Menu
需求洞察分析，整合JTBD、需求分层、5Whys根因、KANO分类和优先级评分。关键词：需求洞察、JTBD、5Whys、KANO、优先级评分、需求分析。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
当需要评估获客渠道或优化获客漏斗时使用。用户获取指挥官，调度 acquisition-analysis（获客分析一体化），实现从渠道评估到漏斗优化的闭环。关键词：用户获取、获客渠道、漏斗优化、渠道评估、获客策略、acquisition-analysis、拉新、获客。
当需要识别和工程化Aha Moment时使用。Aha Moment自动工程化Pipeline，分析留存数据和行为数据，自动识别Aha Moment候选，测量到达率，识别最短路径，输出Onboarding优化建议。关键词：Aha Moment、激活时刻、用户激活、到达率、Onboarding优化、什么时候觉得好用、体验核心价值、爽点在哪。
当需要优化用户Onboarding流程时使用。Onboarding自动优化Pipeline，分析Onboarding数据和用户分群，自动生成个性化引导策略，设计A/B测试方案。关键词：Onboarding、新用户引导、引导优化、个性化引导、用户激活、新手引导、上手快、引导太长。
当需要识别Aha Moment或设计Onboarding流程时使用。用户激活指挥官，调度activation-aha/onboarding。关键词：用户激活、Aha Moment、Onboarding、新用户引导、新手引导、激活率。
当需要管理Sprint周期或追踪敏捷执行时使用。敏捷执行指挥官，调度 agile-sprint-planning、agile-daily-sync、agile-review 子Skill执行。agile-review 已合并 retrospective-auto 的自动回顾能力。关键词：敏捷执行、Sprint规划、每日站会、Sprint评审、敏捷管理、Sprint复盘、迭代复盘、敏捷开发、复盘报告、自动回顾。
当需要自动化Sprint评审和复盘报告时使用。Sprint评审与复盘报告一体化，Step 1完成Sprint评审（产出清单整理、Demo准备清单、反馈收集分类、数据收集、问题识别、改进建议生成），Step 2生成完整复盘报告（Sprint目标达成分析、交付质量评估、团队速率趋势、改进行动项、下一Sprint建议），Step 3完成上线复盘（效果复盘、工程质量复盘、过程复盘、改进行动项生成）。关键词：Sprint Review、Sprint Retro、迭代评审、迭代回顾、敏捷复盘、评审会、复盘报告、Sprint复盘、改进行动项、做得怎么样、上线复盘、发布复盘、效果评估、持续改进。
| name | insight-analysis |
| description | 需求洞察分析，整合JTBD、需求分层、5Whys根因、KANO分类和优先级评分。关键词：需求洞察、JTBD、5Whys、KANO、优先级评分、需求分析。 |
| metadata | {"module":"产品探索与发现","sub-module":"需求洞察","type":"pipeline","version":"3.0","domain_tags":["通用"],"trigger_examples":["帮我分析一下用户需求","需求太多了，帮我排个优先级","用KANO模型分析一下需求","挖掘一下用户的深层需求","用户到底想完成什么任务","为什么用户总是抱怨这个功能","哪些功能是必须有的","需求太多先做哪个"],"interaction_mode":"ai_suggest_human_approve"} |
🤖→👤 AI 建议人类审批
| 输入项 | 类型 | 必填 | 来源 | 说明 |
|---|---|---|---|---|
| 用户反馈数据 | JSON | 是 | output/pm-discovery/user-research-voice-analysis/voice-analysis.json | 用户声音与情感分析数据 |
| 行为分析数据 | JSON | 是 | output/pm-discovery/user-research-behavior-analysis/behavior-analysis.json | 行为模式与痛点数据 |
| 原始需求列表 | JSON | ○ | 用户提供 | 用户声音、业务方需求、数据异常等原始需求 |
并行执行 JTBD 分析和需求三层模型拆解。
从用户反馈和行为数据中提取功能性、情感性、社会性三层Job。
Step 1a-1: Functional Job 提取
| 模式类别 | 匹配模式 | 推断方向 |
|---|---|---|
| 直接表达 | "我想..."、"能不能..."、"需要..."、"帮我..."、"希望..." | 直接提取为Functional Job |
| 痛点反推 | "太慢了"、"太麻烦了"、"不方便"、"不好用" | 反推用户想高效/便捷地完成某事 |
| 行为目标 | 高频操作路径、重复行为模式 | 推断用户试图达成的行为目标 |
| 竞品对比 | "XX产品可以..."、"为什么你们不能..." | 提取用户期望的功能能力 |
| 场景描述 | "每次做XX的时候..."、"在XX场景下..." | 提取场景化的功能需求 |
Step 1a-2: Emotional Job 推断
| 负向表达模式 | 情感诉求方向 | 置信度基准 |
|---|---|---|
| "太麻烦了"/"太复杂了"/"操作太多" | 渴望轻松/省力 | 0.8 |
| "不放心"/"担心"/"怕出错" | 渴望安全感/确定性 | 0.75 |
| "很焦虑"/"着急"/"来不及" | 渴望掌控感/效率 | 0.75 |
| "被忽略了"/"没人理我"/"反馈没回应" | 渴望被重视/被关注 | 0.7 |
| "太慢了"/"等太久"/"响应慢" | 渴望即时反馈/流畅感 | 0.8 |
| "看不懂"/"不知道怎么用" | 渴望清晰/简单/易懂 | 0.75 |
Step 1a-3: Social Job 推断
