeline、dashboard，或統計型問卷分析工具，這份 customer-research 指南本身並不適合單獨使用。但如果你想讓 AI agent 做出更好的研究 prompt 與更一致的輸出，它會是很強的候選方案。

如何使用 customer-research skill

customer-research 的安裝與閱讀起點

可用以下指令從 repository 安裝：

npx skills add https://github.com/coreyhaines31/marketingskills --skill customer-research

接著打開 skill 資料夾，先讀這幾個檔案：

• skills/customer-research/SKILL.md
• skills/customer-research/evals/evals.json
• skills/customer-research/references/source-guides.md

如果你第一輪只想先看一個檔案，請先從 SKILL.md 開始。若你想快速理解輸出品質應該長什麼樣子，下一個就看 evals/evals.json。

先檢查產品背景資訊

這個 skill 有一個很實際的前提：在提問之前，先檢查 .agents/product-marketing-context.md 或 .claude/product-marketing-context.md。這很重要，因為當 agent 已經知道產品、買方、品類與限制條件時，customer-research 的使用品質通常會明顯提升。

如果這個檔案存在，請直接把它指給 agent，或把等效的背景資訊貼進 prompt。

先搞清楚兩種操作模式

customer-research skill 在你明確指定模式時效果最好：

1. Analyze existing assets
   適用於逐字稿、工單、問卷、評論、通話筆記與客服紀錄。

2. Go find research
   適用於你手上沒有直接客戶材料，需要從 Reddit、評論網站、論壇或競品相關討論中找公開研究資料時。

一開始就說清楚模式，可以避免 agent 把綜整與找資料混在一起。

哪些輸入最容易得到好結果

如果你想把 customer-research 用得好，請提供 agent：

• 產品或問題所屬類別
• 目標使用者或 ICP
• 研究目標
• 可用來源
• 希望交付的產出形式
• 限制條件，例如時間、地區、市場或客群區段

一個弱的 prompt 會像這樣：

• 「Help me research customers.」

一個更強的 prompt 會像這樣：

• 「Use the customer-research skill in analyze-existing-assets mode. I have 18 interview transcripts from heads of support at B2B SaaS companies. Goal: identify recurring onboarding pain points, switching triggers, and language we can use on our website. Deliverable: prioritized themes, representative quotes, and a short implications section for UX Research and messaging.」

把模糊目標補成完整 prompt

這個 customer-research skill 有一個很可靠的 prompt 結構：

• context：涉及的產品或受眾是什麼
• objective：研究要支援哪個決策
• mode：分析材料，或出去找研究
• source list：目前有哪些資料
• extraction fields：要抽取哪些欄位
• output format：你要的最終產出長什麼樣子

例如：

「Use the customer-research skill for UX Research. Product: user onboarding software for mid-market SaaS teams. Audience: onboarding managers and customer success leaders. Mode: analyze existing assets. Sources: 12 transcripts, 40 churn survey responses, 85 support tickets. Extract: jobs to be done, pain points, trigger events, desired outcomes, alternatives considered, exact language, and high-signal quotes. Output: clustered themes with frequency and intensity, then 5 UX opportunities.」

這個 skill 特別擅長抽取哪些內容

根據 skill 與 evals，agent 應該會特別去找：

• jobs to be done
• 痛點與摩擦點
• 觸發事件
• 期望結果
• 客戶自然會使用的語言
• 曾考慮過的替代方案或競品
• 主題分群
• 出現頻率與強度
• 可作為證據的 money quotes

這種結構很有用，因為它能把原始研究資料，順利接到後續的 UX 調整、定位與訊息決策上。

如何把 customer-research 用在 UX Research

若是用於 UX Research，不要只要求「insights」。你應該要求：

• 重複出現的任務拆解
• 現有 workflow 中的摩擦點
• 令人困惑或造成延遲的時刻
• 未被滿足的期待
• 使用者自行 workaround 的行為
• 功能選擇標準
• 有證據支撐的機會區域

這樣做可以讓 customer-research skill 保持以使用者行為為核心，而不是漂移成只剩行銷角度的摘要。

如何正確使用公開來源研究

在「go find research」模式下，repository 的參考指南會指向 Reddit、G2、Capterra、論壇與利基社群等實用來源。最有效的做法不是「搜尋我們品牌名稱」，而是「去搜尋 ICP 會討論這個問題的地方」。

有用的來源類型包括：

• 聚焦問題本身的 Reddit 討論串
• 競品比較貼文
• 評論網站上的抱怨與稱讚
• 討論 workflow 與 workaround 的論壇貼文
• 「what tool do you use for X?」這類討論

第一次正式使用前，值得先讀的 repository 檔案

建議依序閱讀：

1. SKILL.md，先掌握 workflow
2. evals/evals.json，理解預期的提問方式與輸出形狀
3. references/source-guides.md，看各種來源的具體用法，尤其是 Reddit research

其中 evals 特別值得看，因為它會揭露一些不那麼直觀、但很關鍵的期待，例如分析前先問使用者目標，或建議加入 frequency 與 intensity 評分。

實務上建議的 customer-research 工作流程

一個適合真實使用的 customer-research 流程通常會像這樣：

1. 提供產品與受眾背景
2. 說清楚你要做的研究決策
3. 選擇 mode 1 或 mode 2
4. 提供現有材料或目標來源
5. 要求 agent 抽取結構化欄位
6. 檢查第一版綜整是否漏掉某些區段
7. 再跑第二輪，專注看矛盾點、邊界案例與最佳引述
8. 把發現轉成具體的 UX、產品或訊息產物

