UX研究设计工具包

技能简介

面向资深UX设计师与研究者的综合工具包，支持从原始数据生成用户画像、绘制客户旅程地图、规划可用性测试方案，并将研究发现转化为可执行的设计建议。

能做什么

• 基于调研数据（问卷、访谈、埋点）自动生成结构化用户画像
• 构建端到端客户旅程地图，标注情绪曲线与痛点机会
• 设计可用性测试方案，含任务脚本与成功指标定义
• 整合多源研究发现，输出优先级排序的设计改进清单

使用说明

1. 环境准备
   克隆仓库后安装依赖：pip install -r requirements.txt
2. 生成用户画像
   将用户数据整理为JSON格式（含user_id、age、usage_frequency等字段），运行python scripts/persona_generator.py；如需机器对接，追加json参数输出结构化结果。
3. 绘制旅程地图
   明确目标用户类型、任务起止节点与时间跨度，收集访谈录音、会话回放、漏斗数据，按”认知→评估→上手→采用→推荐”阶段填充行为、触点、情绪、痛点、机会五层信息。
4. 规划可用性测试
   将模糊需求转化为可测问题（如”是否易用”改为”能否3分钟内完成结账”），选定 moderated/unmoderated/guerrilla 方法，编写场景化任务脚本，设定成功标准与样本量。
5. 整合研究发现
   汇总多轮测试数据，交叉验证画像与旅程假设，按频率×严重度×可解性计算机会优先级。

输入与输出

见下方输入与输出表格。

风险提示

• 画像需经3-5名真实用户确认，避免数据偏差导致角色失真
• 旅程地图的情绪评分依赖主观判断，建议结合定量埋点校准
• 可用性测试样本量不足时，结论外推存在局限
• 未清洗的原始数据可能生成误导性 persona archetype

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/alirezarezvani/ux-researcher-designer/SKILL.md
来源类型：GitHub 开源技能库