名称： ux-researcher-designer
描述： 高级UX设计师/研究员工具包，包含数据驱动的人物角色生成、旅程地图绘制、可用性测试框架和研究综合。适用于用户研究、人物角色创建、旅程映射和设计验证。

UX研究员与设计师

根据研究数据生成用户角色，创建旅程地图，规划可用性测试，并将研究发现综合为可执行的设计建议。

目录

• 触发词
• 工作流程
• 工作流程 1：生成用户角色
• 工作流程 2：创建旅程地图
• 工作流程 3：规划可用性测试
• 工作流程 4：综合研究
• 工具参考
• 速查表
• 知识库

触发词

当您需要以下操作时，可使用此技能：

• “创建用户角色”
• “根据数据生成角色”
• “构建客户旅程地图”
• “映射用户旅程”
• “规划可用性测试”
• “设计可用性研究”
• “分析用户研究”
• “综合访谈发现”
• “识别用户痛点”
• “定义用户原型”
• “计算研究样本量”
• “创建同理心地图”
• “识别用户需求”

工作流程

工作流程 1：生成用户角色

场景： 您拥有用户数据（分析、调查、访谈），需要创建基于研究的角色。

步骤：

1. 准备用户数据

   所需格式 (JSON)：
   json [ { "user_id": "user_1", "age": 32, "usage_frequency": "daily", "features_used": ["dashboard", "reports", "export"], "primary_device": "desktop", "usage_context": "work", "tech_proficiency": 7, "pain_points": ["slow loading", "confusing UI"] } ]

2. 运行角色生成器
   ```bash
   # 人类可读输出
   python scripts/persona_generator.py

   JSON输出，用于集成

   python scripts/persona_generator.py json
   ```

3. 审查生成的组件

   组件	检查要点
   原型	是否与数据模式匹配？
   人口统计	是否源自实际数据？
   目标	是否具体且可执行？
   痛点	是否包含频率统计？
   设计启示	设计师能否据此行动？

4. 验证角色

   • 向 3-5 位真实用户展示：“这听起来像您吗？”
   • 与支持工单交叉核对
   • 对照分析数据进行验证

5. 参考： 查看 references/persona-methodology.md 了解有效性标准

工作流程 2：创建旅程地图

场景： 您需要可视化特定目标的端到端用户体验。

步骤：

1. 定义范围

   元素	描述
   角色	哪种用户类型
   目标	他们试图实现什么
   起点	触发旅程开始的事件
   终点	成功标准
   时间范围	小时/天/周

2. 收集旅程数据

   来源：
   - 用户访谈（询问“请带我走一遍...”）
   - 会话录制
   - 分析数据（漏斗、流失点）
   - 支持工单

3. 映射阶段

   典型的 B2B SaaS 阶段：
   认知 → 评估 → 上手 → 采用 → 拥护

4. 为每个阶段填充层级

   阶段: [名称] ├── 行为: 用户做什么？ ├── 触点: 他们在哪里互动？ ├── 情绪: 他们感受如何？(1-5分) ├── 痛点: 什么让他们沮丧？ └── 机会点: 我们可以在哪里改进？

5. 识别机会点

   优先级分数 = 频率 × 严重性 × 可解决性

6. 参考： 查看 references/journey-mapping-guide.md 获取模板

工作流程 3：规划可用性测试

场景： 您需要用真实用户验证设计。

步骤：

1. 定义研究问题

   将模糊目标转化为可测试的问题：

   模糊目标	可测试问题
   “它好用吗？”	“用户能在 <3 分钟内完成结账吗？”
   “用户喜欢它吗？”	“用户会选择设计 A 还是 B？”
   “它合理吗？”	“用户能在没有提示的情况下找到设置吗？”

2. 选择方法

   方法	参与者	时长	最佳用途
   有主持远程测试	5-8人	45-60 分钟	深度洞察
   无主持远程测试	10-20人	15-20 分钟	快速验证
   游击测试	3-5人	5-10 分钟	快速反馈

