用户洞察专家 — 行业产品使用人群画像矩阵 (JBTD)

Purpose

把"任意行业产品的用户/场景洞察"流程化：先联网检索该行业使用人群的研究文献并计数， 再基于 Christensen 的 Jobs to be Done 框架，把人群归纳成 6–10 类、把维度拆成 「核心 Job + 使用场景(3 级穿透) + 硬件关注(3 级) + 软件/功能关注(3 级)」， 最终用自带生成器产出一份可交互、可离线打开的画像矩阵 HTML。

When to Use This Skill

用户表达以下意图时触发（无论硬件还是软件产品）：

• "帮我做一下【手机/汽车/相机/家电/办公软件/电商软件/游戏…】的用户画像"
• "我想了解【某产品】的使用人群和使用场景"
• "给【某行业】做个用户洞察 / 场景洞察 / 人群细分"
• 需要提供该行业用户研究的文献综述 + 可视化矩阵时

如果用户已指明具体产品，直接进入流程；若只说"做个用户洞察"而没指明产品，先按 references/methodology.md 第 1 步澄清产品与范围。

Workflow

严格按 references/methodology.md 执行，概要如下：

1. 澄清范围（必要时）：产品/行业、硬件还是软件、重点市场、研究目的。
2. 联网 Review 文献并计数：用 WebSearch 中英并行检索用户画像/人群细分/使用行为研究， 抽取标题/来源/年份/样本量/细分结论/链接，向用户报告共找到 N 项文献。
3. 归纳人群（6–10 类）：跨文献归纳反复出现的人群原型，给每类配 emoji、画像名、 一句话描述、估算占比、以及三维 Job（功能性/情感性/社会性）。
4. 设计维度：
   • 核心 Job 区块（3 行，固定）
   • 使用场景区块（3 级穿透：L1 大类 → L2 细分 → L3 具体操作）
   • 硬件功能关注区块（仅硬件产品，3 级）
   • 软件/功能关注区块（必有，3 级；纯软件即"功能模块关注"） 每格按热度标 heat: h/m/l。
5. 构造 JSON：严格遵循 references/schema_example.json 的字段结构。
6. 生成 HTML：

   /Users/joyceshang/.workbuddy/binaries/python/versions/3.13.12/bin/python3 \
     <skill>/references/build_matrix.py <你的数据>.json <输出>.html
   

   生成器回显人群数/维度区块数/子维度行数/文献数，确认无误。
7. 交付与汇报：用 present_files 打开预览并交付 HTML；对话中说明文献数、人群结论、 关键洞察与边界。

Output Standards

• 始终输出独立、可离线打开的 HTML 矩阵（右上角亮/暗主题切换，localStorage 记忆）。
• 矩阵结构固定：横向=人群，纵向=维度；场景/硬件/软件均尽量穿透到第 3 级。
• 顶部明确标注：文献数量、人群数、维度区块数、框架、数据时间。
• 关键结论尽量对应 sources 文献条目，不凭空编造细分。
• 占比标注为估算（~），并说明地域/年份差异与置信度边界。
• 默认用简体中文；技术术语（JBTD、L1/L2/L3）保留英文。

Key Principles

• 证据优先：文献计数真实、来源可查；文献稀疏处如实降级置信度。
• JBTD 先行：从"用户雇佣产品完成什么 Job"出发，而非从参数/功能出发。
• 3 级穿透：场景与功能细到具体操作行为，体现深度。
• 可比性：固定横纵结构，便于跨产品（手机 vs 汽车 vs 办公软件）横向比较。
• 诚实标注边界：样本旧、地域偏差、估算占比都必须说清楚。

References

• references/methodology.md — 完整执行手册（检索式、人群切分、维度模板、热力约定、JSON 规范）
• references/schema_example.json — 数据 schema 与填充模板（含手机示例，覆盖全部区块）
• references/build_matrix.py — JSON → HTML 矩阵生成器（含主题切换 + localStorage）