![Research Synthesis: [Study Name]](http://pic.xiahunao.cn/yaotu/Research Synthesis: [Study Name])
Research Synthesis: [Study Name]【免费下载链接】knowledge-work-pluginsOpen source repository of plugins primarily intended for knowledge workers to use in Claude Cowork项目地址: https://gitcode.com/GitHub_Trending/kn/knowledge-work-pluginsMethod:[Interviews / Survey / Usability Test] |Participants:[X]Date:[Date range] |Researcher:[Name]Executive Summary[3-4 sentence overview of key findings]Key ThemesTheme 1: [Name]Prevalence:[X of Y participants]Summary:[What this theme is about]Supporting Evidence:[Quote] — P[X][Quote] — P[X]Implication:[What this means for the product]Theme 2: [Name][Same format]Insights → OpportunitiesInsightOpportunityImpactEffort[What we learned][What we could do]High/Med/LowHigh/Med/LowUser Segments IdentifiedSegmentCharacteristicsNeedsSize[Name][Description][Key needs][Rough %]Recommendations[High priority]— [Why, based on which findings][Medium priority]— [Why][Lower priority]— [Why]Questions for Further Research[What we still dont know]Methodology Notes[How the research was conducted, any limitations or biases to note]### 3.1 头部元信息让报告可追溯 报告标题处要求给出研究名称并以一行元信息标注 **Method方法**、**Participants参与者数量**、**Date时间范围** 与 **Researcher研究者**。这四个字段让任何读者都能快速判断该报告的适用范围与可信度——例如访谈 5 人得出的结论与问卷 200 人得出的结论显然强度不同。 ### 3.2 Executive Summary3-4 句话讲清核心发现 执行摘要不是流水账而是整份报告的电梯陈述用 3-4 句话覆盖最关键的研究发现让高层决策者只读这一节也能把握全貌。建议把后面 Key Themes 中最有冲击力的 1-2 个主题提炼进来。 ### 3.3 Key Themes主题、频率与引语证据三位一体 每个主题固定由五个要素组成 - **Prevalence**出现频率如 7 of 10 participants用于量化主题的普遍程度 - **Summary**主题是关于什么的1-2 句 - **Supporting Evidence**原始引语逐条标注参与者编号P[X]例如 [Quote] — P[3] - **Implication**对产品意味着什么——这是从用户说了什么到我们该做什么的关键一跳。 频率 引语 产品含义的组合正是定性研究报告中证据充分性的体现频率说明普遍性引语提供可查证的原始证据Implication 则把证据翻译成产品决策语言。 ### 3.4 Insights → Opportunities洞察到机会的转化矩阵 这一节用四列表格把我们学到了什么Insight映射到我们可以做什么Opportunity并对每项机会标注 **Impact影响** 与 **Effort投入** 两个维度High/Med/Low。 这实际上是 [user-research 技能](https://link.gitcode.com/i/18210764300e10d238a562252d7b02c4) 中提到的 **Impact/effort matrix影响/投入矩阵** 优先级分析框架的落地形态高影响 低投入的机会应当优先推进低影响 高投入的机会则应果断放弃或延后。[product-management 的 synthesize-research 技能](https://link.gitcode.com/i/93afa438619e7b704a6f5d692fa18a2d) 提供了更精细的四象限优先矩阵可对照参考 - **High frequency High impact**最高优先级发现 - **Low frequency High impact**对特定用户群重要 - **High frequency Low impact**体验优化类改进 - **Low frequency Low impact**记录但降级处理。 ### 3.5 User Segments Identified数据驱动而非拍脑袋的用户分群 分群表要求给出 Segment名称、Characteristics特征、Needs核心需求、Size大致占比四列。关键约束在于**分群必须从研究数据中浮现而不是凭想象预设**。这与 [product-management 的 synthesize-research 技能](https://link.gitcode.com/i/93afa438619e7b704a6f5d692fa18a2d) 中基于证据的人物画像Evidence-Based Personas方法论一脉相承——先看行为模式聚类再定义区分变量最后用定量数据验证各分群的规模。 ### 3.6 Recommendations按优先级给出行动项 推荐建议按 **High / Medium / Lower** 三级优先级排列且**每一条都必须说明为什么——基于哪些研究发现**。