| 社会表达模式 | 社会诉求方向 | 置信度基准 |
|---|---|---|
| "同事都在用"/"别人也在用" | 社会认同/归属感 | 0.7 |
| "领导要求"/"公司规定" | 合规/服从权威 | 0.8 |
| "行业标配"/"竞品都有" | 行业认同/竞争力 | 0.7 |
| "推荐给朋友"/"分享给同事" | 社交货币/分享欲 | 0.7 |
将原始需求拆解为表层需求、行为需求、本质需求三层。
Step 1b-1: 表层需求提取
Step 1b-2: 行为需求推断
"希望增加XX功能" → 场景：XX场景下需要完成YY → 行为：当前通过ZZ方式替代"需要支持XX" → 场景：XX条件下无法完成YY → 行为：转向竞品或手动处理"XX太慢/太卡" → 场景：高频操作XX时体验受阻 → 行为：减少使用频率或寻找替代方案"找不到XX" → 场景：信息架构不清晰导致迷失 → 行为：反复搜索或求助他人"XX操作太复杂" → 场景：任务流程步骤过多 → 行为：跳过非必要步骤或放弃使用"希望XX能自动" → 场景：重复性操作消耗精力 → 行为：手动执行但产生挫败感"XX数据不准" → 场景：决策依赖数据但数据不可靠 → 行为：交叉验证或延迟决策Step 1b-3: 本质需求推断
"批量导出" → 减少重复劳动 → 追求效率和成就感"多语言支持" → 服务海外客户 → 追求业务拓展和竞争力"实时通知" → 不想错过信息 → 追求掌控感和安全感"操作简化" → 降低认知负荷 → 追求轻松体验和自主感"数据准确性" → 避免决策失误 → 追求确定性和信任感"个性化定制" → 适配自身工作流 → 追求自主性和归属感"协作功能" → 减少沟通成本 → 追求社交连接和团队认同validation_needed: true，行为需求置信度<0.7 → validation_needed: true对关键痛点或问题现象进行根因深挖。
Round 1: 基于问题现象，生成原因假设列表Top3，按可能性排序，每个原因标注数据支撑度和置信度
Round 2-N: 对上一轮Top1原因追问为什么，生成子原因列表Top3
多路径分叉：当上一轮Top1与Top2置信度差距 < 0.15时，同时追踪两条因果链
终止条件（满足任一即停止）：
| 条件 | 说明 |
|---|---|
| 达到第5层 | 已进行5轮追问，更深层次推断可信度不足 |
| 原因已触及不可再分根因 | 如"系统架构限制"、"组织流程问题"等不可再细化的原因 |
| 连续2层置信度 < 0.3 | 推断链可信度不足，需人类介入 |
| 已找到可行动改进点 | 根因已明确且可转化为具体行动 |
对功能需求进行KANO模型分类。
Step 3-1: 功能-反馈关联
Step 3-2: 分类规则
| 分类 | 条件 | 含义 |
|---|---|---|
| 必备型（Must-be） | 负向提及率 > 60% 且 提及频率 > 5% | 缺失时强烈不满，存在时视为理所当然 |
| 期望型（One-dimensional） | 负向提及率 30%-60% 且 与使用深度正相关（correlation > 0.3） | 做得越好用户越满意 |
| 兴奋型（Attractive） | 正向提及率 > 60% 且 提及频率 < 5% | 超出预期带来惊喜，缺失不会不满 |
| 无差异型（Indifferent） | 提及频率 < 1% 且 平均情感强度 < 2 | 用户不在乎有无 |
行业阈值适配规则：
| 行业/阶段 | 适配规则 | 调整说明 |
|---|---|---|
| B端SaaS | 必备型阈值下调：负向提及率 > 50% 即为必备型 | B端用户对基础功能缺失容忍度更低 |
| C端消费 | 兴奋型阈值上调：正向提及率 > 70% 才为兴奋型 | C端用户更容易给出正向反馈 |
| 早期产品 | 整体阈值放宽：数据量不足时降低判定门槛（置信度0.5即可分类） | 早期数据有限 |
| 成熟产品 | 严格阈值：数据充足时使用标准阈值，置信度<0.7必须升级 | 成熟产品数据充分 |
Step 3-3: 边界情况处理
对需求列表进行加权优先级评分排序。
评分函数：
KANO系数映射：
| KANO分类 | 系数 | 加成效果 |
|---|---|---|
| 必备型（Must-be） | 1.5 | 基础分+50% |
| 期望型（One-dimensional） | 1.0 | 无加成 |
| 兴奋型（Attractive） | 0.8 | 基础分-20% |
| 无差异型（Indifferent） | 0.2 | 基础分-80% |
| 反向型（Reverse） | 0.0 | 基础分归零 |
各维度评分规则：
痛点强度（1-5分）：
| 分数 | 条件 |
|---|---|
| 5 | 情感强度≥4 且 5Whys根因已确认 |
| 4 | 情感强度≥3 或 5Whys根因已确认 |
| 3 | 情感强度=2-3 且有负向反馈 |
| 2 | 情感强度=1-2 且反馈较少 |
| 1 | 无负向反馈或情感强度<1 |
频率权重（1-5分）：
| 分数 | 条件 |
|---|---|
| 5 | 影响用户占比 > 30% 或 提及频率 > 10% |
| 4 | 影响用户占比 20-30% 或 提及频率 5-10% |
| 3 | 影响用户占比 10-20% 或 提及频率 2-5% |
| 2 | 影响用户占比 5-10% 或 提及频率 1-2% |
| 1 | 影响用户占比 < 5% 或 提及频率 < 1% |
可解决性（1-5分）：
| 分数 | 条件 |
|---|---|
| 5 | 技术方案成熟，1个迭代可交付 |
| 4 | 技术方案可行，2-3个迭代可交付 |
| 3 | 技术方案需调研，3-5个迭代 |
| 2 | 技术方案有挑战，需跨团队协作 |
| 1 | 技术方案不确定或依赖外部条件 |
注意：可解决性需技术团队输入，默认值为3（中等），标记为"待技术确认"，该需求整体评分置信度降级为low
输出路径：output/pm-discovery/insight-analysis/
输出文件：insight-analysis.json + insight-analysis.md
