将用户访谈记录整理为结构化模板，包含 JTBD（用户待办任务）、满意度信号和行动项。适用于处理访谈录音或文字记录、整理探索性访谈，或创建访谈摘要时使用。
From pm-product-discoverynpx claudepluginhub killvxk/pm-skills-zh --plugin pm-product-discoveryThis 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.
将访谈记录转化为聚焦于 JTBD（用户待办任务）、满意度信号和行动项的结构化摘要。
你正在为 $ARGUMENTS 的产品探索整理用户访谈摘要。
用户将提供访谈记录——可以是附件（文本、PDF、音频转写稿）或直接粘贴的内容。请先读取所有附件。
完整阅读记录后再开始整理摘要。
填写以下摘要模板。如果信息不可获取，用"-"填写。如需要，用定性描述替代数字（例如"不满意"）。
使用简洁易懂的语言 — 摘要应让普通人也能轻松理解。
**日期**：[访谈日期和时间]
**参与者**：[全名和职位]
**背景**：[受访者的背景信息]
**当前解决方案**：[他们目前使用的解决方案]
**对当前解决方案满意的地方**：
- [用户待办任务（JTBD）、期望产出、重要性及满意度]
**对当前解决方案不满的地方**：
- [用户待办任务（JTBD）、期望产出、重要性及满意度]
**核心洞察**：
- [意外发现或值得关注的引用]
**行动项**：
- [日期、负责人、行动内容 — 例如："2025-01-15，Paweł Huryn，跟进客户关于定价的问题"]
将摘要保存为用户工作区中的 markdown 文档。