这与脱离证据的拍脑袋建议形成鲜明对比[High priority] — Why, based on which findings 的结构迫使每条建议都能回溯到具体主题或引语从而具备可审计性。 ### 3.7 Questions for Further Research诚实记录未知 列出我们仍不知道什么。这一节的价值在于防止研究结论被过度解读同时为下一轮研究提供明确方向。原文档也强调发现数据中的**矛盾与意外**往往比顺理成章的结论更有价值——分歧通常揭示不同的用户分群或使用场景。 ### 3.8 Methodology Notes标注方法局限与偏差 记录研究如何执行、存在哪些局限或偏差。这是专业研究报告与随意总结的分水岭样本量不足、招募偏差、访谈者诱导等问题都应在此如实交代让读者自行判断结论的可靠边界。 ## 四、三条核心准则让综合结论可信、可引、可查 原文档在 Tips 中给出了三条准则这是整个技能的方法论灵魂逐条展开如下 ### 4.1 保留原始引语Include raw quotes **直接引用参与者的原话**能让洞察变得可信且令人印象深刻。引语不是装饰而是证据链的底层节点——每个主题都应挂靠 1-2 条可查证的原话[Quote] — P[X]。[product-management 的 synthesize-research 技能](https://link.gitcode.com/i/93afa438619e7b704a6f5d692fa18a2d) 进一步补充了引语使用规范好引语应当是具体而生动的而非泛泛而谈归因到参与者类型而非姓名如企业管理员200 人团队而不是Sarah并且要记住**引语是证据而非结论**——结论是你对引语含义的解读。 ### 4.2 区分观察与解读Separate observations from interpretations 原文档给出了一组教科书式的对照 - 观察Observation5 of 8 users clicked the wrong button8 位用户中有 5 位点错了按钮 - 解读InterpretationThe button placement is confusing按钮位置令人困惑。 观察是事实陈述可以复核解读是推断可能出错。报告中应**先呈现观察再呈现解读**让读者清楚知道哪些是数据、哪些是你的判断。这也与行为证据强于口头偏好的原则呼应用户实际做什么行为观察比他们说想要什么陈述偏好更可靠。 ### 4.3 尽可能量化Quantify where possible **Most users是模糊的7 of 10 users是具体的。** 频率量化贯穿输出模板始终——Key Themes 中的 Prevalence、User Segments 中的 Size 占比、Insights 表格中的 Impact/Effort 评级都是量化的载体。量化的意义在于可比较只有把发现放到同一把标尺上优先级排序才有依据。 ## 五、连接器增强从纯粘贴到全链路自动取数 原文档明确指出技能**独立可用**粘贴转录稿即可工作但接入连接器后会超级增强supercharged。design 插件通过 ~~类别占位符 机制引用外部工具具体连接器清单见 [design/CONNECTORS.md](https://link.gitcode.com/i/17b7602a6d65daff1bc41f247fd1e8ec)。 占位符机制插件文件使用 ~~category 表示用户在该类别下连接的任何工具。例如 ~~user feedback 可能指 Intercom、Productboard、Canny、UserVoice 或 Dovetail 中的任意一个。插件是**工具无关tool-agnostic**的——按类别描述工作流而不是绑定具体产品。 ### 5.1 接入 user feedback补全真实反馈数据 如果连接了 **~~user feedback**如 Intercom其他可选 Productboard、Canny、UserVoice、Dovetail见 [design/CONNECTORS.md](https://link.gitcode.com/i/17b7602a6d65daff1bc41f247fd1e8ec) - 自动拉取客服工单support tickets、功能请求feature requests与 NPS 响应补充研究数据 - 把访谈中浮现的主题与真实用户的抱怨、请求进行交叉验证cross-reference。 这直接扩展了技能的输入边界——原本需要你手动粘贴的工单与反馈现在由 Agent 直接从反馈工具中拉取。 ### 5.2 接入 product analytics用行为数据验证定性发现 如果连接了 **~~product analytics**如 Amplitude、Mixpanel见 [design/CONNECTORS.md](https://link.gitcode.com/i/17b7602a6d65daff1bc41f247fd1e8ec) - 用使用数据和行为指标usage data, behavioral metrics验证定性发现 - 量化已识别痛点的实际影响规模。 这正是qual-quant 反馈回路的落地访谈告诉你 **WHAT 和 WHY**分析数据告诉你 **HOW MUCH 和 HOW MANY**。[product-management 的 synthesize-research 技能](https://link.gitcode.com/i/93afa438619e7b704a6f5d692fa18a2d) 对二者的整合给出了可复用的表述范式47% of surveyed users report difficulty with X (survey), and interviews reveal this is because Y (qualitative finding)——定性与定量证据联合呈现远比单一来源有力。 ### 5.3 接入 knowledge base对照历史研究与沉淀成果 如果连接了 **~~knowledge base**如 Notion其他可选 Confluence、Guru、Coda见 [design/CONNECTORS.md](https://link.gitcode.com/i/17b7602a6d65daff1bc41f247fd1e8ec) - 检索过往研究与本次发现进行对比 - 将本次综合结果发布publish到研究知识库中形成组织的研究资产沉淀。 这使 research-synthesis 不仅是单次分析工具更成为组织研究闭环的一环每次研究都被记录、可检索、可对照。 ## 六、与相邻技能协同形成完整研究闭环 research-synthesis 不是孤立技能。在设计插件内部它与 **user-research** 技能[design/skills/user-research/SKILL.md](https://link.gitcode.com/i/18210764300e10d238a562252d7b02c4)构成完整链路 | 环节 | 负责技能 | 关键内容 | |---|---|---| | 研究方法选择 | user-research | 访谈5-8 人、可用性测试5-8 人、问卷100、卡片分类15-30 人、日记研究10-15 人、A/B 测试 | | 访谈提纲设计 | user-research | Warm-up → Context → Deep dive → Reaction → Wrap-up 五段式结构 | | 分析框架 | user-research | Affinity mapping亲和图、Impact/effort matrix影响/投入矩阵、Journey mapping旅程图、Jobs to be done待完成工作 | | 输出综合 | research-synthesis | 主题、洞察→机会、用户分群、优先级建议 | 值得注意的是[design/README.md](https://link.gitcode.com/i/9754927c4b4bf63d28d363803fdf47d0) 强调所有命令既支持 **standalone**描述或粘贴也支持 **supercharged**接入 MCP 连接器两种模式。research-synthesis 的 standalone 模式即粘贴转录稿supercharged 模式即接入 user feedback / product analytics / knowledge base 等连接器自动取数两条路径共享同一套输出模板与质量标准。 ## 七、安装与配置 design 插件可通过 Claude 插件命令安装见 [design/README.md](https://link.gitcode.com/i/9754927c4b4bf63d28d363803fdf47d0) bash claude plugins add knowledge-work-plugins/design【免费下载链接】knowledge-work-pluginsOpen source repository of plugins primarily intended for knowledge workers to use in Claude Cowork项目地址: https://gitcode.com/GitHub_Trending/kn/knowledge-work-plugins创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Research Synthesis: [Study Name]
Research Synthesis: [Study Name]【免费下载链接】knowledge-work-pluginsOpen source repository of plugins primarily intended for knowledge workers to use in Claude Cowork项目地址: https://gitcode.com/GitHub_Trending/kn/knowledge-work-pluginsMethod:[Interviews / Survey / Usability Test] |Participants:[X]Date:[Date range] |Researcher:[Name]Executive Summary[3-4 sentence overview of key findings]Key ThemesTheme 1: [Name]Prevalence:[X of Y participants]Summary:[What this theme is about]Supporting Evidence:[Quote] — P[X][Quote] — P[X]Implication:[What this means for the product]Theme 2: [Name][Same format]Insights → OpportunitiesInsightOpportunityImpactEffort[What we learned][What we could do]High/Med/LowHigh/Med/LowUser Segments IdentifiedSegmentCharacteristicsNeedsSize[Name][Description][Key needs][Rough %]Recommendations[High priority]— [Why, based on which findings][Medium priority]— [Why][Lower priority]— [Why]Questions for Further Research[What we still dont know]Methodology Notes[How the research was conducted, any limitations or biases to note]### 3.1 头部元信息让报告可追溯 报告标题处要求给出研究名称并以一行元信息标注 **Method方法**、**Participants参与者数量**、**Date时间范围** 与 **Researcher研究者**。这四个字段让任何读者都能快速判断该报告的适用范围与可信度——例如访谈 5 人得出的结论与问卷 200 人得出的结论显然强度不同。 ### 3.2 Executive Summary3-4 句话讲清核心发现 执行摘要不是流水账而是整份报告的电梯陈述用 3-4 句话覆盖最关键的研究发现让高层决策者只读这一节也能把握全貌。建议把后面 Key Themes 中最有冲击力的 1-2 个主题提炼进来。 ### 3.3 Key Themes主题、频率与引语证据三位一体 每个主题固定由五个要素组成 - **Prevalence**出现频率如 7 of 10 participants用于量化主题的普遍程度 - **Summary**主题是关于什么的1-2 句 - **Supporting Evidence**原始引语逐条标注参与者编号P[X]例如 [Quote] — P[3] - **Implication**对产品意味着什么——这是从用户说了什么到我们该做什么的关键一跳。 频率 引语 产品含义的组合正是定性研究报告中证据充分性的体现频率说明普遍性引语提供可查证的原始证据Implication 则把证据翻译成产品决策语言。 ### 3.4 Insights → Opportunities洞察到机会的转化矩阵 这一节用四列表格把我们学到了什么Insight映射到我们可以做什么Opportunity并对每项机会标注 **Impact影响** 与 **Effort投入** 两个维度High/Med/Low。 这实际上是 [user-research 技能](https://link.gitcode.com/i/18210764300e10d238a562252d7b02c4) 中提到的 **Impact/effort matrix影响/投入矩阵** 优先级分析框架的落地形态高影响 低投入的机会应当优先推进低影响 高投入的机会则应果断放弃或延后。[product-management 的 synthesize-research 技能](https://link.gitcode.com/i/93afa438619e7b704a6f5d692fa18a2d) 提供了更精细的四象限优先矩阵可对照参考 - **High frequency High impact**最高优先级发现 - **Low frequency High impact**对特定用户群重要 - **High frequency Low impact**体验优化类改进 - **Low frequency Low impact**记录但降级处理。 ### 3.5 User Segments Identified数据驱动而非拍脑袋的用户分群 分群表要求给出 Segment名称、Characteristics特征、Needs核心需求、Size大致占比四列。关键约束在于**分群必须从研究数据中浮现而不是凭想象预设**。这与 [product-management 的 synthesize-research 技能](https://link.gitcode.com/i/93afa438619e7b704a6f5d692fa18a2d) 中基于证据的人物画像Evidence-Based Personas方法论一脉相承——先看行为模式聚类再定义区分变量最后用定量数据验证各分群的规模。 ### 3.6 Recommendations按优先级给出行动项 推荐建议按 **High / Medium / Lower** 三级优先级排列且**每一条都必须说明为什么——基于哪些研究发现**。这与脱离证据的拍脑袋建议形成鲜明对比[High priority] — Why, based on which findings 的结构迫使每条建议都能回溯到具体主题或引语从而具备可审计性。 ### 3.7 Questions for Further Research诚实记录未知 列出我们仍不知道什么。这一节的价值在于防止研究结论被过度解读同时为下一轮研究提供明确方向。原文档也强调发现数据中的**矛盾与意外**往往比顺理成章的结论更有价值——分歧通常揭示不同的用户分群或使用场景。 ### 3.8 Methodology Notes标注方法局限与偏差 记录研究如何执行、存在哪些局限或偏差。这是专业研究报告与随意总结的分水岭样本量不足、招募偏差、访谈者诱导等问题都应在此如实交代让读者自行判断结论的可靠边界。 ## 四、三条核心准则让综合结论可信、可引、可查 原文档在 Tips 中给出了三条准则这是整个技能的方法论灵魂逐条展开如下 ### 4.1 保留原始引语Include raw quotes **直接引用参与者的原话**能让洞察变得可信且令人印象深刻。引语不是装饰而是证据链的底层节点——每个主题都应挂靠 1-2 条可查证的原话[Quote] — P[X]。[product-management 的 synthesize-research 技能](https://link.gitcode.com/i/93afa438619e7b704a6f5d692fa18a2d) 进一步补充了引语使用规范好引语应当是具体而生动的而非泛泛而谈归因到参与者类型而非姓名如企业管理员200 人团队而不是Sarah并且要记住**引语是证据而非结论**——结论是你对引语含义的解读。 ### 4.2 区分观察与解读Separate observations from interpretations 原文档给出了一组教科书式的对照 - 观察Observation5 of 8 users clicked the wrong button8 位用户中有 5 位点错了按钮 - 解读InterpretationThe button placement is confusing按钮位置令人困惑。 观察是事实陈述可以复核解读是推断可能出错。报告中应**先呈现观察再呈现解读**让读者清楚知道哪些是数据、哪些是你的判断。这也与行为证据强于口头偏好的原则呼应用户实际做什么行为观察比他们说想要什么陈述偏好更可靠。 ### 4.3 尽可能量化Quantify where possible **Most users是模糊的7 of 10 users是具体的。** 频率量化贯穿输出模板始终——Key Themes 中的 Prevalence、User Segments 中的 Size 占比、Insights 表格中的 Impact/Effort 评级都是量化的载体。量化的意义在于可比较只有把发现放到同一把标尺上优先级排序才有依据。 ## 五、连接器增强从纯粘贴到全链路自动取数 原文档明确指出技能**独立可用**粘贴转录稿即可工作但接入连接器后会超级增强supercharged。