openclaw-voc-skill/claude-code/claude-code-voc-intelligence

Claude Code VOC Intelligence

面向 Claude Code 的 VOC 用户洞察技能包。它不是单纯的报告生成器，而是一套“采集真实用户声音 -> 看市场 -> 看竞品 -> 整理问题池 -> 深挖关键问题 -> 生成内容选题 -> 沉淀偏好记忆 -> 下一轮继续优化”的工作流。

当前能力覆盖：

• VOC 经营闭环：适合用户只说“看顾客关心什么、先改哪里、下周发什么”时，一次串起趋势、问题池、单点深挖、内容计划和口播稿。
• 小红书趋势情报：适合看行业趋势、用户顾虑、内容选题和销售话术。
• 抖音趋势情报：适合看短视频平台上的用户真实反馈、评论问题、内容机会和门店转化线索。
• VOC 竞品图谱：适合在竞品不清楚时先找候选竞品，再判断别人被夸什么、被骂什么、我方怎么错位竞争。
• VOC 问题池：适合把评论、报告证据或用户反馈整理成可排序、可跟进、可继续深挖的问题列表。
• 单点 VOC 深挖：适合把一个具体问题转成老板能执行的经营动作、内容选题和 7 天验证计划。
• VOC 内容选题：适合把用户问题转成 7 天短视频选题、口播脚本、镜头建议和验证指标。
• VOC 口播脚本共创：适合把一条 VOC 选题继续打磨成 60 秒稿、30 秒稿、提词器版，并支持多轮改稿和定稿记忆。

这套技能包不覆盖创始人故事、品牌自传或老板个人 IP 长文。口播脚本要做，但必须来自 VOC 用户问题、竞品评论差异、问题池 Top 问题或单点深挖动作。

什么时候用

用户说这些话时，Claude Code 应优先使用本技能包，而不是让用户自己设计提示词：

• “帮我看看这个行业用户最近在关心什么”
• “跑一份小红书/抖音趋势情报”
• “先用演示样例跑通流程，不要真实采集”
• “切到 live，真实采集一下”
• “帮我看看竞品都在做什么”
• “我不知道竞品是谁，帮我先做一份竞品图谱”
• “这些评论里用户到底在吐槽什么”
• “把这些评论整理成问题池”
• “哪些问题最影响生意，先改哪个”
• “这个问题老板该怎么解决”
• “继续深挖怎么选/价格/服务/质量这个问题”
• “下周账号发什么内容”
• “根据这些顾客吐槽生成 7 天口播脚本”
• “这个动作不适合我们，下次别推荐”
• “这个有效，后面优先按这个方向来”
• “帮我看看顾客关心什么，告诉我先改哪里、下周发什么”
• “跑一遍完整 VOC 经营闭环”

能交付什么

第一轮趋势情报会输出：

• 第一轮初步判断
• 数据口径
• 样本观察
• 机会假设
• 用户顾虑/决策阻力
• 证据样本
• 可继续验证的选题方向
• 待确认问题

VOC 问题池会输出：

• 问题优先级
• 每个问题的状态、证据数、影响环节和建议动作
• 本周建议推进
• 下一步深挖入口
• 问题池记忆文件

VOC 竞品图谱会输出：

• 竞品候选清单
• 用户可能被竞品吸引的点
• 用户可能吐槽竞品的点
• 我方错位机会
• 可转成内容的选题方向
• 下一步问题池入口

单点 VOC 深挖会输出：

• 一句话判断
• 优先级判断
• 用户原话证据
• 表层问题 vs 深层问题
• 老板视角影响
• 今天就能做、7 天内验证、长期沉淀
• 可转化内容选题
• 7 天验证计划
• 下轮验证指标
• 已应用的使用记忆

VOC 内容选题会输出：

• 7 天内容表
• 每天对应的用户问题
• 前 3 秒钩子
• 30-60 秒口播脚本
• 镜头建议
• 评论区引导
• 验证指标

安装

推荐安装到当前工作区，适合 VSCode Claude Code：

npx --yes @vocmarket/voc-skill@latest workspace --smoke

安装后会生成：

.mcp.json
.claude/skills/xiaohongshu-trend-intelligence/SKILL.md
.claude/skills/douyin-trend-intelligence/SKILL.md
.claude/skills/voc-issue-pool/SKILL.md
.claude/skills/voc-problem-deep-dive/SKILL.md
.claude/skills/voc-content-plan/SKILL.md
.claude/skills/voc-speaking-script/SKILL.md
.claude/skills/voc-competitor-map/SKILL.md
.claude/skills/voc-business-workflow/SKILL.md
.claude/skills/fmode-image-analysis/SKILL.md
.claude/plugins/voc-intelligence