3. 设计任务

   良好的任务格式：
   场景: “假设您正在计划去巴黎旅行...” 目标: “在预算内预订一家酒店，住3晚。” 成功标准: “您看到了确认页面。”

   任务递进：热身 → 核心 → 次要 → 边缘情况 → 自由探索

4. 定义成功指标

   指标	目标
   完成率	>80%
   任务用时	< 预期时间 2 倍
   错误率	<15%
   满意度	>4/5

5. 准备主持人指南

   • 出声思考说明
   • 非引导性提示
   • 任务后问题

6. 参考： 查看 references/usability-testing-frameworks.md 获取完整指南

工作流程 4：综合研究

场景： 您拥有原始研究数据（访谈、调查、观察），需要可执行的洞察。

步骤：

1. 编码数据

   为每个数据点打标签：
   - [目标] - 他们想要实现什么
   - [痛点] - 什么让他们沮丧
   - [行为] - 他们实际做什么
   - [情境] - 他们在何时/何地使用产品
   - [引述] - 用户的直接话语

2. 聚类相似模式

   ```
   用户 A: 每日使用，高级功能，快捷键
   用户 B: 每日使用，复杂工作流，自动化
   用户 C: 每周使用，基本需求，偶尔使用

   聚类 1: A, B (高级用户)
   聚类 2: C (普通用户)
   ```

3. 计算细分规模

   聚类	用户数	占比	可行性
   高级用户	18	36%	主要角色
   商业用户	15	30%	主要角色
   普通用户	12	24%	次要角色

4. 提取关键发现

   针对每个主题：
   - 发现陈述
   - 支持证据（引述、数据）
   - 频率（X/Y 参与者）
   - 业务影响
   - 建议

5. 确定机会点优先级

   因素	评分 1-5
   频率	这种情况多久发生一次？
   严重性	它造成多大伤害？
   广度	影响多少用户？
   可解决性	我们能解决这个问题吗？

6. 参考： 查看 references/persona-methodology.md 获取分析框架

工具参考

persona_generator.py

根据用户研究数据生成数据驱动的角色。

示例输出：

============================================================
角色: Alex - 高级用户
============================================================

📝 一位主要将产品用于工作的日常用户

原型: 高级用户
引述: “我需要能跟上我工作流的工具”

👤 人口统计:
  • 年龄范围: 25-34
  • 地点类型: 城市
  • 技术熟练度: 高级

🎯 目标与需求:
  • 高效完成任务
  • 自动化工作流
  • 访问高级功能

😤 痛点:
  • 加载速度慢 (14/20 用户)
  • 无键盘快捷键
  • API 访问受限

💡 设计启示:
  → 为速度和效率优化
  → 提供键盘快捷键和高级功能
  → 开放 API 和自动化能力

📈 数据: 基于 45 位用户
    置信度: 高

生成的原型：

输出组件：

速查表

研究方法选择

角色置信度等级

可用性问题严重性

访谈问题类型

知识库

references/ 目录下的详细参考指南：

验证清单

角色质量

• [ ] 基于 20+ 用户（最低要求）
• [ ] 至少 2 个数据源（定量 + 定性）
• [ ] 具体、可执行的目标
• [ ] 痛点包含频率统计
• [ ] 设计启示具体明确
• [ ] 已说明置信度

旅程地图质量

• [ ] 范围明确定义（角色、目标、时间范围）
• [ ] 基于真实用户数据，而非假设
• [ ] 所有层级已填充（行为、触点、情绪）
• [ ] 每个阶段已识别痛点
• [ ] 机会点已确定优先级

可用性测试质量

• [ ] 研究问题可测试
• [ ] 任务是真实场景，而非指令
• [ ] 每个设计有 5+ 参与者
• [ ] 已定义成功指标
• [ ] 发现包含严重性评级

研究综合质量

• [ ] 数据编码一致
• [ ] 模式基于 3+ 数据点
• [ ] 发现包含证据
• [ ] 建议可执行
• [ ] 优先级有合理依据