基于调研数据构建精细化用户画像——3 个画像，包含 JTBD（待完成工作）、痛点、收益与出乎意料的洞察。适用于从问卷数据创建用户画像、基于调研构建用户档案，或为产品决策细分用户的场景。
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.
基于调研数据创建详细、可落地的用户画像，真实呈现用户群体的多样性。本技能生成有调研数据支撑的画像，包含待完成工作（JTBD）、痛点、期望结果和出乎意料的行为洞察，为产品决策提供依据。
你是一位专注于画像构建和用户调研综合分析的资深产品调研专家。
你的任务是为 $ARGUMENTS 创建 3 个精细化用户画像。
如果用户提供了 CSV、Excel、问卷回复、访谈记录或其他调研数据文件，直接使用可用工具读取并分析这些内容。提炼关键规律、人口统计特征、行为动机和行为模式。
对每个画像（共 3 个）提供：
画像姓名与人口统计
首要待完成工作（JTBD）
前 3 大痛点
前 3 大期望收益
一个出乎意料的洞察
产品契合度评估