openclaw-voc-skill/synthesis/voc-proposal/SKILL.md

VOC产品优化提案生成 (VOC Proposal Generator)

技能名称

voc-proposal

技能目的

整合全部前置Skill输出，AI生成6章节提案，并生成ROI估算、风险整合和30天行动时间线。

输入参数

参数	类型	必填	说明
categoryLandscape	object	是	synthesis/category-landscape 输出
brandProfile	object	是	synthesis/brand-profile 输出
competitorData	object	是	competitor-analysis 相关输出（发现+对比+定价+追踪）
reviewAnalysis	object	是	review-analysis 相关输出（情感+痛点+亮点+关键词）
socialVocData	object	否	social-voc 相关输出（TikTok+Instagram+趋势）
userPersona	object	是	synthesis/user-persona 输出
brandName	string	是	品牌名称
categoryKeyword	string	是	品类关键词

执行流程

1. 汇总所有输入数据，建立数据索引
2. AI 按以下6章模板生成提案：

第一章：品类认知

• 市场规模与增长趋势
• CR5/HHI市场集中度
• 价格带分布与主力价格段
• 品类生命周期阶段判断

第二章：品牌定位

• 品牌六维画像得分
• 四象限定位图位置
• 品牌优势与短板
• 与品类标杆的差距分析

第三章：竞品漏洞

• 竞品差评痛点Top 10
• 竞品未满足需求清单
• 竞品定价策略弱点
• BSR波动暴露的运营问题

第四章：用户需求

• 核心用户画像（3-5类）
• 使用场景分布
• 决策因素权重
• 社媒热点话题和内容偏好

第五章：产品优化方向

• 功能改进建议（针对痛点）
• 卖点提炼建议（针对亮点）
• 定价策略建议
• 包装/变体优化建议
• 新品方向建议

第六章：落地行动

• Listing优化关键词清单
• 广告投放关键词推荐
• 社媒内容策略建议
• 优先级和实施时间线

1. ROI估算与风险整合（新增）：
   • 每条建议估算投入/收益/回本周期: Listing($0/即时)→PPC($30-50/日)→产品迭代(60-90天)
   • 整合category-landscape和competitor-bsr-tracking的风险预警
2. 30天行动时间线（新增）：
   • 4周任务分解: W1(Listing优化) → W2(PPC启动) → W3(社媒内容) → W4(复盘调整)
   • 里程碑: D7/D14/D21/D30 各节点目标
3. 添加数据图表引用和关键数据支撑
4. 输出完整 Markdown 格式提案

调用的底层 Skill

• 无直接API调用，纯AI综合生成
• 输入依赖全部前置 Skill 的输出

返回格式

{
  "proposal": {
    "title": "COCORRINA 品牌 Reed Diffuser 品类 VOC产品优化提案",
    "date": "2026-03-26",
    "chapters": [
      { "number": 1, "title": "品类认知", "content": "...", "keyMetrics": ["CR5=35.2%", "市场月销额$375万"] },
      { "number": 2, "title": "品牌定位", "content": "...", "keyMetrics": ["综合得分75.2", "四象限:中价高质"] },
      { "number": 3, "title": "竞品漏洞", "content": "...", "keyMetrics": ["Top痛点:香味持续短(32.5%)", "5个未满足需求"] },
      { "number": 4, "title": "用户需求", "content": "...", "keyMetrics": ["5类核心用户", "Top场景:客厅日常(40%)"] },
      { "number": 5, "title": "产品优化方向", "content": "...", "keyMetrics": ["8项功能建议", "3个新品方向"] },
      { "number": 6, "title": "落地行动", "content": "...", "keyMetrics": ["15个优化关键词", "4阶段实施计划"] }
    ],
    "executiveSummary": "...",
    "fullMarkdown": "# VOC产品优化提案\n## 执行摘要\n...\n## 第一章 品类认知\n..."
  },
  "dataReferences": {
    "totalReviewsAnalyzed": 450,
    "totalCompetitors": 5,
    "totalSocialMediaPosts": 200,
    "dataCompleteness": 92
  },
  "roiEstimates": [
    { "action": "Listing优化", "investment": "$0", "expectedReturn": "转化率提升15-25%", "paybackPeriod": "即时" },
    { "action": "PPC广告投放", "investment": "$30-50/日", "expectedReturn": "ACOS 20-30%", "paybackPeriod": "14-21天" },
    { "action": "产品迭代", "investment": "$5000-10000", "expectedReturn": "评分提升+差评率降低", "paybackPeriod": "60-90天" }
  ],
  "riskAlerts": [
    { "level": "medium", "source": "category-landscape", "title": "价格战风险" },
    { "level": "low", "source": "competitor-bsr-tracking", "title": "竞品增长势头强劲" }
  ],
  "actionTimeline": {
    "week1": { "focus": "Listing优化", "tasks": ["标题+bullet关键词优化", "主图升级"], "milestone": "D7: Listing优化完成" },
    "week2": { "focus": "PPC启动", "tasks": ["核心词广告上线", "防御性广告开启"], "milestone": "D14: 广告数据初步验证" },
    "week3": { "focus": "社媒内容", "tasks": ["博主合作种草", "内容发布"], "milestone": "D21: 社媒曝光启动" },
    "week4": { "focus": "复盘调整", "tasks": ["数据复盘", "策略调整"], "milestone": "D30: 全面复盘报告" }
  }
}

依赖

• 全部前置 Skill 的输出数据
• AI 大模型生成能力

对应工作坊环节

Day2 下午 13:00-14:30「成果整合&提案撰写」— 输出《VOC产品优化/新品提案》