LuckyOneTwoThree/pm-skill / pm-01-discovery/skills/insight-jtbd
insight-jtbd
Verified当需要从用户反馈和行为数据中提取功能性、情感性、社会性三层Job时使用。JTBD结构化分析,通过模式匹配与语义推断识别用户真正想完成的任务。关键词:JTBD、Jobs-to-be-Done、用户任务、功能诉求、情感诉求、社会诉求。
| File | Kind | Size |
|---|---|---|
| SKILL.md | skill md | 13.1 KB |
SKILL.md
View on GitHub---
name: insight-jtbd
description: 当需要从用户反馈和行为数据中提取功能性、情感性、社会性三层Job时使用。JTBD结构化分析,通过模式匹配与语义推断识别用户真正想完成的任务。关键词:JTBD、Jobs-to-be-Done、用户任务、功能诉求、情感诉求、社会诉求。
metadata:
module: "产品探索与发现"
sub-module: "需求洞察"
type: "pipeline"
version: "2.0"
interaction_mode: "ai_suggest_human_approve"
---
# JTBD结构化分析
## 核心原则
1. **任务而非方案**——用户表达的"想要XX功能"是方案而非任务,JTBD要挖掘的是"用户用这个功能想完成什么",而非停留在表面需求
2. **三层递进推断**——Functional Job有数据直接支撑,Emotional Job需从负向反馈推断,Social Job需从社会关系表述推断,推断深度逐层递进,置信度逐层递减
3. **痛点即未满足的Job**——每个痛点背后都存在一个未被满足的Job,pain_with_current字段必须明确描述当前方案的不足
4. **交叉验证降低误判**——Emotional/Social Job必须有多条独立证据交叉验证,单一来源的推断置信度上限为0.5
## 交互模式
🤖→👤 AI建议人类审批
## 输入
| 输入项 | 类型 | 必填 | 来源 | 说明 |
|--------|------|------|------|------|
| voice-analysis.json | JSON | 是 | output/pm-discovery/user-research-voice-analysis/voice-analysis.json | 用户声音分析数据,含用户原话、情感、频率 |
| behavior-analysis.json | JSON | 是 | output/pm-discovery/user-research-behavior-analysis/behavior-analysis.json | 行为分析数据,含行为模式、流失率、上下文 |
### Input JSON 示例结构
```json
{
"voice_data": [
{
"quote": "太麻烦了,每次都要重复填写",
"sentiment": "negative",
"frequency": 12,
"source": "用户访谈#23"
}
],
"behavior_data": [
{
"action": "放弃填写表单",
"drop_off_rate": 0.35,
"context": "注册流程第3步"
}
]
}
```
## 执行步骤
### Step 1: Functional Job 提取
从用户反馈和行为数据中提取功能性任务,识别"我想完成XX"模式。
- 扫描voice-analysis.json中的用户原话,匹配任务意图模式
- 从behavior-analysis.json中提取高频行为目标,推断用户试图完成的任务
- **意图模式库**:
| 模式类别 | 匹配模式 | 推断方向 |
|----------|----------|----------|
| 直接表达 | "我想..."、"能不能..."、"需要..."、"帮我..."、"希望..." | 直接提取为Functional Job |
| 痛点反推 | "太慢了"、"太麻烦了"、"不方便"、"不好用" | 反推用户想高效/便捷地完成某事 |
| 行为目标 | 高频操作路径、重复行为模式 | 推断用户试图达成的行为目标 |
| 竞品对比 | "XX产品可以..."、"为什么你们不能..." | 提取用户期望的功能能力 |
| 场景描述 | "每次做XX的时候..."、"在XX场景下..." | 提取场景化的功能需求 |
- 对每个Functional Job标注:
- **频率**:该任务在数据中出现的次数/占比
- **情感强度**:1-5分,基于用户表达的情绪强烈程度
- 输出格式:`{ type: "functional", job: "...", frequency: N, sentiment_intensity: 1-5 }`
### Step 2: Emotional Job 推断
从负向反馈中推断情感诉求,识别用户未被满足的情感需求。
- **情感映射规则库**:
| 负向表达模式 | 情感诉求方向 | 置信度基准 |
|-------------|-------------|-----------|
| "太麻烦了"/"太复杂了"/"操作太多" | 渴望轻松/省力 | 0.8 |
| "不放心"/"担心"/"怕出错" | 渴望安全感/确定性 | 0.75 |
| "很焦虑"/"着急"/"来不及" | 渴望掌控感/效率 | 0.75 |
| "被忽略了"/"没人理我"/"反馈没回应" | 渴望被重视/被关注 | 0.7 |
| "太慢了"/"等太久"/"响应慢" | 渴望即时反馈/流畅感 | 0.8 |
| "看不懂"/"不知道怎么用"/"太专业了" | 渴望清晰/简单/易懂 | 0.75 |
| "很失望"/"不如预期"/"被骗了" | 渴望信任/透明度 | 0.7 |
| "很尴尬"/"丢面子"/"不好意思" | 渴望自信/尊严 | 0.65 |
| "很无聊"/"没意思"/"千篇一律" | 渴望新鲜感/趣味性 | 0.6 |
| "很沮丧"/"放弃了"/"不想用了" | 渴望成就感/正向激励 | 0.7 |
| "太贵了"/"不值"/"性价比低" | 渴望公平感/价值感 | 0.7 |
| "被限制"/"不能自定义"/"太死板" | 渴望自主性/灵活性 | 0.65 |
