Getting it into your agent
One page per mod, every tool's command on it. A separate URL per tool would split the same page into five that compete with each other.
npx agentmods add skills/echovic/boss-skill/user-researchnpx skills add echoVic/boss-skill --skill user-researchgit clone --depth 1 https://github.com/echoVic/boss-skillWrote this? Show the measurements
A badge with what this costs and how it scanned, read live from this page, so it follows the numbers instead of freezing them. Markdown for a README, HTML for a documentation site or a project page.
[](https://agentmods.dev/skills/echovic/boss-skill/user-research)<a href="https://agentmods.dev/skills/echovic/boss-skill/user-research"><img src="https://agentmods.dev/badge/skills/echovic/boss-skill/user-research.svg" alt="Measured on agentmods" height="20"></a>What it costs to keep this loaded
Counted locally with the o200k_base tokenizer, which is exact for GPT models; Claude uses its own tokenizer and its counts differ. Treat this as one consistent yardstick across the catalogue rather than a bill. Prices are per million input tokens.
| Model | Per session | Once invoked |
|---|---|---|
| Fable 5 | $0.00028 | $0.02137 |
| Opus 5 | $0.00014 | $0.01069 |
| Sonnet 5 | $0.00006 | $0.00427 |
| Haiku 4.5 | $0.00003 | $0.00214 |
Grade A, and why
pm/user-research scanned grade A with 0 findings against 26 rules in 11 categories — prompt injection, anti-refusal, data exfiltration, privilege escalation, supply chain, agent snooping, system-prompt leakage, SSRF and excessive agency — measured 4d ago.
A static scan of the body, not an audit. Every finding is printed with the line that produced it so you can judge whether it matters here. A mod is markdown that instructs an agent; that is exactly why what it instructs is worth reading.
Nothing flagged
None of the 26 patterns this scan looks for appear in this file: no shell pipes, no recursive deletes, no credential paths, no hidden text, no instruction-override or anti-refusal phrasing, no agent-config snooping. That is not a guarantee, it is the absence of the things that are checkable.
How it starts
The opening of the file, as written. The whole thing — 245 lines — stays where its author put it; the contents beside it link to each section on GitHub.
用户研究方法论
适用场景
在产品设计前，需要深入理解目标用户是谁、他们的特征是什么、他们在什么场景下使用产品、他们的行为路径是什么。
核心方法
1. 用户画像 (User Persona)
用户画像是对目标用户的具象化描述，帮助团队建立对用户的共同理解。
用户画像模板
用户画像 1：[给用户起个名字，如"技术小白张三"]
-
基本特征：
- 年龄：[年龄段]
- 职业：[职业]
- 收入：[收入水平]
- 教育：[教育背景]
- 地域：[所在地区]
-
行为特征：
- 使用习惯：[如何使用类似产品]
- 技术水平：[对技术的熟悉程度]
- 使用频率：[多久使用一次]
- 使用时长：[每次使用多久]
- 设备偏好：[PC/移动端/平板]
-
心理特征：
- 性格特点：[如保守/激进、理性/感性]
- 价值观：[看重什么]
- 动机：[为什么使用产品]
- 顾虑：[担心什么]
-
核心需求：
- 最想解决的问题：[核心痛点]
- 期望的结果：[想要达成什么]
- 愿意付出的代价：[时间/金钱/学习成本]
-
痛点场景：
- 场景描述：[具体的使用场景]
- 当前解决方案：[现在怎么解决]
- 痛点：[现有方案的问题]
- 情绪：[遇到痛点时的感受]
-
期望体验：
- 理想流程：[希望如何完成任务]
- 关键体验点：[最在意的体验]
- 成功标准：[什么样算成功]
创建用户画像的步骤
- 识别用户群体：产品可能服务多类用户，先列出所有用户类型
- 选择主要用户：选择2-3个最重要的用户类型深入分析
- 收集用户数据：
- 如果有现有用户：分析用户数据、用户访谈、用户调研
- 如果是新产品：竞品用户分析、目标市场研究、假设验证
- 具象化描述：给用户起名字、配图片，让用户"活"起来
- 验证画像：与真实用户对比，确保画像准确
多用户画像的处理
如果产品服务多类用户，需要：
- 明确主要用户（Primary Persona）：产品主要服务的用户
- 识别次要用户（Secondary Persona）：也会使用但不是核心
- 考虑边缘用户（Edge Persona）：极端情况下的用户
