建议: interview-mapper 技能 — 逐条分析,补充研究-运营/产品研究

□我想提议

我拥有一种被称为 " 访谈-模拟 " 的技能,将原始的访谈记录转化为有条理、有证据依据的分析。 每个发现都与逐字引用相接,编码通过多通路被检查,任何不确定的事物都会被标出给一个人而不是默默地解决. 它支持16个不同的访谈镜头(JTBD, CustDev/Mom-Test, Org-mig-mapping,退出访谈,胜/败,可用性,专家验证,焦点小组等),通过一个收录步骤(目标×应答类型)选择.

它特别针对三种失败模式 我不断打击LLM基于记录分析:

• ** Transcription driver**——示范说明而不是引用 -** 编造/"再生"的引文**——这段引文听起来是合理的,但实际上不在来源中.
• ** 运行中的不稳定情况** -- -- 同一记录对不同的通行证得出不同的结论

机械化:一个"route.py"脚本从目标+回放中取出镜头,然后引出-验证和共识-交叉运行的脚本在输出被呈现前检查. 内有一套Eval套房,每道镜头装有黄金标准固定装置.

□为什么我打开一个问题 而不是公关

我首先研究了研究-ops/技能/产品-研究',因为它是按主题分列的最接近的现有技能(访谈、JTBD、洞察力综合)。 我认为这不是一个重复——产品-研究'操作一个级别:它帮助你选择一种方法和一个研究的大小,然后在合成已编码的观测数据时标出单源异闻. 它不会去触摸笔录本身——没有引用验证,没有交叉运行稳定性检查,没有每伦斯模板.

" 访谈-模拟 " 的级别低于:提供你已经收集的笔录,如何可靠地编码和解释*它。 不同的输入,不同的失败模式 它守护反对。

不过,这个话题重叠(访谈、JTBD、ResearchOps-adjacted) 足够真实,我宁愿在建立公关前先检查, 两个问题:

1. 这是否是 " 产品研究 " 的合法补充,而不是相互竞争/重复的技能?
2. 在研究-ops/'或产品-团队/'(接`ux-Researcher-Designer')的某个地方,它适合什么?

乐于根据你认为最适合Repo的结构来调整范围/花纹.