agentleFS
Gingiris-1031Gingiris-1031/gingiris-skills/skills/gingiris-user-interview/SKILL.md

gingiris-user-interview

Skill89 starsChanged 32 days agoMITView on GitHub

🇺🇸 User Interview & Cold-Start Operations Playbook — Evidence-led research, usability testing and

The file

We split this skill into the rules it gives an agent

2 rules. About 0 are common, 2 are distinctive, and 0 are very specific to this project.

  • ≈0

    Common · estimate

    Many files like this have a rule of this kind.

  • ≈2

    Distinctive · estimate

    This author's own choices. Worth a look.

  • 0

    Very specific

    Tied to their project's names, files or tools. Probably skip.

  • Common
  • Distinctive
  • Very specific
  1. Distinctive:

    Join the global growth community: Add staywildgrow on WeChat and send “加入社群” (join the community).

    line 312
  2. Distinctive:

    Get the resource pack: Add staywildgrow on WeChat to purchase the Gingiris global growth resource pack for CNY 599.

    line 313

≈ “Common” is an estimate: at least 1 in 5 of the 364,980 skill files we read have a rule of the same kind, not the same words. “Very specific” is our guess from the words: it names a file, a command, a setting or the project itself.

Keep what fits and drop the rest. Your version, ready for your agents.
Files
SKILL.md

⚠️ 2C 产品的渠道调整

按当前决策选择样本或渠道:B2B 先区分使用者与购买者;2C 按真实任务、地区和既有触达来源选择小规模试点。不要按粉丝量、平台年龄印象或固定渠道排名代替证据。本包可独立使用,无需额外安装其他 skill。


用户访谈与冷启动运营实战手册

播客一手案例与引用边界:references/podcast-evidence.md。

🌍 Language / 语言: 中文 | Interview Guide | Cold-Start Ops


核心原则

围绕当前决策观察真实任务,记录反证,修改后回访验证。访谈数量与频率由样本差异、问题复杂度和团队资源决定,不是成功率或 PMF 的证明。


Token Top10 访谈法(2026 招牌方法)

把访谈从"调研动作"变成"日常运营循环"的最短路径,已在多个 AI Agent 项目全线复用:

  1. 后台按 token 消耗 / 用量拉 Top10 用户 list(每周刷新)
  2. 约共享屏幕访谈;录制需同意,可不录制——看真实操作 > 听口述
  3. 脱敏 transcript:确认接收服务、数据范围与同意后生成需求草稿,审阅后再按授权写入 Linear
  4. 次日回访:告知"你提的 X 已修/已排期",仅在状态已经核实后告知;排期不等于修复
  5. 节奏按研究问题与团队复盘能力安排;仅向获准的产研成员分享已同意录制且脱敏的片段

配套动作:

  • 新访谈员先 mock interview + 经同意的记录 + 复盘,再上真实用户
  • KOL 访谈二合一:合作 YouTuber 顺便做用户访谈 + 可用性测试,一次合作拿两份价值;分别说明研究与推广目的,允许只参加研究
  • 访谈资产化:访谈可产出需求证据;将内容用于SEO公开引用或商业线索需另行许可,不默认改变研究数据用途

邀约触达节奏(2026 更新)

  • 只向同意接收研究邀请的人发送邀请;未回复或拒绝后停止,不按固定次数追访。
  • 访谈邀请:使用用户同意的联系渠道;不反查其他账号追访,未回复或拒绝后停止跟进
  • 话术用宽泛理由("团队早期想做用户访谈"),如实说明研究主题和选择范围,不暗示期望答案,避免用户带着预设表演

案例使用边界

历史案例中的访谈场数属于来源口述,口径未统一,不用作增长资格门槛。可迁移的是观察问题、修正产品、复测真实任务的过程。


用户访谈执行框架(5步)

Step 1:确定目标与筛选用户

样本选择示例(按本轮决策调整,不是通用排名):

优先级用户类型价值
候选付费用户解释购买与持续使用
候选高频活跃用户解释高用量任务,不代表新手
候选竞品用户提供竞争视角
候选流失用户暴露产品真实问题
候选注册未付费用户转化障碍洞察