也可以全局安装：

npm install -g @vocmarket/voc-skill
claude-voc install --smoke

或免全局安装：

npx --yes @vocmarket/voc-skill@latest install --smoke

推荐用户话术

小红书演示样例：

帮我做一份家装全屋定制行业的小红书趋势情报。
先用演示样例跑通流程，不要真实采集。
在聊天里给我第一轮样本观察和待确认问题。

抖音演示样例：

帮我做一份家居定制行业的抖音趋势情报。
先用演示样例跑通流程，不要真实采集。
在聊天里给我第一轮样本观察和待确认问题。

问题池：

把这些评论整理成问题池，告诉我哪些问题最影响生意，先改哪个。

单点 VOC 深挖：

继续深挖“怎么选”这个问题，站在老板视角告诉我怎么解决，给出今天能做的动作和 7 天验证计划。

竞品图谱：

我是做家居定制的，不知道竞品是谁，帮我先做一份竞品图谱和错位竞争建议。

7 天内容选题：

根据“第一次买怎么选、价格贵、怕踩雷”这些用户问题，帮我生成 7 天短视频选题和口播脚本。

多轮记忆反馈：

这个品牌不想做试用体验，更想先改评论区回复和案例展示，后面按这个方向继续优化。

Claude Code 应如何调用

优先使用技能入口：

• xiaohongshu-trend-intelligence
• douyin-trend-intelligence
• voc-issue-pool
• voc-problem-deep-dive
• voc-content-plan
• voc-speaking-script
• voc-competitor-map
• voc-business-workflow
• fmode-image-analysis

MCP 工具：

• fmode_image_analysis
• voc_business_workflow_run
• voc_xiaohongshu_trend_run
• voc_xiaohongshu_preference_update
• voc_xiaohongshu_token_check
• voc_douyin_trend_run
• voc_douyin_preference_update
• voc_douyin_token_check
• voc_issue_pool_run
• voc_problem_deep_dive_run
• voc_content_plan_run
• voc_competitor_map_run
• voc_speaking_script_run

命令行入口：

npm --prefix claude-code-voc-intelligence run xhs:sample
npm --prefix claude-code-voc-intelligence run dy:sample
npm --prefix claude-code-voc-intelligence run fmode:image:smoke
claude-voc image --image-path E:\workspace\example\screenshot.png --prompt "识别截图里的文字、主体和风险点"
npm --prefix claude-code-voc-intelligence run voc:issue-pool
npm --prefix claude-code-voc-intelligence run voc:deep-dive
npm --prefix claude-code-voc-intelligence run voc:business-workflow
npm --prefix claude-code-voc-intelligence run mcp:smoke
npm --prefix claude-code-voc-intelligence run smoke:package

更完整的能力索引见：

• docs/capability-map.md
• docs/boss-prompt-templates.md
• docs/deliverables/trend-insight-report.md
• docs/deliverables/competitor-map-report.md
• docs/deliverables/voc-issue-pool-report.md
• docs/deliverables/single-problem-action-plan.md
• docs/deliverables/seven-day-content-plan.md
• docs/live-manual-acceptance-checklist.md
• docs/payment-package-links.md
• docs/context-budget-implementation-plan.md
• skills/voc-content-plan/references/content-framework.md
• skills/voc-content-plan/references/speaking-script-patterns.md
• skills/voc-competitor-map/references/competitor-framework.md
• skills/voc-competitor-map/references/differentiation-patterns.md

