「需求」の検索結果

Use when the user has positioning and wants a reusable Xiaohongshu topic/title bank instead of asking AI to freely brainstorm, especially to map topics to user needs such as emotional resonance, growth proof, new insight, learning value, or identity expression. Trigger phrases: "选题库", "标题公式", "每天发什么", "批量选题", "爆款需求", "XHS topic bank", "title formulas". Do not use before account positioning and target audience are known.

日本語の概要は準備中です。原文の説明を表示しています。

Use when the user has positioning and wants a reusable Xiaohongshu topic/title bank instead of asking AI to freely brainstorm, especially to map topics to user needs such as emotional resonance, growth proof, new insight, learning value, or identity expression. Trigger phrases: "选题库", "标题公式", "每天发什么", "批量选题", "爆款需求", "XHS topic bank", "title formulas". Do not use before account positioning and target audience are known.

日本語の概要は準備中です。原文の説明を表示しています。

建立符合官方規格的 Claude Code skill：蒐集需求、產出正確格式的 SKILL.md、驗證命名與描述規則、套用 Progressive Disclosure 結構。適合在新增 skill 或 slash command 時使用。

日本語の概要は準備中です。原文の説明を表示しています。

大型功能開發前，讓 Claude 用 AskUserQuestionTool 深度訪問你（技術、UI/UX、風險、取捨），產出完整 spec，再開新 session 執行。適合在複雜功能實作前、需求模糊時、或開始新專案架構設計時使用。