| "很困惑"/"不知道发生了什么" | 渴望清晰度/可理解性 | 0.7 |
| "很无助"/"不知道找谁" | 渴望支持/引导 | 0.65 |
| "很烦"/"被打扰"/"太多通知" | 渴望宁静/专注 | 0.7 |
- 从负向反馈(sentiment=negative)中提取情感关键词,映射到情感诉求
- 对每个Emotional Job标注:
- **推断依据**:引用原始用户反馈
- **置信度**:0-1.0,基于模式匹配的明确程度和证据条数
- 置信度调整规则:
- 单条证据:置信度 = 基准值 × 0.7
- 2-3条证据:置信度 = 基准值 × 0.85
- 4条以上证据:置信度 = 基准值 × 1.0(不超过1.0)
- 输出格式:`{ type: "emotional", job: "...", frequency: N, evidence: "...", confidence: 0-1.0 }`
### Step 3: Social Job 推断
提取涉及他人评价、社会关系、群体归属的表述,推断社会性任务。
- **社会映射规则库**:
| 社会表达模式 | 社会诉求方向 | 置信度基准 |
|-------------|-------------|-----------|
| "同事都在用"/"别人也在用" | 社会认同/归属感 | 0.7 |
| "领导要求"/"公司规定"/"合规要求" | 合规/服从权威 | 0.8 |
| "别人觉得"/"怕别人笑话"/"面子" | 社会形象/面子 | 0.65 |
| "行业标配"/"竞品都有" | 行业认同/竞争力 | 0.7 |
| "客户投诉"/"用户反馈" | 客户满意度/关系维护 | 0.75 |
| "推荐给朋友"/"分享给同事" | 社交货币/分享欲 | 0.7 |
| "团队协作"/"一起用"/"共享" | 协作效率/团队归属 | 0.7 |
| "显得专业"/"给客户看" | 专业形象/权威感 | 0.65 |
| "家人也在用"/"给孩子用" | 家庭关怀/责任感 | 0.65 |
| "大家都在讨论"/"热门话题" | 从众/潮流跟随 | 0.6 |
| "老板会看"/"向上汇报" | 向上管理/表现欲 | 0.65 |
| "朋友圈看到"/"小红书推荐" | 社交影响/口碑传播 | 0.6 |
| "合作伙伴要求"/"供应商需要" | 商业关系维护 | 0.7 |
| "学生都在问"/"学员期待" | 教育责任/使命感 | 0.65 |
| "行业趋势"/"数字化转型" | 行业转型/战略跟随 | 0.6 |
- 从用户反馈中提取涉及他人、群体、社会关系的表述
- 对每个Social Job标注:
- **推断依据**:引用原始用户反馈
- **置信度**:0-1.0,基于表述的明确程度
- 置信度调整规则同Emotional Job
- 输出格式:`{ type: "social", job: "...", frequency: N, evidence: "...", confidence: 0-1.0 }`
## 输出
输出文件:`output/pm-discovery/insight-jtbd/jtbd.json`
**输出Schema**:
```json
{
"type": "object",
"required": ["analysis_metadata", "jobs"],
"properties": {
"analysis_metadata": {"type": "object", "description": "分析元数据,包含来源文件、条目数和时间戳"},
"jobs": {"type": "array", "description": "JTBD列表,包含功能性、情感性、社会性三层Job"},
"needs_human_validation": {"type": "array", "description": "需人工验证的Job列表"}
}
}
```
**输出校验规则**:
| 字段路径 | 类型 | 必填 | 说明 |
|----------|------|------|------|
| analysis_metadata | object | 是 | 分析元信息 |
| analysis_metadata.source_files | array | 是 | 数据来源文件列表 |
| analysis_metadata.total_voice_entries | number | 是 | 语音反馈条目数 |
| analysis_metadata.total_behavior_entries | number | 是 | 行为数据条目数 |
| analysis_metadata.analysis_timestamp | string | 是 | 分析时间戳(ISO8601) |
| jobs | array | 是 | 任务列表 |
| jobs[].type | enum(functional,emotional,social) | 是 | 任务类型 |
| jobs[].job | string | 是 | 任务描述 |
| jobs[].frequency | number | 是 | 出现频次 |
| jobs[].evidence | string | 是 | 推断依据 |
| jobs[].confidence | number | 是 | 置信度(0-1.0) |
| jobs[].current_solution | string | 否 | 当前解决方案 |
| jobs[].pain_with_current | string | 否 | 当前方案的痛点 |
| jobs[].pain_level | enum(high,medium,low) | 否 | 痛点程度 |
| jobs[].sentiment_intensity | number | 否 | 情感强度(1-5) |
| summary | object | 是 | 分析摘要 |
| summary.total_jobs | number | 是 | 任务总数 |
| summary.by_type | object | 是 | 按类型统计 |
### Output JSON 格式
```json
{
"analysis_metadata": {
"source_files": ["voice-analysis.json", "behavior-analysis.json"],
"total_voice_entries": 0,