{
"type": "object",
"required": ["jtbd", "requirement_layers", "5whys", "kano", "priority_scoring", "metadata"],
"properties": {
"jtbd": {
"type": "object",
"required": ["jobs", "summary"],
"properties": {
"jobs": {"type": "array", "description": "任务列表，详见输出校验规则→jtbd校验"},
"summary": {"type": "object", "description": "统计摘要，含total_jobs和by_type"}
}
},
"requirement_layers": {
"type": "object",
"required": ["requirement_layers"],
"properties": {
"requirement_layers": {"type": "array", "description": "需求三层拆解列表，详见输出校验规则→requirement_layers校验"}
}
},
"5whys": {
"type": "object",
"required": ["chains", "root_cause", "actionable_fix"],
"properties": {
"chains": {"type": "array", "description": "因果链列表，详见输出校验规则→5whys校验"},
"root_cause": {"type": "string"},
"actionable_fix": {"type": "object", "description": "可行动改进建议，含description/effort/impact/suggested_metrics"}
}
},
"kano": {
"type": "object",
"required": ["kano_classification", "boundary_cases", "summary"],
"properties": {
"kano_classification": {"type": "array", "description": "KANO分类列表，详见输出校验规则→kano校验"},
"boundary_cases": {"type": "array"},
"summary": {"type": "object"}
}
},
"priority_scoring": {
"type": "object",
"required": ["priority_list", "scoring_summary", "priority_thresholds"],
"properties": {
"priority_list": {"type": "array", "description": "优先级列表，详见输出校验规则→priority_scoring校验"},
"scoring_summary": {"type": "object"},
"priority_thresholds": {"type": "object"}
}
},
"metadata": {"type": "object", "description": "元数据，含版本、时间戳和来源文件"}
}
}
类型信息见上方输出Schema，下表仅列出必填标记与约束条件（"—"表示无额外约束）。
| 字段路径 | 必填 | 约束条件 |
|---|---|---|
jtbd.jobs | 是 | 不可为空 |
jtbd.jobs[].type | 是 | enum: functional, emotional, social |
jtbd.jobs[].job | 是 | 不可为空 |
jtbd.jobs[].frequency | 是 | — |
jtbd.jobs[].evidence | 是 | 不可为空 |
jtbd.jobs[].confidence | 是 | 范围 0-1.0 |
jtbd.jobs[].pain_with_current | 否 | — |
jtbd.jobs[].pain_level | 否 | enum: high, medium, low |
jtbd.summary.total_jobs | 是 | — |
jtbd.summary.by_type | 是 | — |
| 字段路径 | 必填 | 约束条件 |
|---|---|---|
requirement_layers.requirement_layers | 是 | 不可为空 |
requirement_layers.requirement_layers[].id | 是 | 唯一 |
requirement_layers.requirement_layers[].surface.content | 是 | 保留原始表述 |
requirement_layers.requirement_layers[].surface.confidence | 是 | 必须等于1.0 |
requirement_layers.requirement_layers[].behavioral.content | 是 | 含场景+行为描述 |
requirement_layers.requirement_layers[].behavioral.confidence | 是 | 范围 0.7-0.9 |
requirement_layers.requirement_layers[].behavioral.inference_basis | 是 | 不可为空 |
requirement_layers.requirement_layers[].essential.content | 是 | 描述底层动机 |
requirement_layers.requirement_layers[].essential.confidence | 是 | 范围 0.4-0.7 |