日本語の概要は準備中です。原文の説明を表示しています。

产品设计 / UX 设计 (产品设计 / UX 设计 (Product Design / UX Design) — 数字产品的用户体验设计：从用户研究 → 信息架构 → 交互设计 → 视觉/UI → 可用性测试 → 设计系统的认知操作系统，面向 UX designer / product designer / interaction designer / UX researcher / design systems engineer / design lead，以及想入行、转岗、服务这行(设计外包、设计工具厂商、研究平台)的视角。覆盖: (a) 第一性张力 — **用户中心/研究驱动 (user-centered, 'you are not the user', research before pixels, observe behavior not opinions) ⇄ 商业目标/约束/交付 (business goals, north-star metrics, ship it, designer 服务于产品成功不是个人作品集)**; **设计直觉/品味/craft (taste, aesthetics, 'attractive things work better' — Norman 情感化设计) ⇄ 数据/实验/A-B 测试 (data-driven, metrics, experimentation, 'opinions are not data')**; **用户说的 (stated preference, 访谈里说喜欢) ⇄ 用户做的 (revealed behavior, 行为观察 > 自陈, usability test 看人真实卡在哪)**; **一致性/设计系统/规范 (consistency, design system, Jakob's law 用户带着别处的习惯来, 复用组件) ⇄ 创新/打破模式 (innovation, 该不该破规范)**; **减法/简化 (simplicity, Krug 'Don't Make Me Think', less but better — Dieter Rams) ⇄ 功能丰富/利益相关者塞需求 (feature creep, stakeholder pressure)**; **UX(体验/流程/研究) ⇄ UI(视觉/像素/组件)** 的职责之争, **designer 该不该写代码 (design engineer / 'should designers code')**; (b) 核心工作流 / pipeline (最标准、最易蒸高质量+CLI 化) — Double Diamond (发现 discover → 定义 define → 开发 develop → 交付 deliver) / Design Thinking (共情 empathize → 定义 → 构思 ideate → 原型 prototype → 测试 test) / Design Sprint (Jake Knapp 5 天冲刺); 完整链: 用户研究 (访谈/问卷/可用性测试/卡片分类) → persona / journey map / JTBD → 信息架构 IA + 用户流 user flow → 线框 wireframe (低保真) → 交互/原型 prototype (高保真) → 视觉 UI / 设计系统落地 → 可用性测试 usability testing → handoff 给开发 → 度量迭代 (北极星 / HEART 框架); (c) 工具栈 — 设计/原型 (Figma 绝对主导 / Sketch 衰退 / Adobe XD 已停更 / Framer 高保真+建站 / Penpot 开源 / Principle / ProtoPie 微交互); 协作白板 (FigJam / Miro / Mural); 用户研究 (Maze / UserTesting / Lookback / Dovetail 研究库 / Optimal Workshop 卡片分类树测试 / Hotjar / Microsoft Clarity 热图); 设计系统/交付 (Storybook / 蓝湖(中) / Zeplin / design tokens / Tokens Studio); 度量 (Amplitude / Mixpanel / 北极星指标); AI 新兴 (Figma AI / v0 by Vercel / Galileo AI / Uizard / Cursor 给 design engineer); (d) 知识正典 — Don Norman《The Design of Everyday Things》(affordance/signifier/mapping 圣经)、Steve Krug《Don't Make Me Think》(可用性入门)、Alan Cooper《About Face》《The Inmates Are Running the Asylum》(交互设计/persona 起源)、Jakob Nielsen 10 Usability Heuristics + NN/g 文章库、Jake Knapp《Sprint》、Jeff Gothelf《Lean UX》、Teresa Torres《Continuous Discovery Habits》、Erika Hall《Just Enough Research》、Julie Zhuo《The Making of a Manager》、《Refactoring UI》(Adam Wathan/Steve Schoger)、《Universal Principles of Design》、Laws of UX (Jon Yablonski)、《100 Things Every Designer Needs to Know About People》(Susan Weinschenk)、IDEO/Stanford d.school 设计思维材料; (e) figures/流派 — 认知心理/人因派 (Don Norman 认知科学奠基、Susan Weinschenk 行为心理、Kathryn Whitenton); 可用性工程派 (Jakob Nielsen 启发式/折扣可用性、Steve Krug、Jared Spool UIE); 交互设计/目标导向派 (Alan Cooper goal-directed/persona、Kim Goodwin); 设计思维派 (IDEO Tim Brown、David Kelley d.school); 精益/持续探索派 (Jeff Gothelf Lean UX、Teresa Torres continuous discovery、Marty Cagan《Inspired》产品发现); 设计系统/系统化派 (Brad Frost Atomic Design、Nathan Curtis design tokens、Alla Kholmatova); 视觉/UI craft 派 (Adam Wathan & Steve Schoger Refactoring UI、Dieter Rams 'less but better' 工业设计遗产); 设计领导/职业派 (Julie Zhuo、Aarron Walter 情感化设计、John Maeda); 移动优先 (Luke Wroblewski 'Mobile First'); (f) 行业话术/黑话 — affordance 可供性 / signifier 意符 / mental model 心智模型 / IA 信息架构 / heuristic evaluation 启发式评估 / usability 可用性 / a11y accessibility 无障碍 / WCAG / persona 用户画像 / journey map 用户旅程 / JTBD jobs-to-be-done / north-star metric 北极星 / HEART 框架 / wireframe 线框 / mockup / prototype 原型 / fidelity 保真度 (lo-fi/hi-fi) / design system 设计系统 / design token 设计令牌 / atomic design 原子设计 / component library 组件库 / handoff 交付 / red routes 关键路径 / dark pattern 暗黑模式 / Fitts's law / Hick's law / Jakob's law / Miller 7±2 / progressive disclosure 渐进披露 / above the fold / hamburger menu / skeuomorphism vs flat / micro-interaction / empty state / edge case / happy path / design debt 设计债 / dogfooding / dot voting / affinity mapping 亲和图 / card sorting 卡片分类 / tree testing / A/B test / NPS / SUS (System Usability Scale); (

日本語の概要は準備中です。原文の説明を表示しています。

review-analyzer-skill是由buluslan（公众号：新西楼.AI）研发的电商评论深度分析Skill（VOC 客户之声分析），他会帮你把一堆产品评论变成一份能落地的决策依据——22 维 AI 打标提炼用户画像、痛点和真实需求，输出 15 章深度洞察报告和可视化看板，从差评里挖出产品优化机会点、从好评里找到爆款基因。 更多跨境电商 AI 实战内容，请关注公众号「新西楼.AI」。 Deep-dive e-commerce review & VOC analysis: 22-dimension AI tagging, 15-chapter insight report with anomaly signal cards, 6 themed visualization dashboards, CSV-primary multi-source input (SellerSprite optional), Feishu sync. 当用户需要以下功能时触发：分析电商产品评论（Amazon等平台）/ 从评论中提取用户画像、痛点和VOC（客户之声）/ 生成产品洞察报告和机会点分析 / 创建可视化分析看板 / 通过卖家精灵获取评论数据（可选增强；CSV为主源）/ 将分析结果同步到飞书文档。 触发关键词：电商评论分析、评论分析、竞品分析、用户洞察、VOC分析、产品优化、市场调研、评论数据挖掘、卖家精灵、sellersprite。 NOT for 关键词调研/选品雷达类任务（那些有专门工具）。