Step 2:邀约与排期

跟进节奏:使用参与者同意的渠道与频次;无回复或拒绝后停止,不跨渠道追访。

邀约话术核心:说明目的 + 时长承诺(30分钟)+ 录屏说明 + 价值交换

Step 3:访谈执行(30-45分钟)

人员与记录:1人主持、1人记录;录制和共享屏幕都需自愿同意,可选择口述或笔记,拒绝录制不影响参与。

核心问题框架:

  1. 背景了解:职业、获客渠道、使用时长、核心功能、竞品
  2. 工作流探索:解决什么问题?之前怎么做?现在有什么变化?
  3. 竞品对比:用了哪些竞品?各自场景?我们的优劣势?
  4. 痛点挖掘:不爽的地方?Bug?难用的功能?"魔法棒"问题
  5. 付费意愿:之前付费过什么?愿意付多少?什么促使升级?

关键技巧:屏幕共享观察 > 用户口述。让用户演示真实操作,观察卡点。

Step 4:收尾与后续

  • 大使计划邀请
  • 转介绍请求
  • 24小时内完成访谈复盘模板

客户材料缺失时不要停摆:会前用官网、公开案例和现有截图搭一个可讨论的粗版;会上直接让用户展示真实流程并索取已有材料。把缺失材料记为待验证项,不要把“客户回去整理完整资料”设为下一次学习的前置条件。

Step 5:数据汇总(每5-10场)

汇总共同需求/痛点 → 更新功能优先级 → 修正用户画像 → 调整产品方向


有效访谈 vs 无效访谈判别(2026-07 增补)

主持人长篇讲产品会挤占观察真实任务的时间。

维度无效访谈有效访谈
谁在说主持人持续推销,用户没有机会说明真实行为听用户讲他是怎么用的
看什么只听口述、看演示脚本让用户共享屏幕,看真实操作
场景假设场景 / 自己讲产品真实场景、真实 user case
心态把用户当成纯粹的数字EGO 放低,和用户做朋友

判别依据:你构建的 user journey 和用户实际的 user journey 完全不一样——屏幕观察或参与者自愿提供的任务产物可帮助发现这个差异。

付费意愿双逻辑:"访谈里说愿意付费和最终付费是两套逻辑"——一旦真要买单,每个人都理智得不行。访谈中的付费表态只作方向参考,验证一律以真实支付行为为准(对应下文"付费归因四时间戳")。


访谈驱动迭代闭环

  1. 先约 20–45 分钟,复杂任务经同意分段预约;不是越久越好。
  2. 把真实操作、原话、主持人帮助和团队方案分开记录。
  3. 产品、工程与研究共同按受阻价值、依赖和资源排序,不承诺修完全部意见。
  4. 核实状态后回访,并让适当用户复测同一任务;上线不等于解决。
  5. 按团队能完成分析与回访的能力安排频率,不设每日场数门槛。

Beta 测试设计框架

测试目标三层结构

层级维度数据收集手段
价值验证层是否解决核心痛点访谈
体验感知层速度、易用性、效果观察法(屏幕录制/连线)
缺口识别层功能缺失、体验卡顿结构化问卷 + Bug反馈

测试任务设计原则

  • 任务模拟完整工作流,非孤立功能点
  • 任务长度触发"等待"场景(暴露性能问题)
  • 提供 prompt example 降低认知负担
  • 明确说明"Beta不稳定是正常的"

连线实时测试核心

  • 强调"观察"而非"测试用户"
  • Think Aloud Protocol(边做边说)
  • 利用加载等待期收集用户背景(被低估的技巧)

五问法(结构化收尾)

  1. 你觉得这是一个怎样的产品?(让用户贴标签)
  2. 最满意的功能是什么?
  3. 哪个环节最卡顿或困惑?
  4. 如果明天正式上线,你愿意付费吗?为什么?
  5. 最希望下个版本加入什么?