"total_behavior_entries": 0,
"analysis_timestamp": "ISO8601"
},
"jobs": [
{
"type": "functional",
"job": "快速完成表单填写",
"frequency": 12,
"current_solution": "手动逐项填写",
"pain_with_current": "重复劳动,耗时且易出错",
"confidence": 1.0,
"evidence": ["用户访谈#23", "行为数据-表单放弃率35%"],
"sentiment_intensity": 4
},
{
"type": "emotional",
"job": "获得轻松省力的体验",
"frequency": 8,
"current_solution": "无",
"pain_with_current": "每次操作都感到烦躁",
"confidence": 0.7,
"evidence": ["3位用户提到'太麻烦了'"],
"sentiment_intensity": 3
},
{
"type": "social",
"job": "获得同事的认可",
"frequency": 3,
"current_solution": "使用竞品A",
"pain_with_current": "觉得自己工具落后于同事",
"confidence": 0.6,
"evidence": ["用户访谈#17提到'同事都在用XX'"],
"sentiment_intensity": 2
}
],
"needs_human_validation": [
{
"job_index": 2,
"reason": "Social Job置信度<0.7,推断依据仅1条反馈",
"suggested_action": "补充更多用户访谈验证社会认同需求"
}
]
}
```
## 决策规则
| 规则 | 条件 | 动作 |
|---|---|---|
| Emotional/Social Job低置信度升级 | Emotional或Social Job置信度 < 0.5 | 标记需人类验证,列入needs_human_validation |
| Functional Job缺失 | 未提取到任何Functional Job | 终止分析,返回错误提示补充数据 |
| 数据不足 | voice_data条目 < 5 | 标记分析结果为低可信度,建议补充数据 |
| 单一证据推断 | Emotional/Social Job仅1条证据 | 置信度上限设为0.5,标注"单一来源推断" |
| 多证据交叉验证 | 同一Job有3条以上独立证据 | 置信度可提升至0.8+ |
## 质量检查
- [ ] 三层Job(Functional/Emotional/Social)均已提取
- [ ] 每个Job均有数据支撑(evidence字段非空)
- [ ] 每个Job均有置信度标注
- [ ] 低置信度Job已标记需人类验证
- [ ] frequency和sentiment_intensity字段完整
- [ ] pain_with_current字段非空(描述当前方案痛点)
## 降级策略
当上游文件不存在时,本Skill仍可独立执行:
| 缺失的上游输入 | 降级方案 | 输出影响 |
|---------------|---------|---------|
| voice-analysis.json | 基于用户直接粘贴的反馈文本提取JTBD,标注"缺乏声音数据系统化支撑" | Emotional/Social Job推断依据减少,置信度降低 |
| behavior-analysis.json | 基于用户反馈文本推断行为意图,标注"缺乏行为数据交叉验证" | Functional Job缺乏行为数据佐证,频率统计不精确 |
| voice-analysis.json + behavior-analysis.json | 用户提供用户反馈文本 → 直接提取JTBD | 整体置信度降低,frequency为估算值 |
| 所有上游文件均缺失 | 提示用户先执行前序阶段,或基于用户口头描述执行轻量版JTBD提取 | 输出为轻量版,仅含Functional Job,Emotional/Social Job标注"待补充" |
数据获取说明:
- 本Skill需要用户声音分析和行为分析数据,请通过以下方式之一提供:
1. 直接粘贴用户反馈文本
2. 上传voice-analysis.json / behavior-analysis.json文件
3. 提供数据文件路径
- AI不负责外部数据采集,仅负责分析
## 上游变更响应
当上游输入发生变更时,本Skill的响应策略:
| 上游变更 | 影响范围 | 响应策略 |
|----------|----------|----------|
| voice-analysis.json新增反馈条目 | Functional/Emotional/Social Job频率和证据变化 | 标注受影响的Job,建议人类确认是否需要重新提取 |
| voice-analysis.json情感分类修正 | Emotional Job推断依据变化 | 标注受影响的Emotional Job,建议重新评估置信度 |
| behavior-analysis.json行为模式更新 | Functional Job频率和行为目标变化 | 标注受影响的Functional Job,建议更新frequency |
当本Skill自身变更时,对下游的通知机制:
| 变更类型 | 影响范围 | 通知方式 |
|----------|----------|----------|
| Job增删 | insight-5whys / insight-priority-scoring | 标注新增/删除的Job,5whys需确认因果链起点,priority-scoring需更新痛点数据 |
| Job置信度调整 | insight-priority-scoring | 标注置信度变化的Job,priority-scoring需重新评估评分可信度 |
| Functional Job优先级变化 | insight-5whys | 标注优先级变化的Job,5whys需确认分析顺序 |
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack." | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |