원클릭으로
zach-feature-demand-validator
功能需求真伪验证器。用三维数据(Review/关键词/社区)验证微创新是否真实需求。 使用时机:品类选定后评估微创新、竞品分析发现差异点后判断要不要跟进。 触发词:/zach-feature-demand-validator
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
메뉴
功能需求真伪验证器。用三维数据(Review/关键词/社区)验证微创新是否真实需求。 使用时机:品类选定后评估微创新、竞品分析发现差异点后判断要不要跟进。 触发词:/zach-feature-demand-validator
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
| name | zach-feature-demand-validator |
| description | 功能需求真伪验证器。用三维数据(Review/关键词/社区)验证微创新是否真实需求。 使用时机:品类选定后评估微创新、竞品分析发现差异点后判断要不要跟进。 触发词:/zach-feature-demand-validator |
| benefits-from | ["zach-product-research"] |
| user-invocable | true |
| allowed-tools | ["Read","Write","Edit","Bash","Glob","Grep","WebSearch","WebFetch","mcp__sorftime__product_reviews","mcp__sorftime__keyword_detail","mcp__sorftime__keyword_extends"] |
| risk-level | low |
本公开版 Skill 是自包含的,不依赖任何私有工作区文件、内部参考库或品牌专属协议。
开始执行前,建议先阅读本 Skill 自带的参考材料:
references/judgment_criteria.md — 三维需求判断标准references/report_template.md — 报告结构references/csv_schema.md — 交付 CSV 结构references/review_fallback_pack.md — 无 Sorftime 时的评论证据包格式亚马逊卖家的产品开发,大多数时候不是做颠覆式创新,而是在现有供给上做微创新:
危险点也恰好在这里。很多功能看起来合理,但很可能只是卖家自己的想象,不是消费者真实在意的点。
这个 Skill 的定位,不是帮你发明新物种,而是判断:
这个微创新,到底是不是用户真的在意。
它通过三个独立维度交叉验证,避免“感觉有需求就开模”。
| 维度 | 首选数据源 | 无 Sorftime 时的替代方案 |
|---|---|---|
| Review 信号 | Sorftime product_reviews | WebSearch + WebFetch 主动抓取 Amazon Review 页面,或用户提供 review_source_pack |
| 关键词信号 | Sorftime keyword_detail / keyword_trend / keyword_extends | Google Trends(WebFetch)+ Amazon Autocomplete(WebSearch)+ 第三方搜索量估算 |
| 社区信号 | WebSearch(Reddit + Quora) | 继续可执行(不依赖 Sorftime) |
zach-product-research、zach-competitor-deep-divezach-new-product-listing-writer适用条件:当前环境可调用 Sorftime MCP。
product_reviews适用条件:当前环境没有 Sorftime MCP。
review_source_pack注意:替代版的数据精度不如 Sorftime(无法拿到精确周搜索量和 CPC),但三个维度都有真实数据支撑,不存在”空白维度”。报告中需标注数据来源差异。
支持两类:
| 输入方式 | 示例 | 处理逻辑 |
|---|---|---|
| 品类 + 功能描述 | air fryer + steam feature | 先找市场上是否已有带该功能的产品 |
| ASIN + 功能描述 | B0XXXX + self-cleaning | 直接围绕指定产品和相邻竞品验证 |
默认站点:US
当 Sorftime 不可用时,用户需要提供本地评论证据包:
review_source_pack/
├── source_manifest.json
└── raw/
├── reviews.csv
├── reviews.txt
└── reviews.html
详细格式见 references/review_fallback_pack.md。
USreferences/keyword_construction_guide.md 构造 3-5 个英文关键词变体product_search 找含该功能的产品product_detail 确认功能是否真实存在product_reviewsmacOS / Linux:
python3 skills/zach-feature-demand-validator/scripts/parse_reviews.py \
--input <reviews.json> \
--asin <ASIN> \
--keywords "steam,steamer,steaming" \
--source-url "sorftime://product_reviews/<ASIN>" \
--output <数据源目录>/01_review_信号_原始数据.csv
Windows:
py -3 skills/zach-feature-demand-validator/scripts/parse_reviews.py `
--input <reviews.json> `
--asin <ASIN> `
--keywords "steam,steamer,steaming" `
--source-url "sorftime://product_reviews/<ASIN>" `
--output <数据源目录>\01_review_信号_原始数据.csv
