| name | user-research-orchestrator |
| description | 当需要执行完整的用户研究流程时使用。用户研究指挥官，调度voice-analysis/behavior-analysis/user-modeling/interview-assist/report。关键词：用户研究、VOC分析、行为分析、Persona、访谈辅助、用户调研、用户画像、用户反馈、用户访谈。 |
| metadata | {"module":"产品探索与发现","sub-module":"用户研究","type":"orchestrator","version":"8.2","domain_tags":["通用"],"trigger_examples":["帮我做一下用户研究","分析一下用户反馈","设计一个用户访谈","生成用户画像","了解一下用户行为"]} |
用户研究指挥官
核心原则
- 用户说的和做的不一样——VOC（用户说的）和行为数据（用户做的）必须并行采集、交叉验证，单一信源结论不可信
- 建模是假设不是事实——Persona/Empathy Map/Journey Map都是基于数据的假设模型，必须人类审批确认后方可用于后续流程
- 访谈是验证不是探索——访谈的目的是验证已有假设（来自VOC和行为数据），不是漫无目的的探索，脚本必须锚定待验证假设
- 报告是终点也是起点——用户研究报告是研究阶段的终点，但也是产品决策的起点，报告必须包含可执行的行动建议
编排协议
遵循 orchestrator-protocol.md 编排协议。
Pipeline 定义
pipeline: user-research-orchestrator
version: 8.2
post_pipeline:
- action: stage-summary
output: output/phase-reports/pm-discovery/user-research-orchestrator.md
stages:
- id: phase-1
name: "并行采集"
skills:
- user-research-voice-analysis
- user-research-behavior-analysis
gate:
condition: "voice-analysis.json + behavior-analysis.json 均已生成且验证通过"
fail_action: "补充用户反馈数据或行为数据"
- id: phase-2
name: "用户建模"
depends_on: [phase-1]
skills:
- user-research-user-modeling
gate:
condition: "persona.json 已生成"
fail_action: "补充数据或检查子Skill执行结果"
- id: phase-2b
name: "访谈辅助"
depends_on: [phase-2]
skills:
- user-research-interview-assist
gate:
condition: "interview-script.json 已生成"
fail_action: "补充数据或检查子Skill执行结果"
- id: phase-3
name: "研究报告"
depends_on: [phase-1, phase-2b]
skills: [user-research-report]
gate:
condition: "执行摘要包含3条核心发现+Top1建议"
fail_action: "补充上游数据重新生成报告"
阶段执行计划
阶段1：并行采集
调用 user-research-voice-analysis
Skill: user-research-voice-analysis
输入:
app_reviews: 用户提供（应用商店评论）
support_tickets: 用户提供（客服工单数据）
social_mentions: 用户提供（可选，社交媒体提及）
community_posts: 用户提供（可选，社区帖子）
analysis_config: 用户提供（可选，分析配置）
输出: output/pm-discovery/user-research-voice-analysis/voice-analysis.json
验证: sentiment_distribution非空，top_themes至少3个主题，top_pain_points已提取，置信度已标注
模式: 🤖
调用 user-research-behavior-analysis
Skill: user-research-behavior-analysis
输入:
event_logs: 用户提供（行为事件日志）
funnel_data: 用户提供（漏斗数据）
heatmap_data: 用户提供（可选，热力图数据）
analysis_config: 用户提供（可选，分析配置）
输出: output/pm-discovery/user-research-behavior-analysis/behavior-analysis.json
验证: funnel_health非空，aha_moment_candidates已提取，feature_usage分析已完成，置信度已标注
模式: 🤖
⏸ 阶段卡口：voice-analysis.json + behavior-analysis.json 均已生成且验证通过 → 未通过：补充用户反馈数据或行为数据
阶段2：用户建模
调用 user-research-user-modeling
Skill: user-research-user-modeling
输入:
voice_analysis: output/pm-discovery/user-research-voice-analysis/voice-analysis.json
behavior_analysis: output/pm-discovery/user-research-behavior-analysis/behavior-analysis.json
survey_data: 用户提供（可选，问卷数据）
modeling_config: 用户提供（可选，建模配置）
输出: output/pm-discovery/user-research-user-modeling/persona.json + empathy-map.json + journey-map.json
验证: personas数组非空，至少1个Persona置信度≥0.7，Empathy Map四象限完整，Journey Map阶段完整
模式: 🤖→👤
⏸ 阶段卡口：personas数组非空，至少1个Persona置信度≥0.7 → 未通过：标记建模不充分，建议补充数据或访谈
阶段2b：访谈辅助
调用 user-research-interview-assist
Skill: user-research-interview-assist
输入:
persona: output/pm-discovery/user-research-user-modeling/persona.json（可选）
research_objectives: 用户提供（研究目标）
interview_config: 用户提供（访谈配置）
voice_analysis: output/pm-discovery/user-research-voice-analysis/voice-analysis.json（可选）
behavior_analysis: output/pm-discovery/user-research-behavior-analysis/behavior-analysis.json（可选）
