SKILL.md 8.6 KB


name: voc-proposal description: 整合所有VOC分析成果,AI生成11章节产品优化提案(含ROI估算+30天行动线) version: 2.1.0

author: nkkj-BrainHack

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11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11章模板生成提案:

第一章:品类全景

  • 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
  • 品类健康度评分(四维)

第二章:品牌六维画像

  • 品牌六维画像得分(定价/评分/流量/销售/增长/口碑)
  • 雷达图定位
  • 品牌优势与短板
  • 与品类标杆的差距分析

第三章:竞品对比矩阵

  • 竞品多维对比表
  • 竞品漏洞分析
  • 竞品定价策略弱点
  • BSR波动暴露的运营问题

第四章:用户声音分类

  • 情感健康分+三维分布(正/中/负)
  • 关键词情感地图
  • 品牌vs竞品情感对比

第五章:痛点深度洞察

  • 显性+隐性痛点挖掘
  • 权重排行榜
  • 竞品未解决痛点(差异化机会)
  • 痛点-场景关联分析

第六章:卖点植入方案

  • 亮点提炼→Listing标题/Bullet/A+建议
  • 竞品卖点对比
  • 差异化表达策略

第七章:功能满足度

  • 四象限矩阵(核心优势/关键缺口/锦上添花/低优先)
  • 功能缺口清单
  • 功能对立分析

第八章:使用场景看板

  • 高频场景+满意度
  • 失败场景+退货关联
  • 新兴场景机会

第九章:用户画像

  • 核心用户画像(3-5类)
  • 购买行为+决策因素
  • 社媒热点话题和内容偏好

第十章:行动计划

  • P0/P1/P2优先级行动项
  • 30天时间线(W1-W4)
  • 快速见效项 + 战略投资项

第十一章:ROI估算

  • Listing优化:$0投入→转化率提升
  • PPC广告:$30-50/日→ACOS目标
  • 产品迭代:$5k-10k→评分提升
  • 风险预警整合
  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" }
  }
}

核心业务场景

  • VOC 产品优化提案生成(11 章节结构化提案 + ROI 估算 + 30 天行动时间线)
  • 工作坊最终交付物(整合品类/竞品/用户/社媒所有分析成果)
  • 品牌决策支持文档(优先级行动清单 + 风险整合预警)

依赖

  • 全部前置 Skill 的输出数据
  • AI 大模型生成能力(11 章节流式生成)

工作坊记忆集成

当处于 VOC 工作坊流程中时,本技能支持从记忆文件自动读取全部前置参数(v2 schema):

参数 记忆来源 字段路径
categoryLandscape memory/stage-1-output.json .categoryLandscape(含healthScore)
brandProfile memory/stage-2-output.json .brandProfile(六维画像)
competitorData memory/stage-2-output.json .{competitorDiscovery, competitorComparison, pricingAnalysis}
competitorVulnerabilities memory/stage-2-output.json .competitorComparison.vulnerabilities
voiceClassification memory/stage-3-output.json .voiceClassification(三维情感)
brandVsCompetitor memory/stage-3-output.json .brandVsCompetitor
keywordCloud memory/stage-3-output.json .keywordCloud
painPointInsight memory/stage-4-output.json .painPointInsight(显性+隐性+权重)
highlightInsight memory/stage-4-output.json .highlightInsight(亮点+Listing建议)
featureSatisfaction memory/stage-4-output.json .featureSatisfaction(四象限+缺口)
scenarioDashboard memory/stage-4-output.json .scenarioDashboard(高频+失败+新兴)
socialVocData memory/stage-4-output.json .{socialTrend, competitorBsr, crossChannelInsight}(可选)
userPersona memory/stage-4-output.json .userPersona
brandName memory/brand-context.json .brandName
categoryKeyword memory/brand-context.json .categoryKeywords[0]

同时读取 memory/calibration-notes.json 中用户的校准意见,在提案中体现用户的专业判断。

执行完毕后,将输出写入 memory/stage-5-output.json(v2 schema),需填充:

  • proposal — 11章节提案(品类全景/品牌画像/竞品矩阵/声音分类/痛点洞察/卖点植入/功能满足度/场景看板/用户画像/行动计划/ROI)
  • actionableInsights.topActions[] — 每项含 scenario/feature/gap/suggestion/priority(P0-P2)/expectedImpact/investmentLevel/timeToResult
  • actionableInsights.quickWins — 零/低投入快速见效项
  • actionableInsights.strategicInvestments — 中长期战略投资项
  • overallHealthScore — 五维综合评分
  • vocDeepInsightSummary — VOC四维度摘要指标

参考规范:workshop/voc-report-schema-spec.md Stage 5 章节。

对应工作坊环节

Day2 下午 13:00-14:30「虾交作业」— 输出《VOC产品优化提案》(11章节+健康度评分+行动项)