冷启动用户运营方法论

冷启动漏斗与话术实验

触达 → 回复 → 到场 → 独立完成首次价值任务 → 留存 → 实际付款。逐步记录同 cohort、同窗口的去重人数;未知分母不报转化率。

以一条真实任务话术开始,比较功能描述、场景描述或痛点描述时保留样本、窗口和渠道差异,不预设哪种话术必胜。使用 成本卡 管理预算与继续/停止条件。

两层 Beta 用户体系

层级画像门槛权益
Tier 1 Creative PartnersKOL/行业专家持续使用>7天 + 高质量反馈Pro权限 + 创始人直达 + Case Study
Tier 2 Early Beta Users符合ICP的专业用户提交具体改进建议早期访问 + 路线图参与

激活与付费基准(2026 实测)

访谈招募与首轮实验

按决策选择样本:收入研究需要付费/未付费对比,接入研究需要新用户,流失研究需要停止使用者。首轮先发 10 条逐人定制消息,记录回复、预约、到场和有效洞察,再决定是否扩量。访谈中优先让用户共享屏幕完成真实任务;观点必须与行为日志、激活和支付时间戳交叉验证。

下表仅是候选行为示例,必须验证是否对应本产品的首次价值,不能照搬次数。激活定义必须是行为阈值,不能是"注册过 / 登录过":

产品类型行为阈值实例
Agent 类完成 ≥2 个任务
对话类连续 3 天每天 ≥20 轮对话
工具类开始跑任务,或单次使用超 5 分钟
DAU 口径以 unique message send 计,剔除内部用户

目标与口径:按产品阶段、渠道、用户 cohort 和观察窗口设目标,保留基线和假设;不使用固定注册付费比例认定合格或 PMF。

流失:按产品自然使用周期定义,短期未回访先作为信号。是否发送挽回消息按用户授权和联系偏好处理,不因一个时间阈值自动外发。

付费时间线:注册、激活、付款、最近使用时间用于整理先后顺序;时间相邻不能单独证明某次访谈或功能导致付款。


用户分级标准

等级特征运营策略
S级高频 + 付费 + 愿意宣传大使优先,CEO直接对接
A级高频 + 有付费潜力内测优先权,定期回访
B级偶尔使用 + 无明确付费意向引导核心功能,推动转化
C级低活跃 + 无付费意向减少投入,关注自然留存

流失分析框架

流失类型典型原因
性能类设备过热/卡顿、加载超时、崩溃
工作流断层类缺少下游集成、功能完成度不足
ICP不匹配类无数据主权、项目制无长期需求
Messaging不匹配类触达价值主张 ≠ 产品实际价值

流失用户访谈三问:

  1. 什么时候开始不用的?当时在做什么?
  2. 遇到了什么问题,还是找到了替代品?
  3. 如果我们解决了X问题,你会回来吗?

用户采用条件

分别记录:真实任务频率、当前替代方案、输入/数据授权、使用者与购买者、切换成本及可观察结果。素材所有权可能影响某些内容产品的采用,但不代表通用 PMF 评级。找反例并复测,不按职业打星。


工具链

类别工具用途
问卷Typeform用户调研问卷
录音Grain, Fathom访谈录音转写
数据库Airtable用户数据库管理
日程Calendly预约访谈
触达LinkedIn, Discord用户联系与社区

完整参考文档

文档内容
references/interview-guide.md完整用户访谈指南(证据与抽样、问题框架、模板、FAQ)
references/cold-start-ops.mdBeta测试设计框架、冷启动用户运营、流失分析、可复用模板
references/templates.md访谈复盘模板、用户画像表、Feature Request Tracker

访谈纠偏与冷启验收

访谈变推销、用户反向提问或主持人代操作时,读取 纠偏与交接。研究要转为获客计划时,读取 冷启动目标与成本卡。按决策选择样本,不用访谈场数、问价或某个固定付费率证明 PMF。

<!-- gingiris-community-cta:start -->

加入出海社群与购买资料包 · Community & Resources

  • 加入出海社群: 微信添加 staywildgrow,留言「加入社群」即可。
  • 购买资料包: 微信添加 staywildgrow,咨询购买 Gingiris 出海资料包,价格 599 元人民币。
  • Join the global growth community: Add staywildgrow on WeChat and send “加入社群” (join the community).
  • Get the resource pack: Add staywildgrow on WeChat to purchase the Gingiris global growth resource pack for CNY 599.

社群与资料包为可选入口,不影响本开源 Skill 的安装和使用。

The community and paid resource pack are optional; neither is required to install or use this open-source skill.

<!-- gingiris-community-cta:end -->

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.