requirement_layers.requirement_layers[].essential.inference_basis | 是 | 不可为空 |
requirement_layers.requirement_layers[].validation_needed | 是 | 本质需求置信度<0.5或行为需求置信度<0.7时必须为true |
requirement_layers.summary.total | 是 | — |
| 字段路径 | 必填 | 约束条件 |
|---|---|---|
5whys.chains | 是 | 长度≥1 |
5whys.chains[].path_id | 是 | — |
5whys.chains[].round | 是 | — |
5whys.chains[].question | 是 | — |
5whys.chains[].answer | 是 | — |
5whys.chains[].evidence | 是 | — |
5whys.chains[].confidence | 是 | 范围 0-1.0 |
5whys.chains[].data_support | 是 | enum: high, medium, low |
5whys.root_cause | 是 | 非空 |
5whys.actionable_fix.description | 是 | — |
5whys.actionable_fix.effort | 是 | enum: low, medium, high |
5whys.actionable_fix.impact | 是 | enum: low, medium, high |
5whys.actionable_fix.suggested_metrics | 是 | — |
| 字段路径 | 必填 | 约束条件 |
|---|---|---|
kano.kano_classification | 是 | 不可为空 |
kano.kano_classification[].feature_id | 是 | — |
kano.kano_classification[].category | 是 | 必须为must-be/one-dimensional/attractive/indifferent/reverse/insufficient_data之一 |
kano.kano_classification[].confidence | 是 | 范围 0-1 |
kano.kano_classification[].evidence | 是 | 含5项指标 |
kano.kano_classification[].review_period | 是 | — |
kano.boundary_cases | 是 | confidence<0.7的必须在其中 |
kano.summary | 是 | — |
| 字段路径 | 必填 | 约束条件 |
|---|---|---|
priority_scoring.priority_list | 是 | 不可为空 |
priority_scoring.priority_list[].rank | 是 | — |
priority_scoring.priority_list[].requirement_id | 是 | — |
priority_scoring.priority_list[].requirement_name | 是 | — |
priority_scoring.priority_list[].scores.pain_intensity.score | 是 | 范围 1-5 |
priority_scoring.priority_list[].scores.frequency_weight.score | 是 | 范围 1-5 |
priority_scoring.priority_list[].scores.solvability.score | 是 | 范围 1-5 |
priority_scoring.priority_list[].scores.solvability.confirmed | 是 | — |
priority_scoring.priority_list[].scores.kano_coefficient.coefficient | 是 | — |
priority_scoring.priority_list[].scores.kano_coefficient.category | 是 | — |
priority_scoring.priority_list[].base_score | 是 | — |
priority_scoring.priority_list[].kano_bonus | 是 | — |
priority_scoring.priority_list[].total_score | 是 | — |
priority_scoring.priority_list[].score_confidence | 是 | enum: high, medium, low |
priority_scoring.scoring_summary | 是 | — |
priority_scoring.priority_thresholds | 是 | — |
{
"jtbd": {
"analysis_metadata": {
"source_files": ["voice-analysis.json", "behavior-analysis.json"],
"total_voice_entries": 0,
"total_behavior_entries": 0,
"analysis_timestamp": "ISO8601"
},
"jobs": [
{
"type": "functional",
"job": "快速完成表单填写",
"frequency": 12,
"current_solution": "手动逐项填写",
"pain_with_current": "重复劳动，耗时且易出错",
"confidence": 1.0,
"evidence": ["用户访谈#23", "行为数据-表单放弃率35%"],
