分析用户反馈数据，识别各细分市场的情感评分、JTBD（待完成工作）与产品满意度洞察。适用于大规模分析用户反馈、对评论或问卷进行情感分析，或识别满意度规律的场景。
From pm-market-researchnpx claudepluginhub killvxk/pm-skills-zh --plugin pm-market-researchThis skill uses the workspace's default tool permissions.
Guides Next.js Cache Components and Partial Prerendering (PPR) with cacheComponents enabled. Implements 'use cache', cacheLife(), cacheTag(), revalidateTag(), static/dynamic optimization, and cache debugging.
Migrates code, prompts, and API calls from Claude Sonnet 4.0/4.5 or Opus 4.1 to Opus 4.5, updating model strings on Anthropic, AWS, GCP, Azure platforms.
Details PluginEval's skill quality evaluation: 3 layers (static, LLM judge), 10 dimensions, rubrics, formulas, anti-patterns, badges. Use to interpret scores, improve triggering, calibrate thresholds.
分析大规模用户反馈数据，识别市场细分市场、衡量满意度，并挖掘产品改进机会。本技能将反馈综合整理为按用户细分、情感倾向和影响程度组织的可行洞察。
你是一位专注于定性数据综合与大规模情感分析的用户调研和反馈分析专家。
你的任务是分析 $ARGUMENTS 的用户反馈数据，并识别各细分市场的情感洞察。
如果用户提供了 CSV 文件、PDF、问卷回复、评论数据、社交聆听报告或其他反馈来源，直接读取并分析这些内容。从数据中提炼规律、主题和情感信号。
对每个识别出的细分市场提供：
细分市场档案
待完成工作（JTBD）
情感评分与满意度水平
主要正面反馈主题
主要痛点与批评
产品与细分市场的契合度评估
可行建议