iT邦幫忙

2026 iThome 鐵人賽

DAY 7
0
Claude AI

今晚來點 Claude Skills:產品開發者的 AI 工作流系列 第 7 篇

Day 7 - 用 Claude Code 把使用者回饋留在問題層

  • 分享至 

  • xImage
  •  

Day 7 封面:拆解回饋聚焦核心問題

Day 7 - 用 Claude Code 把使用者回饋留在問題層

為什麼要把使用者的建議和真正的問題分開?

很多人看到使用者說「請加一個新手教學」,就立刻請工程師照著做一個導覽影片。這就像看到朋友咳嗽說想吃冰淇淋,你就真的買冰淇淋給他吃。使用者回饋是使用者遇到困難時,把感受與自己猜想的解法混在一起的一段話。

如果把使用者的解法直接當成功能去做,團隊往往做出了導覽,使用者卻依然卡在同樣的關卡上。

一則回饋裡包含四種東西

將使用者回饋拆為原話、症狀、推論與建議解法

整理回饋時,請把一段話拆成四個清晰的積木:

  • 情境:在操場跑步跌倒的時候(事情發生的具體時機與場合)。
  • 症狀:膝蓋擦傷破皮(當下看見與感受到的具體痛點)。
  • 需求訊號:希望站起來繼續跑步(真正想完成的目標與進展)。
  • 建議解法:想要貼一張亮晶晶貼紙(使用者自己想出來的處理辦法)。

把這四個積木分開,團隊就能準確找出最適合的解決方案。

建立可追溯的拆解規則

拆解回饋時,請確實執行以下動作:

① 情境標出操作時機:寫出使用者在什麼畫面、想做什麼任務。
② 症狀保留原汁原味:完整保留原話中的情緒詞與形容詞,忠實記錄痛點。
③ 需求提煉核心目標:用一句話說明使用者想要達成的實質進展。
④ 解法存入建議欄位:將使用者提出的做法獨立存放,保留後續探索替代方案的空間。

每拆解一條,都要標記事實或推論。這能確保團隊的理解與事實完全吻合。

FlowBoard 模擬回饋清單

以下為教學專用範例資料,編號將持續沿用:

F01|我接受邀請後看到很多專案,不知道自己要看哪一個。
F02|能不能一登入就跳出新手教學?
F03|同事說有派任務給我,但我找不到。
F04|首頁都是空的,我以為邀請失敗了。
F05|我只想知道今天要做什麼,不想先設定一堆東西。
F06|左邊選單項目太多,第一次使用看不懂。
F07|希望有人告訴我這個工作區是做什麼的。
F08|進來沒有任務,也不知道要等主管還是自己建立。
F09|個人資料沒填完一直被提醒,但那不是我現在要做的事。
F10|可不可以寄一封信告訴我第一步?

這十則資料專門用來練習客觀拆解語意,訓練精確提煉問題的能力。

逐則拆解示範

以三則典型回饋進行結構化拆解:

① 回饋 F02 拆解:

  • 編號:F02
  • 原話:能不能一登入就跳出新手教學?
  • 情境:首次登入系統
  • 症狀:操作起點尚待釐清(標記為推論)
  • 需求訊號:辨識開始操作的第一個動作
  • 建議解法:登入時跳出新手教學
  • 待追問:當時期望完成什麼?停留在哪個畫面?

② 回饋 F03 拆解:

  • 編號:F03
  • 原話:同事說有派任務給我,但我找不到。
  • 情境:已被告知指派任務
  • 症狀:任務顯示區域資訊受阻
  • 需求訊號:快速定位個人工作項目
  • 建議解法:由團隊研擬合適方案
  • 待追問:從哪個入口找?最後是否有找到?

③ 回饋 F08 拆解:

  • 編號:F08
  • 原話:進來沒有任務,也不知道要等主管還是自己建立。
  • 情境:首次登入且任務看板呈現空白
  • 症狀:等待指示與自主建立之間的選擇猶豫
  • 需求訊號:確認個人角色權限與接續行動
  • 建議解法:由團隊研擬合適方案
  • 待追問:帳號是否擁有建立權限?主管邀請時如何說明?

在 F02 中標記「推論」,後續訪談就能直接向使用者求證,讓事實完整浮現。

讓 AI 執行回饋清洗

背景:
FlowBoard 是教學用虛構專案協作 SaaS。我們研究新成員首次加入工作區的體驗。

任務:
逐則標註回饋中的情境、可觀察症狀、需求訊號、建議解法與待追問問題。

輸入:
【貼上保留編號的回饋原文】

執行規則:
① 保持單則獨立處理,精準對應每一筆回饋。
② 完整保留原始用字,精確記錄使用者字句。
③ 針對推測內容明確標示「推論」。
④ 資訊缺乏時明確標示「待確認」。
⑤ 專注於可觀察之操作事實與具體陳述。

輸出格式:
依序輸出各項欄位:編號、原話摘要、情境、症狀陳述、需求訊號、建議解法、事實與推論標示、待追問項目。

範例輸出

F10
原話摘要:希望用 Email 得知第一步。
情境:加入後(確切時間待確認)
症狀:原文省略具體描述
需求訊號:取得第一步指引(推論)
建議解法:寄送 Email
待追問:使用者當時是否已登入?產品中哪項資訊需要進一步指引?

這比直接記錄「使用者需要歡迎信」更精確,因為它指出方案可能成立的前提,並保留探索更多解法的空間。

人類需要檢查什麼

執行人工檢視時,請確認以下問題:

  • 這真的是使用者親身遭遇的狀況嗎?
  • 標註的症狀是否完整保留原話的本意?
  • 推論是否有標記清楚?
  • 待追問的問題是否具備開放性?

最後請一位研究夥伴閱讀拆解結果,遮住建議解法欄,只看情境與症狀,確認能否看出真正的需求訊號。如果能看出,代表問題層提煉得非常乾淨。

把清洗規則封裝成 Claude Code Skill

建立專屬工具,讓 Claude Code 自動執行清洗:

① 在專案中建立 .claude/skills/feedback-cleaning/SKILL.md 檔案。
② 寫入以下配置內容:

---
name: feedback-cleaning
description: 將使用者回饋拆成情境、症狀、需求訊號與建議解法。當使用者貼上客服、訪談或問卷文字時使用。
---

保持每筆回饋的原始 ID 與原話完整。
明確區分情境、症狀、需求訊號與建議解法。
將使用者的提議保留於建議解法欄位,維持問題與解法的獨立性。
資訊不足時明確列出待驗證問題。

③ 在終端機執行調用指令:

/feedback-cleaning 請整理 feedback/day-07.md,保留每筆 ID,輸出四類欄位。

輸入回饋編號,輸出是一份結構化拆解紀錄,每一列都掛著來源編號與待追問項目:

Claude Code 依 Skill 規則逐則清洗回饋,F02 的教學影片留在建議解法欄,並標出推論與待驗證問題

這就是 Skill 的價值:把團隊的專業工作流程沉澱為穩定的自動化工具。

今天的產出物

Day 7 小結:保留原話並標示推論

今天完成的是結構化回饋分類清單。

清楚的問題定義,永遠比急著做出解法更能幫團隊打造出成功的產品。明天將利用這份清單,把 50 則回饋做進一步分群。

參考資料


上一篇
Day 6 - 用 Claude Code 從競品分析找產品機會
下一篇
Day 8 - 用 Claude Code 把 50 則回饋分成問題群
系列文
今晚來點 Claude Skills:產品開發者的 AI 工作流 共 15 篇
圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言