优先级原则：
- 主要用户的需求优先满足
- 次要用户的需求在不影响主要用户的前提下满足
- 边缘用户的需求用于测试产品的健壮性
2. 用户旅程图 (User Journey Map)
用户旅程图描绘用户完成核心任务的完整路径，包括每个阶段的行为、想法、情绪和痛点。
用户旅程图模板
journey
title 用户完成核心任务的旅程
section 发现阶段
了解产品: 3: 用户
产生兴趣: 4: 用户
section 使用阶段
首次使用: 3: 用户
完成任务: 5: 用户
section 留存阶段
持续使用: 4: 用户
推荐他人: 5: 用户
旅程图的关键要素
1. 阶段划分
典型的用户旅程包含以下阶段：
- 认知阶段：用户如何知道产品
- 考虑阶段：用户如何评估产品
- 购买/注册阶段：用户如何开始使用
- 首次使用阶段：用户第一次使用的体验
- 持续使用阶段：用户日常使用的体验
- 推荐阶段：用户是否会推荐给他人
2. 每个阶段的分析维度
| 维度 | 描述 |
|---|---|
| 行为 | 用户在做什么 |
| 想法 | 用户在想什么 |
| 情绪 | 用户的情绪状态（1-5分） |
| 触点 | 用户与产品的接触点 |
| 痛点 | 用户遇到的问题 |
| 机会 | 我们可以改进的地方 |
3. 情绪曲线
用1-5分标注用户在每个阶段的情绪：
- 5分：非常满意，"Wow"体验
- 4分：满意
- 3分：一般，没有特别感受
- 2分：不满意，有些失望
- 1分：非常不满意，想放弃
目标：
- 识别情绪低点（痛点），优先优化
- 创造情绪高点（峰值体验），形成记忆点
- 确保结束时情绪高（峰终定律）
创建用户旅程图的步骤
- 定义核心任务：用户使用产品要完成的主要任务
- 划分旅程阶段：将任务分解为关键阶段
- 填充每个阶段：
- 用户在做什么（行为）
- 用户在想什么（想法）
- 用户的情绪如何（情绪）
- 用户遇到什么问题（痛点）
- 绘制情绪曲线：可视化用户的情绪变化
- 识别优化机会：在痛点处寻找改进机会
What this file has done since we first saw it
Hashed on every crawl. A supply-chain change to an agent config is a question of when, not whether, so the history is kept rather than the latest state alone.
- 4d ago First seen · 245 lines · 28 tokens per session scan A f999a8dc21b9
pm/user-research is a skill published in the GitHub repository echoVic/boss-skill (553 stars, last pushed 4d ago), licensed MIT. It adds 28 tokens to every session and 2,137 once invoked, about $0.0001 per session on Opus 5. A static security scan graded it A with 0 findings. No closer match exists in the catalogue, so it is treated as the original; first seen 2026-08-30.
Other skills, from other repositories
color-expert
Use when working with color naming, color theory, color spaces, color definitions, or any task involving color knowledge - palettes, ramps, gradients, conversions, accessibility, perceptual matching, pigment mixing, print-vs-screen color, CSS color syntax, or historical color terminology. Use this skill whenever the…
design-taste-frontend
Anti-slop frontend skill for landing pages, portfolios, and redesigns. The agent reads the brief, infers the right design direction, and ships interfaces that do not look templated. Real design systems when applicable, audit-first on redesigns, strict pre-flight check.
image-to-code
Elite website image-to-code skill for Codex. For visually important web tasks, it must first generate the design image(s) itself, deeply analyze them, then implement the website to match them as closely as possible. In Codex, it must prefer large, readable, section-specific images instead of tiny compressed boards…
brandkit
Premium brand-kit image generation skill for creating high-end brand-guidelines boards, logo systems, identity decks, and visual-world presentations. Trained for minimalist, cinematic, editorial, dark-tech, luxury, cultural, security, gaming, developer-tool, and consumer-app brand systems. Optimized for intentional…
minimalist-ui
Clean editorial-style interfaces. Warm monochrome palette, typographic contrast, flat bento grids, muted pastels. No gradients, no heavy shadows.
ui-design
Use when users need visual direction, interface hierarchy, layout decisions, design specifications, or prototypes before implementing a Web or mini program UI.