design 插件通过 ~~类别占位符 机制引用外部工具具体连接器清单见 [design/CONNECTORS.md](https://link.gitcode.com/i/17b7602a6d65daff1bc41f247fd1e8ec)。 占位符机制插件文件使用 ~~category 表示用户在该类别下连接的任何工具。例如 ~~user feedback 可能指 Intercom、Productboard、Canny、UserVoice 或 Dovetail 中的任意一个。插件是**工具无关tool-agnostic**的——按类别描述工作流而不是绑定具体产品。 ### 5.1 接入 user feedback补全真实反馈数据 如果连接了 **~~user feedback**如 Intercom其他可选 Productboard、Canny、UserVoice、Dovetail见 [design/CONNECTORS.md](https://link.gitcode.com/i/17b7602a6d65daff1bc41f247fd1e8ec) - 自动拉取客服工单support tickets、功能请求feature requests与 NPS 响应补充研究数据 - 把访谈中浮现的主题与真实用户的抱怨、请求进行交叉验证cross-reference。 这直接扩展了技能的输入边界——原本需要你手动粘贴的工单与反馈现在由 Agent 直接从反馈工具中拉取。 ### 5.2 接入 product analytics用行为数据验证定性发现 如果连接了 **~~product analytics**如 Amplitude、Mixpanel见 [design/CONNECTORS.md](https://link.gitcode.com/i/17b7602a6d65daff1bc41f247fd1e8ec) - 用使用数据和行为指标usage data, behavioral metrics验证定性发现 - 量化已识别痛点的实际影响规模。 这正是qual-quant 反馈回路的落地访谈告诉你 **WHAT 和 WHY**分析数据告诉你 **HOW MUCH 和 HOW MANY**。[product-management 的 synthesize-research 技能](https://link.gitcode.com/i/93afa438619e7b704a6f5d692fa18a2d) 对二者的整合给出了可复用的表述范式47% of surveyed users report difficulty with X (survey), and interviews reveal this is because Y (qualitative finding)——定性与定量证据联合呈现远比单一来源有力。 ### 5.3 接入 knowledge base对照历史研究与沉淀成果 如果连接了 **~~knowledge base**如 Notion其他可选 Confluence、Guru、Coda见 [design/CONNECTORS.md](https://link.gitcode.com/i/17b7602a6d65daff1bc41f247fd1e8ec) - 检索过往研究与本次发现进行对比 - 将本次综合结果发布publish到研究知识库中形成组织的研究资产沉淀。 这使 research-synthesis 不仅是单次分析工具更成为组织研究闭环的一环每次研究都被记录、可检索、可对照。 ## 六、与相邻技能协同形成完整研究闭环 research-synthesis 不是孤立技能。在设计插件内部它与 **user-research** 技能[design/skills/user-research/SKILL.md](https://link.gitcode.com/i/18210764300e10d238a562252d7b02c4)构成完整链路 | 环节 | 负责技能 | 关键内容 | |---|---|---| | 研究方法选择 | user-research | 访谈5-8 人、可用性测试5-8 人、问卷100、卡片分类15-30 人、日记研究10-15 人、A/B 测试 | | 访谈提纲设计 | user-research | Warm-up → Context → Deep dive → Reaction → Wrap-up 五段式结构 | | 分析框架 | user-research | Affinity mapping亲和图、Impact/effort matrix影响/投入矩阵、Journey mapping旅程图、Jobs to be done待完成工作 | | 输出综合 | research-synthesis | 主题、洞察→机会、用户分群、优先级建议 | 值得注意的是[design/README.md](https://link.gitcode.com/i/9754927c4b4bf63d28d363803fdf47d0) 强调所有命令既支持 **standalone**描述或粘贴也支持 **supercharged**接入 MCP 连接器两种模式。research-synthesis 的 standalone 模式即粘贴转录稿supercharged 模式即接入 user feedback / product analytics / knowledge base 等连接器自动取数两条路径共享同一套输出模板与质量标准。 ## 七、安装与配置 design 插件可通过 Claude 插件命令安装见 [design/README.md](https://link.gitcode.com/i/9754927c4b4bf63d28d363803fdf47d0) bash claude plugins add knowledge-work-plugins/design【免费下载链接】knowledge-work-pluginsOpen source repository of plugins primarily intended for knowledge workers to use in Claude Cowork项目地址: https://gitcode.com/GitHub_Trending/kn/knowledge-work-plugins创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考