"sentiment_intensity": 4
}
// ... 同结构可扩展
],
"summary": {
"total_jobs": 3,
"by_type": { "functional": 1, "emotional": 1, "social": 1 }
}
},
"requirement_layers": {
"analysis_metadata": {
"source": "原始需求列表",
"total_requirements": 2,
"analysis_timestamp": "ISO8601"
},
"requirement_layers": [
{
"id": "REQ-001",
"source": "用户反馈",
"surface": { "content": "希望增加批量导出功能", "confidence": 1.0 },
"behavioral": { "content": "运营人员在月度报表场景下，需要一次性导出多份报表，当前只能逐个导出", "confidence": 0.85, "inference_basis": "用户反馈频率8次+行为数据：报表导出页面平均停留时长异常" },
"essential": { "content": "追求工作效率，减少重复性劳动，获得工作成就感", "confidence": 0.6, "inference_basis": "从行为需求推断+JTBD情感Job交叉验证" },
"validation_needed": true,
"validation_reason": "本质需求置信度0.6<0.7，建议通过用户访谈验证"
}
],
"summary": { "total": 2, "needs_validation": 2, "high_confidence": 0 }
},
"5whys": {
"analysis_metadata": {
"source_files": ["jtbd.json"],
"total_paths": 1,
"analysis_timestamp": "ISO8601"
},
"phenomenon": {
"description": "用户在注册流程第3步大量放弃",
"source": "jtbd.json",
"metrics": { "drop_off_rate": 0.35, "affected_users": 1200 }
},
"chains": [
{ "path_id": "main", "round": 1, "question": "为什么用户在注册流程第3步大量放弃？", "answer": "第3步需要填写过多非必要信息", "evidence": "表单字段数12个，行业平均5个", "confidence": 0.85, "data_support": "high" }
// ... 同结构可扩展
],
"root_cause": "缺乏分阶段收集数据的策略，将注册流程当作唯一的数据收集窗口",
"actionable_fix": {
"description": "实施渐进式数据收集策略，注册流程仅保留核心必填字段（3-5个）",
"effort": "medium",
"impact": "high",
"suggested_metrics": ["注册完成率提升", "第3步放弃率下降"]
}
},
"kano": {
"analysis_metadata": {
"source_files": ["voice-analysis.json", "requirement-layers.json"],
"total_features": 3,
"analysis_timestamp": "ISO8601"
},
"kano_classification": [
{ "feature_id": "FEAT-001", "feature_name": "批量导出", "category": "must-be", "confidence": 0.85, "evidence": { "negative_rate": 0.75, "frequency": 0.08, "positive_rate": 0.25, "usage_depth_correlation": 0.6, "avg_sentiment_intensity": 3.5 }, "review_period": "6个月" }
// ... 同结构可扩展
],
"boundary_cases": [
{ "feature_id": "FEAT-002", "reason": "频率接近兴奋型/期望型边界", "suggested_action": "补充更多用户反馈数据或进行专项问卷验证" }
],
"summary": { "must_be": 1, "one_dimensional": 0, "attractive": 1, "indifferent": 1, "needs_judgment": 1 }
},
"priority_scoring": {
"analysis_metadata": {
"source_files": ["requirement-layers.json", "kano.json", "jtbd.json", "5whys.json"],
"scoring_formula": "基础分(0.35×痛点+0.30×频率+0.35×可解决性) + KANO加成(基础分×(系数-1))",
"weights_confirmed_by_human": false,
"analysis_timestamp": "ISO8601"
},
"priority_list": [
{
"rank": 1,
"requirement_id": "REQ-001",
"requirement_name": "批量导出功能",
"scores": {
"pain_intensity": { "score": 4, "basis": "情感强度4+5Whys根因已确认" },
"frequency_weight": { "score": 4, "basis": "提及频率8%，影响用户占比约25%" },
