discovery-interview-prep

discovery-interview-prep 技能概览

discovery-interview-prep 技能可以帮助你在和用户对话之前，先把客户发现访谈规划清楚。它面向产品经理、UX 研究员、创始人，以及任何需要比通用讨论提纲更精准访谈方案的人。如果你是在做 UX Research 场景下的 discovery-interview-prep，这个技能特别适合用在需要先选对研究目标、受访人群和研究方法的阶段，让访谈产出的是可用于决策的洞察，而不是泛泛的反馈。

discovery-interview-prep 技能是做什么的

用 discovery-interview-prep 技能把一个粗略的研究想法，转成一份可执行的访谈计划：访谈谁、问什么、哪些问题不要问，以及如何设定访谈语境，避免把参与者引向你预设的答案。

最适合的场景与高价值用法

它适用于问题验证、流失研究、功能采用问题，以及早期产品概念测试。尤其适合资源受限、时间紧张，或者你需要把一个开放式想法收敛成聚焦的发现式研究计划的时候。

它真正带来的价值

它的核心价值在于结构化。这个技能不会只是临时拼几道问题，而是帮你明确访谈目标、识别偏差风险，并选择和你要做出的决策相匹配的方法。这让 discovery-interview-prep 技能比简单的 prompt 模板更适合支持决策。

如何使用 discovery-interview-prep 技能

安装并找到技能文件

对于 discovery-interview-prep install，先从仓库中添加这个技能，然后从 SKILL.md 开始看起。这个仓库里，技能目录下只有这一份文件，所以不需要再去翻找 rules/、resources/ 或 scripts/ 这一层。最快的安装方式是：
npx skills add deanpeters/Product-Manager-Skills --skill discovery-interview-prep

给技能一份完整的研究简报

discovery-interview-prep usage 这种用法在你提供清晰的目标、受众和约束条件时效果最好。一个好的输入可以是这样的：

• 研究目标：验证为什么企业客户在过去 90 天内流失
• 受众：admin 和日常用户
• 约束：5 场访谈，每场 30 分钟，只能冷启动外联
• 需要支持的决策：先修 onboarding 还是先修定价文案
• 未知点：问题到底是价值感知不够，还是产品可用性有问题

这比直接说“帮我准备 discovery interviews”要好得多，因为这样技能才能根据真实决策来选择合适的方法和提问路径。

先走对工作流

先读 SKILL.md，然后用提示词和自适应问题流把计划逐步收紧。如果你要把 discovery-interview-prep guide 融入自己的流程，至少要把三件事说清楚：研究目标、参与者分组，以及你打算如何使用这些答案。这样输出才会真正可执行。

你可以期待什么样的输出

一次高质量的运行，应该能帮助你定义访谈范围、避免确认性偏差，并产出能挖出行为、约束和决策背景的问题。如果你的输入很模糊，技能大概率会给出一个较宽泛的计划；如果你的输入足够具体，它就能帮你做出更收敛、更有针对性的访谈提纲。

discovery-interview-prep 技能常见问题

discovery-interview-prep 只适合 UX research 吗？

不是。discovery-interview-prep 技能在 UX Research 的 discovery-interview-prep 场景下最强，但它同样适用于产品管理、客户成功和创业验证。只要你的目标是在做出产品或方案变更之前先从用户那里学习，它就适合。

它和普通 prompt 有什么不同？

普通 prompt 通常只会给你一份问题清单。这个技能的重点是先帮你把前置工作想清楚：和谁谈、做哪种访谈、以及要避开哪些偏差陷阱。正是这种额外的结构化，提升了决策质量。

它适合新手吗？

适合，只要你能用清楚、直接的话描述研究目标。你不需要研究方法背景，但至少要有足够的上下文来回答一些基础范围问题。如果你连访谈要支持哪个决策都说不出来，这个技能的作用就会明显变弱。

什么时候不该用它？

如果你已经有一套固定且经过验证的访谈脚本，或者你需要的是统计型问卷设计而不是定性探索，就不要用它。访谈结束后的执行、归纳和分析，也不是它最适合解决的问题。

如何改进 discovery-interview-prep 技能

给出更尖锐的背景，不只是一个主题

最大的质量提升，来自把研究背后的决策定义清楚。把产品范围、用户类型、怀疑中的问题，以及如果访谈验证了这个问题你会怎么改，都写进去。这样 discovery-interview-prep skill 才能把访谈方式收窄，而不是停留在泛泛层面。

提供真正有影响的约束条件

告诉技能哪些条件是受限的：参与者数量、访谈时长、招募渠道、可接触的客户分群，以及这些访谈是探索式还是假设驱动式。约束会直接改变最合适的方法，所以它们应该从一开始就出现在你的 discovery-interview-prep usage 输入里。

注意常见失败模式

最常见的错误，是在没有清晰假设或决策背景的情况下，只问“该问什么问题”。另一个问题是把太多目标塞进同一场访谈，结果答案四散。如果第一次输出显得过于宽泛，就用更窄的受众分群，或者只保留一个主要研究问题，重新运行一次。

通过不断收紧目标来迭代

第一轮先用来确定范围，然后再用更具体的信息修正方案：准确的客户类型、时间线，以及什么证据会改变你的判断。最好的 discovery-interview-prep guide 用法是逐步打磨，而不是一次性 prompt 就想定稿。