實務上值得要求的輸出格式

請選擇能直接接上下一步工作的 deliverable：

• 附引述的主題表
• JTBD 摘要
• 以證據為基礎的人物誌輸入
• 客群區段比較
• 依 frequency 與 intensity 排序的主要痛點
• 社群與評論網站的來源地圖
• 給產品或 UX Research 的 implication memo

具體的 deliverable 能改善 customer-research 的初次安裝體驗，因為第一次跑出來的結果會更能直接採取行動。

customer-research skill 常見問題

customer-research 適合初學者嗎

可以，前提是你已經知道這份研究要支援什麼決策。這個 skill 比一般 prompt 更有結構，但初學者仍然需要提供產品背景，並選擇有用的交付形式。否則輸出還是可能停留在很寬泛的層次。

什麼時候該用 customer-research，而不是一般 prompt

當你想要可重複的抽取與綜整，尤其是面對大量材料時，就該用 customer-research skill。一般 prompt 也許能做內容摘要，但這個 skill 更可能先追問目標、使用研究框架，並輸出分群、引述與證據，而不是零散觀察。

這個 skill 只適合行銷團隊嗎

不是。雖然它放在 marketing skills repository 裡，但 customer-research 同樣適合 UX Research、產品探索、客服分析，以及早期市場理解。它底層的方法很適合任何需要理解使用者痛點、觸發因素、期望結果與用字習慣的團隊。

customer-research skill 的邊界在哪裡

它不能取代第一手研究營運、受訪者招募、analytics instrumentation，或正式的量化方法。它最強的地方在於 framing、來源探索、質性分析與綜整。

沒有訪談逐字稿，customer-research 也能用嗎

可以，這反而是它很好導入的一點。這個 skill 明確支援從網路公開來源找研究資料的模式，對早期團隊，或是正在進入新市場區段、但暫時還接觸不到直接客戶的團隊特別有幫助。

什麼情況下 customer-research 不適合

以下情況建議跳過：

• 你需要有統計效度的問卷分析
• 你需要研究方法的法務或合規審查
• 你需要自動化 scraping 或資料 pipeline
• 你只是想要臨時發想一些廣告文案，而不打算做證據蒐集

repository 有提供特定來源的操作指引嗎

有。references/source-guides.md 提供了具體的公開來源研究方式，特別是 Reddit 的探索方法、搜尋模式，以及哪些類型的貼文最容易看出痛點、替代方案與 switching triggers。

如何把 customer-research skill 用得更好

給這個 skill 一個決策，不要只給主題

品質提升最大的關鍵，就是告訴 agent 這份研究要支援哪個決策。「Research our customers」很弱；「找出我們下一個 UX sprint 應優先處理的 onboarding friction」就強得多。決策越清楚，抽取與綜整通常也會越好。

提供更強的來源 framing

告訴 agent 每一種來源各自代表什麼：

• win interviews
• churn interviews
• 新用戶的 support tickets
• 來自 SMB 買方的 G2 reviews
• 由 practitioner 發的 Reddit 貼文，而不是買方

這會讓分群品質更好，因為 agent 能把 acquisition、onboarding、retention 與 switching 訊號拆開處理。

要求有證據支撐的客群分段

customer-research 很常見的失敗模式之一，是把不同使用者壓扁成一個混合 persona。若要提升結果，請明確要求：

• 區段差異
• 不同來源之間的矛盾
• 少數但嚴重的痛點
• 買方、管理者與日常使用者之間的差異

不只要 themes，也要 frequency 和 intensity

只有 themes 往往太軟，不足以支撐決策。請要求 agent 評分，或至少區分：

• 常見但嚴重度低的問題
• 不那麼常見但強度很高的問題
• 不該拿來主導決策的一次性個案

這也是 evals 裡最清楚浮現的實務模式之一。

要求 exact language 與 money quotes

如果你希望輸出不只停留在研究 memo，而能直接延伸使用，請要求 verbatim phrasing 與簡短的支持性引述。這會讓 customer-research skill 在 UX Research 綜整、利害關係人報告，以及後續訊息設計上更有價值。

用更好的搜尋種子改善公開來源研究

針對 mode 2，不要只從你的產品類別開始。請用以下內容當搜尋種子：

• 問題陳述
• 職稱
• 競品名稱
• alternative、switch、recommend、frustrated with 這類語言

repository 的 reference guide 有說明這為什麼有效：以問題為中心的搜尋，比起以品牌為中心，更能更快挖到真實 workflow 痛點。

第一輪之後要迭代

第一版輸出通常應該被視為地圖，而不是最終答案。接著可以追問：

• 「Which themes are strongest for new users versus experienced users?」
• 「What contradictions appear between interviews and reviews?」
• 「Pull 10 quotes that show urgency, not just dissatisfaction.」
• 「Which findings are most actionable for UX Research in the onboarding flow?」

留意常見失敗模式

在以下情況下，customer-research skill 通常會表現不佳：

• 來源品質參差不齊，卻沒有標示清楚
• 一個 prompt 同時要求太多結果
• 受眾區段定義模糊
• 把公開來源當成直接客戶訪談來使用
• 還沒有提供足夠原始證據，就先要求綜整

建立可重複使用的 prompt 模板

如果你預期會反覆使用 customer-research，建議建立一份標準模板，包含：

• 產品摘要
• ICP 與 non-ICP
• 研究問題
• mode
• source inventory
• extraction fields
• output format
• constraints
• 這份結果要支援什麼決策

這樣一來，這個 skill 就不只是一次性的 prompt 輔助工具，而會變成可重複執行的研究 workflow。