"solvability": { "score": 3, "basis": "默认值，待技术团队确认", "confirmed": false },
"kano_coefficient": { "coefficient": 1.5, "category": "must-be", "confidence": 0.85 }
},
"base_score": 3.65,
"kano_bonus": 1.825,
"total_score": 5.475,
"score_confidence": "medium"
}
],
"scoring_summary": { "total_requirements": 2, "high_priority": 0, "medium_priority": 1, "low_priority": 1, "needs_tech_confirmation": 1 },
"priority_thresholds": { "high": "总分 >= 4.5", "medium": "总分 2.0-4.4", "low": "总分 < 2.0" }
},
"metadata": {
"version": "3.0",
"generated_at": "2026-05-14T21:00:00Z",
"source_files": [
"output/pm-discovery/user-research-voice-analysis/voice-analysis.json"
// ... 同结构可扩展
]
}
}
| 检查项 | 通过条件 |
|---|---|
| JTBD三层Job均已提取 | functional/emotional/social Job均存在 |
| 每个Job有数据支撑 | evidence字段非空 |
| 低置信度Job已标记验证 | confidence<0.5的Job在needs_human_validation中 |
| 需求三层均已拆解 | surface/behavioral/essential均有内容 |
| 推断依据非空 | inference_basis字段非空 |
| 本质需求已标记验证状态 | validation_needed字段完整 |
| 因果链完整 | 从现象到根因逻辑连贯 |
| 根因有数据支撑 | 至少1条evidence |
| 可行动建议已给出 | actionable_fix非空，含effort/impact/suggested_metrics |
| 所有功能需求已分类 | kano_classification完整 |
| 边界情况已标记 | confidence<0.7的在boundary_cases中 |
| 分类统计summary完整 | summary中各类型数量之和等于kano_classification数组长度 |
| 所有需求已评分 | priority_list完整 |
| 评分结果按优先级降序排列 | rank字段正确 |
| 评分可信度等级已标注 | score_confidence字段完整 |
| base_score和kano_bonus分别计算 | 可审计 |
当上游文件不存在时，本Skill仍可独立执行：
| 缺失的上游输入 | 降级方案 | 输出影响 |
|---|---|---|
| voice-analysis.json | 基于用户直接粘贴的反馈文本提取JTBD和KANO分类 | Emotional/Social Job推断依据减少，KANO分类置信度降低 |
| behavior-analysis.json | 基于用户反馈文本推断行为意图 | Functional Job缺乏行为数据佐证，频率统计不精确 |
| voice-analysis.json + behavior-analysis.json | 用户提供反馈文本 → 直接提取JTBD | 整体置信度降低，frequency为估算值 |
| 原始需求列表 | 用户口述需求 → 直接拆解三层 | inference_basis缺失数据佐证，行为需求置信度上限降至0.7 |
| 所有上游文件均缺失 | 提示用户先执行前序阶段，或基于用户口头描述执行轻量版分析 | 输出为轻量版，JTBD仅含Functional Job，KANO全部分类为推断结果，priority_scoring多个维度使用默认值 |
本Skill需要用户反馈和行为分析数据，请通过以下方式之一提供：
| 上游数据源 | 变更类型 | 影响维度 | 影响描述 | 响应策略 |
|---|---|---|---|---|
| voice-analysis.json | 新增反馈条目 | jtbd.jobs / kano.kano_classification | Job频率和证据变化，KANO分类指标变化 | 标注受影响的Job和KANO分类，建议人类确认是否需要重新提取 |
| voice-analysis.json | 情感分类修正 | jtbd.emotional_jobs | Emotional Job推断依据变化 | 标注受影响的Emotional Job，建议重新评估置信度 |
| behavior-analysis.json | 行为模式更新 | jtbd.functional_jobs / requirement_layers.behavioral | Functional Job频率和行为目标变化 | 标注受影响的Functional Job，更新frequency |
| 原始需求列表 | 需求增删 | requirement_layers / kano / priority_scoring | 需求拆解、分类和评分均受影响 | 标注新增/删除的需求，重新计算排名 |
| 下游消费者 | 通知字段 | 通知时机 | 通知内容 |
|---|---|---|---|
| opportunity-definition | jtbd.jobs / requirement_layers | JTBD或需求分层变更后 | 通知Job增删和需求拆解变化 |
| design-orchestrator | priority_scoring.priority_list | 优先级排序变更后 | 通知排名变化的需求，建议重新评估开发排期 |