customer-empathy

customer-empathy 技能概览

customer-empathy 是一款轻量级的 customer-thinking prompt skill，帮助你在动手之前先停一下，从用户视角重新思考问题。它最适合产品团队、创始人、设计师以及 Customer Success 从业者，用来更清晰地判断 onboarding、UX、功能优先级或文案表达。它真正要解决的，不是“写共情文案”，而是把模糊的产品工作收敛成一个更锋利的问题：这是为谁做的，他们想完成什么，以及最大的阻力在哪里？

什么时候 customer-empathy 最适合用

当你需要用更快、更有纪律的方法，从客户价值出发评估一次改动时，就适合使用 customer-empathy 技能。它尤其适用于早期产品、onboarding 重设计、由支持工单驱动的产品修复，以及假设还比较模糊的功能规划。对于 Customer Success 场景下的 customer-empathy 来说，它也很合适，因为它聚焦的是 adoption 阻碍、感知价值，以及客户决定是否继续使用的关键时刻。

customer-empathy 有什么不同

这个技能不是一个泛泛的头脑风暴 prompt。它会推动你把“客户在意什么”和“团队在意什么”区分开来，再把这些差异转译成具体的产品决策。它的价值在于结构：角色、场景、期望结果、情绪状态、摩擦点，以及那些能建立信心的“magic”时刻。也正因为如此，它的输出比一句宽泛的“站在用户角度思考”更适合直接拿来做决策。

什么时候不该用它

如果你已经有很扎实的客户研究，这个技能更适合用来补充和细化，而不是替代研究。它不是访谈、数据分析或支持工单分析的替代品。若你需要的是实施规格、品牌文案或技术架构，就不该用它；customer-empathy 的目标是先优化问题定义，而不是直接给出方案细节。

如何使用 customer-empathy 技能

在工作流中安装 customer-empathy

在 Claude Code skills 工作流里使用 customer-empathy 的安装命令，然后把这个技能保留给产品和支持相关任务使用。一个典型的安装方式是 npx skills add rameerez/claude-code-startup-skills --skill customer-empathy。安装完成后，在请求策略建议、UX 评审、onboarding 文案或优先级判断之前先加载这个技能，这样模型就会带着明确的 empathy 框架来回答。

输入具体决策，不要只给模糊话题

customer-empathy 的使用效果最好时，你提供的是一个具体情境：用户群体、产品区域、希望他们采取的动作，以及你怀疑存在的摩擦点。强 prompts 会直接点明客户是谁、任务是什么。比如：“使用 customer-empathy 分析小型 agency 的管理员首次激活流程：他们已经连接了账户，但还没邀请团队成员。请识别他们在意什么、可能没看懂什么，以及最快达到价值的路径。”这样技能才有可操作的问题可以推理。

先看这些文件

先看 SKILL.md，了解这个练习的结构；然后再查看仓库里能解释该技能如何使用的上下文文件。在这个 repo 里，关键文件就是技能本身，没有额外的脚本、参考资料或补充规则目录。这意味着 customer-empathy 指南本身就是刻意保持简洁的，所以重点是把问题 prompt 适配到你自己的产品场景，而不是去找隐藏的实现细节。

一个实用的 prompt 模式

一个好用的输入格式是：客户细分 + 场景 + 期望结果 + 已知阻碍 + 输出格式。比如：“将 customer-empathy 应用于已经完成注册但还没有创建项目的 enterprise trial 用户。请总结他们的心理状态、最担心什么、他们其实不在意什么，以及帮助他们尽快获得价值的单一最佳动作。”这种结构通常比泛泛要求“写一些共情要点”效果更好，因为它把技能锚定在真实的 adoption 问题上。

customer-empathy 技能常见问题

customer-empathy 只是给 Customer Success 用的吗？

不是。customer-empathy 确实很适合 Customer Success，但它同样适用于产品管理、UX、onboarding、生命周期消息设计，以及由支持驱动的产品改进。任何依赖理解客户动机、困惑或感知价值的工作，都能从中受益。

使用它一定要有研究数据吗？

不需要完整的研究包，但如果你能提供哪怕是粗粒度的证据，效果会更好：persona、支持主题、分析数据里的流失点，或者常见异议。没有这些，输出仍然可能有用，但会更偏假设。如果你手头有客户原话或使用数据，最好一并放进去，这样可以减少猜测。

它和普通 prompt 有什么区别？

普通 prompt 也能要求一次共情；而 customer-empathy 技能提供的是一套可重复使用的结构，帮助你按正确顺序问对问题。当前你希望在不同产品领域或不同团队成员之间保持一致输出时，这一点尤其重要。它更少强调创意，更强调在行动之前先把问题定义得更好。

customer-empathy 技能适合新手吗？

适合。它的 prompts 很直接，结构也容易上手，即使你不是产品专家也能用。新手最常见的错误是把请求写得太宽泛。只要你写清客户是谁、处在哪个旅程步骤、卡在哪个障碍上，customer-empathy 的安装和使用都会很顺手，而且通常能给出更可执行的建议。

如何改进 customer-empathy 技能

把客户细分再收窄一点

最好的结果来自具体的客户定义，而不是笼统的“用户”。不要问所有客户，而要描述这个人的具体身份和场景：“第一天导入捐赠者数据的新 nonprofit 管理员”或者“已经独立完成设置、现在要让团队开始使用产品的付费用户”。输入越聚焦，customer-empathy 技能就越容易落到真实行为上。

补充摩擦点、风险和成功标准

如果你告诉模型哪里被卡住了，以及从客户角度看什么才算成功，它会更有用。把他们停滞的那个时刻、可能害怕什么、以及他们真正想要的结果都写进去。这样能帮助技能超越表层共情，进入 adoption 设计层面，而这正是 Customer Success 场景下 customer-empathy 最有价值的地方。

要求输出能直接支持决策

改进 customer-empathy 的使用方式之一，是要求它输出可以直接推动行动的内容：最核心的客户需求、最大的困惑点、关键 reassurance，以及下一步唯一动作。如果第一版回答太抽象，可以让它改写成 onboarding 优先级、产品内引导，或者支持跟进建议。这样技能始终围绕决策，而不是只停留在观察。

第一轮之后，用真实证据继续迭代

拿到第一轮回答后，补充一条真实客户原话、一个支持模式，或者一个转化掉点，再让技能重新修订。这是提升准确度最快的方法，因为它用证据替换了假设。想要得到更好的 customer-empathy guide 结果，最好先用第一轮把问题框出来，再用第二轮拿真实客户信号去压力测试。