工作坊输出口径

面向老板或线下工作坊时，优先按这五段表达：

1. 你这轮能拿到什么。
2. 我会怎么做。
3. 第一版结果。
4. 你需要确认什么。
5. 下一步建议。

每个模块都要对应一个交付物：趋势清单、竞品图谱、问题清单、单点行动计划、7 天内容选题。不要在前台讲 MCP、schema、提示词工程。

VOC 经营闭环

当用户想一次拿到“市场真实声音 -> 先改哪个问题 -> 老板能做什么 -> 下周发什么 -> 第一条口播稿”时，优先使用：

voc_business_workflow_run

典型话术：

帮我看一下家居定制最近用户在关心什么，并告诉我先改哪里、下周发什么。

这条链路会自动串起趋势情报、VOC 问题池、单点深挖、7 天内容计划和口播脚本。第一轮仍然是初步判断，必须提示用户结合门店、销售、私域反馈校准。

token 和充值口径

sample 模式不需要 token。live 模式需要一把可用的 token——两条链任一可用即可采集：

1. NewAPI（fmode-api）计费 SK（sk- 开头，优先）：就是 Claude Code 的 ANTHROPIC_AUTH_TOKEN，装好技能包后通常已经具备，不必手动再配。读取来源：
   • 本次请求参数 newapiToken / fmodeApiKey
   • .env.local / 环境变量 FMODE_API_KEY、NEWAPI_TOKEN
   • ~/.claude/voc-credentials.json 的 fmodeApiKey
   • ~/.fmode/config.json（FmodeStudio 保存路径）的 newapiToken / fmodeApiKey
   • ~/.claude/settings.json 的 env.ANTHROPIC_AUTH_TOKEN（sk- 开头、且 ANTHROPIC_BASE_URL 指向 fmode）
2. VOC-AI 数据服务会话 token（r: 开头，回退）：读取来源——本次请求参数、.env.local / 环境变量 VOC_TOKEN·VOC_SOCIAL_TOKEN、~/.claude/voc-credentials.json 的 vocToken·token

同一网关 server.fmode.cn/api/voc-social 对上述任一有效 token 都接受 Bearer，sk- 不是「类型错误」。voc_*_token_check 与实际采集（voc_api_call / voc_*_trend_run）口径一致，会识别以上全部来源；不必在采集前强制先跑检测。

Claude Code 技能包不读取 ~/.openclaw/voc-credentials.json。

缺 token 多数是配置/读取问题，不是余额不足：应先引导自救（从上述来源读 SK、用 FMODE_API_KEY 重试），只有确认确实是 402 余额不足时才给充值/开通链接，且不要暴露底层接口 403、权限堆栈或上游响应体。两条链对应两个不同的充值入口，不要搭错：

• NewAPI（fmode-api）计费 SK（sk- 开头，多数缺 token 场景走这条）→ fmode-api 余额充值：

  https://app.fmode.cn/dev/studio/?balance=fmodeapi
  

• VOC-AI 数据服务会话 token（r: 开头）→ apig-pay 充值：

  https://app.fmode.cn/dev/apig-pay/?apigid=Vo3ROWEvDy&fun_id=HOkkX72PMF
  

记忆能力

趋势情报支持偏好记忆，适合记录“保留哪些方向、屏蔽哪些方向、下一轮关注什么”。

问题池支持分桶记忆，适合记录同一客户/门店的已发现问题、状态和历史证据。 连续更新同一个问题池时，会输出“问题变化”，对比上轮/本轮证据数，标记新增、变多、变少、持平或本轮未再出现的问题。

单点 VOC 深挖支持分桶记忆。默认按 project/brand/store + industry + scenario + audience 隔离，避免不同客户、不同行业串味。 当用户反馈“这个有效/无效”后，工具会记录动作验证次数，后续建议会优先推有效动作、降低无效动作，并解释为什么这样排序。

示例：

这个动作不适合我们，下次别推荐试用体验。
这个有效，后面优先做评论区回复和案例展示。

工具会把反馈沉淀为偏好动作、屏蔽动作、验证有效动作或验证无效动作，让后续建议逐步贴近真实业务。

发布前验证

npm --prefix claude-code-voc-intelligence run mcp:smoke
npm --prefix claude-code-voc-intelligence run smoke:package
npm run claude-voc:build
npm run claude-voc:npm-publish

真实采集不默认放入自动 smoke。发布前或课程现场前，按 docs/live-manual-acceptance-checklist.md 做一次小规模 live 验收。

VOC 口播脚本共创

voc-content-plan 负责把 VOC 问题转成 7 天内容计划；voc-speaking-script 负责把其中一条选题继续打磨成能拍的口播稿。

典型话术：

选题 2，进入脚本共创。

开头更狠一点，老板视角，少讲概念，多给一个真实场景。

定稿，并把这个风格记住。以后少讲工具清单，多讲老板判断。

对应 MCP 工具：

voc_speaking_script_run

它会输出 60 秒稿、30 秒压缩版、提词器版、标题备选、镜头建议、评论区引导和质量门槛，并把“保留/不要/定稿”等反馈写入脚本记忆。完整的抖音日更、对标账号监控、逐字稿拆解仍属于 douyin-speaking-daily 的深度能力；本包提供的是 VOC 到口播共创的轻量出口。