日本語の概要は準備中です。原文の説明を表示しています。

Use when the user asks to audit what's wrong with a project, "make it right", "看看项目出了什么问题", "为什么用户的需求还没上线", "为什么没提交App Store", "为什么没新build", or wants a holistic state-of-the-project check covering unmerged branches, stalled PRs, failed GitHub Actions, stale builds, plan drift (TODOS.md / ROADMAP), unreleased commits, and log errors. Runs read-only investigation, presents a grouped checklist, fixes only after explicit user confirmation. Aware of the Cathier iOS app workflow (Xcode + fastlane + auto-merge @claude PRs from in-app feedback).

日本語の概要は準備中です。原文の説明を表示しています。

将用户的数据分析需求转化为结构化的分析计划并与用户确认。用户提出 BI 业务分析、数据探索、统计建模等需要规划的分析任务时使用。简单数据查询、公式明确的定量计算等流程简单、无需规划的任务不使用。

日本語の概要は準備中です。原文の説明を表示しています。

取数 / 查数据 / 拉数据 / 跑 SQL。把自然语言取数需求转为 SQL，经数据湖仓执行后返回查询结果供下游分析。**任何需要业务数据的任务在工作区缺少对应文件时都必须先调用此技能**——覆盖 BI 业务分析、留存 / 转化 / 同期群分析、数据探索 EDA、统计建模、定量计算、元数据查询、数据查询。命中任一即触发：(1) 直接索要指标或记录，如「DAU 多少」「上月销售额」「3 月留存率」「这个客户的订单」；(2) 取数口语，如「查 / 查一下 / 取一下 / 拉一下 / 抓数据 / 找数据 / 搜数据 / 跑 SQL / 写 SQL / 导出 / 缺数据 / 没数据 / 数据不够」；(3) 涉及数据来源，如「从语义层 / 数据湖仓 / 仓库 / 数据库取」；(4) 问元数据 / 口径，如「字段含义 / 表结构 / 这两张表怎么关联 / 可用数据源 / 指标怎么算」；(5) 下游任务在工作区找不到所需数据。

日本語の概要は準備中です。原文の説明を表示しています。

当用户面对多个相互交织的问题、无法判断优先级、陷入"什么都重要"的决策瘫痪时激活此skill。 典型触发信号：公司增长停滞且多个部门同时报错、资源有限但需求无限、团队在方向上争论不休无法聚焦。 不调用场景：问题已经明确且单一、仅需执行而非分析、用户要的是工具操作而非战略判断。 与"集中优势兵力"skill的区别：本skill解决"看清问题全貌并找到瓶颈"，后者解决"看清后如何集中资源突破"。

日本語の概要は準備中です。原文の説明を表示しています。

当用户陷入"分析瘫痪"（想做但不敢行动）或"盲目行动"（做了但不总结不提升）时激活此skill。 典型触发信号："我需要先做完研究再开始""不知道够不够了解这个行业就创业""我们一直在做但没有方法论"。 不调用场景：已经有成熟方法论且在有效运转的场景、纯理论学习需求。 与"实事求是信息加工法"的区别：本skill关注完整的认知循环（实践-认识-再实践），后者关注单次循环中信息加工的具体技术。

日本語の概要は準備中です。原文の説明を表示しています。

当需要用 lark-cli 操作飞书多维表格（Base）时调用：搜索 Base、建表、字段管理、记录读写、记录分享链接、视图配置、历史查询，以及角色/表单/仪表盘管理/工作流；也适用于把旧的 +table / +field / +record 写法改成当前命令写法。涉及字段设计、公式字段、查找引用、跨表计算、行级派生指标、数据分析需求时也必须使用本 skill。

日本語の概要は準備中です。原文の説明を表示しています。

飞书 / Lark 通讯录,用于按姓名 / 邮箱把员工解析成 open_id,以及按 open_id 反查员工的姓名 / 部门 / 邮箱 / 联系方式。当用户说出某人姓名而下一步需要发消息 / 加群 / 排日程时,先用本 skill 把姓名换成 ID;当输出里出现 open_id 需要展示成姓名给用户看,或用户直接询问某人的部门 / 邮箱 / 联系方式时,用本 skill 查。不负责部门树遍历、按部门列员工、组织架构图,这类需求走原生 OpenAPI。