输出: output/pm-discovery/user-research-interview-assist/interview-script.json + interview-insights.json
验证: interview-script.json中core_modules非空，每个核心问题有追问策略；interview-insights.json中validated_hypotheses或new_discoveries非空
模式: 👤→🤖
⏸ 阶段卡口：interview-script.json已生成，访谈执行后interview-insights.json已生成 → 未通过：检查研究目标和访谈配置是否完整
阶段3：研究报告
调用 user-research-report
Skill: user-research-report
输入:
voice_analysis: output/pm-discovery/user-research-voice-analysis/voice-analysis.json（可选）
behavior_analysis: output/pm-discovery/user-research-behavior-analysis/behavior-analysis.json（可选）
persona: output/pm-discovery/user-research-user-modeling/persona.json（可选）
interview_script: output/pm-discovery/user-research-interview-assist/interview-script.json（可选）
research_objectives: 用户提供（研究目标）
product_info: 用户提供（可选，产品/品类信息）
输出: output/pm-discovery/user-research-report/user-research-report.md + user-research-report.json
验证: 执行摘要包含3条核心发现+Top1建议，每个Persona有代表性用户原话，行动建议至少3条且有优先级
模式: 🤖→👤
⏸ 阶段卡口：执行摘要包含3条核心发现+Top1建议 → 未通过：补充上游数据重新生成报告
阶段总结（post_pipeline）
所有子Skill执行完成后，必须生成阶段总结文档，写入 output/phase-reports/pm-discovery/user-research-orchestrator.md，包含以下6项结构（均不可为空）：
- 执行概览：编排器名称与版本、执行时间、子Skill执行状态（成功/失败/降级）
- 关键发现：每个子Skill的核心输出摘要（1-3条）、跨子Skill的交叉洞察
- 决策记录：人类决策点及决策结果、AI自动决策及依据
- 产出清单：所有输出文件路径及内容摘要、产出质量评估（是否通过验证）
- 风险与待办：未通过验证的项、降级执行的项、建议后续跟进的事项
- 下游衔接：本编排器产出可被哪些下游编排器消费、推荐的下一步编排器
| 参数 | 值 |
|---|
| 子Skill输出路径 | output/pm-discovery/ |
| 总结输出路径 | output/phase-reports/pm-discovery/user-research-orchestrator.md |
| 审批记录路径 | output/approvals/{orchestrator-name}/{stage-id}.approval.json |
下游衔接:
primary: insight-orchestrator（用户研究完成，从研究数据中提炼洞察）
alternatives:
- target: opportunity-orchestrator
reason: 研究结论已足够明确，直接进入机会定义
condition: 用户研究已产出清晰的痛点和需求时
- target: design-orchestrator
reason: 研究结论可直接支撑产品设计
condition: 用户研究已产出完整的用户画像和场景，且商业模式已确定时
special_cases:
- target: user-research-report
reason: 仅需生成研究报告，无需后续洞察分析
condition: 研究为独立项目交付物，不需要进一步分析时
阶段卡口
| 卡口 | 条件 | 未通过处理 |
|---|
| phase-1完成 | voice-analysis.json + behavior-analysis.json 均已生成且非空 | 补充用户反馈数据或行为数据 |
| phase-2完成 | persona.json 已生成且人类审批通过 | 补充数据或调整建模参数重新执行 |
| phase-2b完成 | interview-script.json 已生成且非空 | 检查研究目标和访谈配置是否完整 |
| 访谈洞察已提取 | interview-insights.json 已生成且非空 | 等待人类完成访谈执行后提取洞察 |
| phase-3完成 | user-research-report.md + user-research-report.json 均已生成且非空 | 检查上游数据是否完整 |
| 阶段总结已生成 | output/phase-reports/pm-discovery/user-research-orchestrator.md 已生成且6项结构均非空 | 补充缺失结构项后重新生成 |
人类决策点
| 决策点 | 触发条件 | 决策内容 |
|---|
| Persona最终确认 | user-research-user-modeling完成 | 确认Persona画像是否准确，修正推断性特征 |
| Emotional/Social Job推断验证 | Persona中Emotional/Social Job置信度<0.5 | 确认情感和社会诉求推断是否合理 |
| 访谈结果校准 | user-research-interview-assist完成 | 校准访谈发现与已有数据的一致性，仲裁矛盾 |
| 用户研究报告结论与行动建议审批 | user-research-report完成 | 审批用户研究报告的最终结论和行动建议 |
异常处理
| 异常类型 | 处理策略 |
|---|
| 阶段1某子Skill失败（voice-analysis或behavior-analysis） | 不阻塞另一子Skill，失败子Skill使用降级方案继续，标注"降级执行" |
| voice-analysis数据量不足（<500条） | 标注"数据不足"，输出降级为探索性结论，置信度统一降级，report中标注VOC结论为探索性 |
| behavior-analysis漏斗数据不完整 | 基于已有数据完成可分析部分，缺失阶段标注"数据缺失"，aha_moment_candidates标注低置信度 |
| user-modeling所有Persona置信度<0.7 | 标注"建模不充分"，输出最高置信度Persona供人类审批，建议补充数据或执行访谈后再建模 |
| interview-assist访谈未执行（人类未完成访谈） | interview-insights.json标注"访谈未执行"，report基于VOC+行为数据+建模数据生成，标注"缺少访谈验证" |
| 上游数据全部缺失 | 降级为轻量版流程：用户口述用户画像 → 基于描述生成假设性Persona → 生成探索性报告 |
| 阶段总结生成失败 | 基于已完成的子Skill输出生成部分总结，缺失项标注"数据缺失"，不阻塞编排完成 |