核心原则:按功能关键词定向选 ASIN,不随机抓。
Review 采集的意义在于验证"用户有没有在意这个功能",所以必须定向找两类产品:
随机抓高销量产品的 review 不会命中功能相关内容,没有分析价值。
第一步:用功能关键词定向搜索 ASIN
amazon.com [品类] [功能关键词]
amazon.com air fryer steamamazon.com [品类] best seller,提取 2-3 个不带该功能但销量高的 ASIN(B 类)
B0XXXXX 等占位符,必须拿到真实可验证的 10 位 ASIN第二步:抓取 Review
对每个 ASIN:
https://www.amazon.com/product-reviews/<ASIN>/ref=cm_cr_dp_d_show_all_btm?reviewerType=all_reviews&sortBy=recent&pageNumber=1site:amazon.com "<ASIN>" reviews 获取评论摘要第三步:数据量要求
第四步:脚本解析
将采集到的 review 整理为标准 JSON,再调用 parse_reviews.py 脚本(同 1.1)
降级路径:用户提供 review_source_pack
仅当 WebSearch + WebFetch 均无法获取足够 review 数据时,才要求用户手动提供证据包:
review_source_pack/source_manifest.json 是否包含 ASIN、站点、导出时间、来源 URL、导出方式python3 skills/zach-feature-demand-validator/scripts/parse_review_source_pack.py \
--pack <review_source_pack> \
--keywords "steam,steamer,steaming" \
--output <数据源目录>/01_review_信号_原始数据.csv
支持的原始文件格式:CSV、TXT / Markdown、HTML
判定标准见 references/judgment_criteria.md,核心仍是:
wish it had)对关键词变体依次调用:
keyword_detailkeyword_trendkeyword_extends再用脚本导出标准 CSV:
python3 skills/zach-feature-demand-validator/scripts/generate_keyword_csv.py \
--type detail \
--data <detail.json> \
--source-ref "keyword_detail:steam air fryer" \
--output <数据源目录>/02_keyword_信号_搜索量数据.csv
关键词维度不能留空。没有 Sorftime 时,通过以下免费数据源获取替代数据:
搜索量估算(替代 keyword_detail):
"[功能关键词]" amazon search volume 或 "[功能关键词]" keyword search volumehttps://trends.google.com/trends/explore?q=[关键词]&geo=US 获取 Google Trends 相对热度趋势数据(替代 keyword_trend):
"[功能关键词]" trend 2025 2026 获取行业讨论中的趋势判断延伸词(替代 keyword_extends):
amazon autocomplete [功能关键词],或直接搜索 [功能关键词] 观察搜索引擎的自动补全建议"[功能关键词]" related searches 获取相关搜索词CSV 输出要求不变:三个 CSV(02/03/04)仍需生成,来源类型标为 google_trends / web_search_estimate / amazon_autocomplete,不标为 Sorftime。
⛔ 关键词数据不得伪造。如果某个数据源确实无法访问,该字段标为"采集失败 + 原因",不填 N/A 了事。
python3 skills/zach-feature-demand-validator/scripts/generate_community_csv.py \
--data <community.json> \
--source-ref 'site:reddit.com "air fryer steam"' \
--output <数据源目录>/05_社区_信号_讨论摘要.csv
| 判定 | 条件 | 建议 |
|---|---|---|
| ✅ 强真需求 | 三个维度均有正面信号 | 值得投入开发 |
| ⚠️ 弱真需求 | 两个维度有信号,一个维度缺失 | 可考虑,但要承认风险 |
| ❓ 待验证 | 只有一个维度有信号 | 先别上大投入 |
| ❌ 伪需求 | 没有正面信号,或已有明显负面信号 | 不建议投入 |
如果走无 Sorftime 替代版,综合结论必须标注”关键词数据来源为 Google Trends / 第三方估算,精度低于 Sorftime”。
交付固定包括:
[日期]_[品类]_[功能]_功能需求验证报告.mdreview_source_pack/source_manifest.jsonreview_source_pack/raw/*python3 skills/zach-feature-demand-validator/scripts/validate_deliverables.py --dir <output_dir>
只有返回 validate_ok 才算完成。
outputs/feature-validation/
├── YYYY-MM-DD_[品类]_[功能]_功能需求验证报告.md
└── YYYY-MM-DD_[品类]_[功能]_数据源/
├── 01_review_信号_原始数据.csv
├── 02_keyword_信号_搜索量数据.csv
├── 03_keyword_信号_趋势数据.csv
├── 04_keyword_信号_延伸词.csv
├── 05_社区_信号_讨论摘要.csv
└── review_source_pack/ # 仅 fallback 场景需要
├── source_manifest.json
└── raw/
所有 CSV 都必须包含:
数据来源来源类型来源链接/查询词原始文件名采集时间| 脚本 | 用途 |
|---|---|
scripts/parse_reviews.py | 解析 Sorftime product_reviews JSON |
scripts/parse_review_source_pack.py | 解析手动导出的 Amazon Review 证据包 |
scripts/generate_keyword_csv.py | 关键词数据导出为标准 CSV |
scripts/generate_community_csv.py | 社区讨论导出为标准 CSV |
scripts/validate_deliverables.py | 校验 MD、CSV 和 fallback 证据包是否完整 |
scripts/WINDOWS_USAGE.md | Windows 运行说明 |
parse_reviews.py 和 validate_deliverables.py 均会强制校验 ASIN 格式,非法值将导致脚本报错退出parse_reviews.py --asin <真实ASIN>,或在 JSON 中为每条 review 添加 ASIN / __asin 字段。禁止用一个占位符覆盖所有行references/csv_schema.mdreferences/report_template.mdreferences/judgment_criteria.mdreferences/keyword_construction_guide.mdreferences/review_fallback_pack.mdzach-product-research — 提供品类方向/zach-new-product-listing-writer报告完成状态:DONE / DONE_WITH_CONCERNS / BLOCKED / NEEDS_CONTEXT
Generate images and videos via Agnes AI. Triggers on any request to create, draw, render, design, edit, restyle, or animate visual content — pictures, posters, illustrations, product visuals, photos, or video clips. Handles text-to-image, image-to-image, text-to-video, image-to-video, multi-image video, and keyframe animation.
Generate Microsoft Word DOCX files through the jstodocx.com API. Use when Codex needs to create or download .docx files from basic HTML, JavaScript source text, or controlled document template fields; when a user asks for HTML to DOCX, JS source to Word, or template-based DOCX generation via an API; or when integrating a lightweight Cloudflare Worker DOCX conversion endpoint into scripts, tests, or agent workflows.
文风蒸馏器 - 从文章或作家名中蒸馏写作风格,生成可执行的专属Skill。支持单一蒸馏、风格融合、去AI味审计、叙事结构控制、风格强度调节。
Use this skill when the user wants to find customer leads from short-video comments, generate customer-discovery keywords, review lead intent, query a customer pool, or prepare outreach scripts with PPXC.
Finds high-fit posts to engage with across Reddit and LinkedIn based on the user's positioning and ICP, then drafts platform-appropriate engagement angles. Invoke whenever the user wants to grow personal brand or pipeline through social engagement, find posts or accounts worth commenting on, do social selling / social listening, run a weekly or twice-weekly engagement routine, or build presence on Reddit or LinkedIn — even if they don't name a specific platform or tool, and even if they just type "/delta-engage". Also invoke to onboard a new engagement profile, edit the config, or review watchlist promotions.
AgentCall (agentcall.dev) — Join a video meeting (Google Meet, Teams, Zoom) as an AI bot with voice and visual presence. Supports audio-only mode with voice intelligence (barge-in, interruptions), text-to-speech mode, and webpage modes for custom UI. Use when asked to join a call, attend a meeting, or participate in a video conference.