日本語の概要は準備中です。原文の説明を表示しています。

飞书/Lark 原生 OpenAPI 探索：从官方文档库中挖掘未经 CLI 封装的原生 OpenAPI 接口。当用户的需求无法被现有 lark-* skill 或 lark-cli 已注册命令满足，需要查找并调用原生飞书 OpenAPI 时使用。

日本語の概要は準備中です。原文の説明を表示しています。

竞品深度扫描与早期付费客户证据研究；输出行业画像假设和可验收需求交接。批量抓取对手落地页（title/h1/intro/pricing）、定价页、博客 top 10、 变更历史（Wayback）。底层调 actionbook（并发 30 tab + 省 90% token）。 当用户说"分析对手"、"看看竞品在做啥"、"找对标"、"扫一下 top 10"时调用。

日本語の概要は準備中です。原文の説明を表示しています。

用户访谈与需求验收框架，覆盖原始证据、方案、优先级及回访交接。HeyGen 做 937 次访谈找到 PMF 的完整方法论。覆盖访谈招募、问题设计、 访谈执行、数据合成、决策驱动。从 gingiris-user-interview 提炼。

日本語の概要は準備中です。原文の説明を表示しています。

当用户需要评估保额与保险责任是否匹配时使用此 skill。适用于保额充足性分析、责任覆盖范围检查、家庭保障需求测算等场景。

日本語の概要は準備中です。原文の説明を表示しています。

当用户需要分析家庭或个人保障缺口时使用此 skill。适用于保障现状盘点、需求测算、缺口识别、配置建议等场景。

日本語の概要は準備中です。原文の説明を表示しています。

当用户需要分析家庭或个人保障缺口时使用此 skill。适用于保障现状盘点、需求测算、缺口识别、配置建议等场景。

日本語の概要は準備中です。原文の説明を表示しています。

当用户需要评估保额与保险责任是否匹配时使用此 skill。适用于保额充足性分析、责任覆盖范围检查、家庭保障需求测算等场景。

日本語の概要は準備中です。原文の説明を表示しています。

Spark Studio's team-culture Relic — a 5-person AI product startup that existed 2022–2025: roast first then work, hotpot on Fridays, used Feishu while cursing Feishu daily, requirements always changing but versions always shipping. 星火工作室（Spark Studio）的团队文化 Relic。一个 2022-2025 年间存在过的 5 人 AI 产品创业团队： 先吐槽再开工，周五点海底捞，用飞书但天天骂飞书，需求总在变但总能把版本扛上线。

日本語の概要は準備中です。原文の説明を表示しています。

将书籍、PDF、论文、报告或文字材料制作成视觉优先的图片版 PPT，适用于竞赛、答辩、路演、课程展示和读书分享；在用户明确要求时按 Scene v1 还原可编辑 PPTX。流程包含需求和大纲确认、四套风格选型及逐页生图；不用于直接修改已有可编辑 PPTX。

日本語の概要は準備中です。原文の説明を表示しています。

用户要找对标账号/分析竞品爆款/找差异化选题时;或问"怎么做AI工具赛道的差异化""how to find benchmarks / differentiate"时。按5步走:找3-5个低粉高爆对标(搜索from:xxx min_faves:10)→分析90天爆款抓隐性需求→学互动策略→拆变现模式→三公式变形(场景细化/人群聚焦/观点反转)出差异。不适用于:已有定位日常发内容(→x-short-content-craft)、纠结选IP还是泛流量(→x-positioning-tradeoff)、检查草稿(→x-five-piece-checklist)、纯信息查询。

日本語の概要は準備中です。原文の説明を表示しています。

生成 MaaFramework Pipeline 项目的可交互状态机图谱。当用户想"看 Pipeline 节点关系"、"画状态机图"、"画 Mermaid 图"、"看 node 间关系"、"找孤立节点 / orphan node"、"看 Python 怎么驱动 Pipeline"、"看 interface.json 入口"、"调试跨文件 next 引用"、"重构前理清架构" 时使用。**任何涉及 MaaFramework 节点关系可视化的需求都用这个 skill**,即便用户没明确说"画图"。

日本語の概要は準備中です。原文の説明を表示しています。