@guru-ai-product/ai-product-kit 0.1.251112172507

package/skills/aipk_requirements/intake/SKILL.md

@@ -0,0 +1,260 @@
+---
+name: requirements-intake
+description: Intelligent intake pipeline for gathering and consolidating product requirements from multiple sources.
+---
+
+# 需求收集
+
+> 🚀 **智能需求收集工具链** - 整合Gemini DeepResearch与多平台数据，实现高效、准确的产品需求收集
+
+## 📋 文档信息
+
+| 项目 | 内容 |
+|------|------|
+| 版本号 | v1.2 |
+| 适用范围 | 产品团队、需求分析师、产品经理、市场研究员、UX研究员 |
+
+## 🎯 工具价值
+
+本需求收集工具链通过整合 **Gemini DeepResearch** 和多个移动应用数据平台，构建了智能化的需求收集解决方案：
+
+- **效率提升**：将传统需求收集时间从数周缩短至数天
+- **质量保证**：通过 AI 分析和多源数据验证，提高需求准确性
+- **成本优化**：减少人工调研投入，优化资源配置
+- **标准化流程**：建立可重复、可扩展的需求收集方法论
+
+## 🛠️ 核心工具
+
+### Gemini DeepResearch
+
+- AI 驱动的深度研究分析
+- 多源信息整合和洞察提取
+- 结构化报告生成
+- 自然语言交互界面
+
+### 移动应用数据平台
+
+**SensorTower**
+
+- 全球应用商店数据覆盖
+- 下载量、收入、排名、用户评论分析
+- 市场趋势分析和竞品监控
+
+**七麦数据**
+
+- 中国区应用商店数据专业分析
+- ASO 关键词和排名变化追踪
+- 本土化分析和优化建议
+
+**点点数据**
+
+- 用户行为和功能使用数据
+- 用户画像、行为路径、功能矩阵分析
+- 用户细分和行为预测
+
+## 🔄 使用流程
+
+### 步骤 1：需求明确
+
+1. **定义研究问题**：明确要解决的核心问题，设定可衡量的成功指标
+2. **确定研究范围**：选择目标用户群体，确定产品类别和市场范围
+3. **选择分析维度**：用户需求分析、市场机会评估、竞争格局分析、技术可行性评估
+
+### 步骤 2：模板选择
+
+根据研究目标选择合适的分析模板：
+
+- 产品需求发现与验证 → 新产品需求挖掘
+- 市场机会评估与竞争分析 → 市场进入决策
+- 深度用户行为与需求洞察 → 用户体验优化
+- 技术方案评估与可行性分析 → 技术选型决策
+
+### 步骤 3：数据收集
+
+并行收集多平台数据：
+
+- **SensorTower**：应用基础信息、排名趋势、竞品对比
+- **七麦数据**：关键词排名、用户评论、本地化数据
+- **点点数据**：用户画像、行为路径、功能使用情况
+
+### 步骤 4：Prompt 构建
+
+构建结构化的分析提示：
+
+```markdown
+[选定的模板内容]
+## 数据上下文
+[整理的多平台关键数据]
+## 具体分析要求
+[根据研究目标定制的分析要求]
+```
+
+### 步骤 5：AI 分析
+
+- 实时监控分析进度
+- 检查中间结果质量
+- 必要时调整分析参数
+
+### 步骤 6：结果验证
+
+- 数据一致性检查
+- 逻辑合理性验证
+- 建议可执行性评估
+
+### 步骤 7：报告生成
+
+生成包含执行摘要、详细分析、数据支撑和行动建议的完整报告。
+
+## 📚 模板库
+
+### 产品需求发现与验证模板
+
+**适用场景**：新产品需求挖掘、功能验证
+**主要输出**：需求地图、痛点分析、验证建议
+详见：[template/产品需求发现与验证模板.md](./template/产品需求发现与验证模板.md)
+
+### 市场机会评估与竞争分析模板
+
+**适用场景**：市场进入决策、竞争策略制定
+**主要输出**：市场分析、竞争矩阵、机会识别
+详见：[template/市场机会评估与竞争分析模板.md](./template/市场机会评估与竞争分析模板.md)
+
+### 深度用户行为与需求洞察模板
+
+**适用场景**：用户体验优化、行为分析
+**主要输出**：用户画像、体验地图、行为洞察
+详见：[template/深度用户行为与需求洞察模板.md](./template/深度用户行为与需求洞察模板.md)
+
+### 技术方案评估与可行性分析模板
+
+**适用场景**：技术选型、架构设计
+**主要输出**：技术评估、实施建议、风险分析
+详见：[template/技术方案评估与可行性分析模板.md](./template/技术方案评估与可行性分析模板.md)
+
+## 💡 最佳实践
+
+### 数据收集最佳实践
+
+- 选择合适的时间范围
+- 并行收集多平台数据提高效率
+- 关注季节性变化和特殊事件影响
+- 重点分析本土化功能需求（七麦数据）
+- 追踪完整的用户转化路径（点点数据）
+
+### Prompt 优化最佳实践
+
+- 使用具体而非抽象的描述
+- 提供充分的背景信息和上下文
+- 明确分析的重点和预期输出
+- 根据研究目标定制分析要求
+
+### 效率优化技巧
+
+- 使用数据缓存减少重复请求
+- 聚焦核心指标，避免收集无关数据
+- 设置合理的数据时间范围
+- 建立标准化的数据收集流程
+
+### 质量优化技巧
+
+- 实施多源数据交叉验证
+- 建立数据质量评估标准
+- 设置异常数据自动检测机制
+- 维护数据来源的可追溯性
+
+## ❓ 常见问题
+
+### 工具使用问题
+
+**Q1：如何选择合适的分析模板？**
+A：根据研究目标选择：
+
+- 需求发现 → 产品需求发现与验证模板
+- 市场分析 → 市场机会评估与竞争分析模板
+- 用户研究 → 深度用户行为与需求洞察模板
+- 技术评估 → 技术方案评估与可行性分析模板
+
+**Q2：数据收集时间过长怎么办？**
+A：优化策略：
+
+- 并行收集多平台数据
+- 使用数据缓存减少重复请求
+- 聚焦核心指标，避免收集无关数据
+- 设置合理的数据时间范围
+
+**Q3：AI 分析结果质量不佳如何处理？**
+A：改进方法：
+
+- 检查 Prompt 是否包含足够的上下文信息
+- 验证输入数据的质量和完整性
+- 调整分析要求的具体性和明确性
+- 必要时重新构建 Prompt 并再次分析
+
+### 数据质量问题
+
+**Q4：不同平台数据不一致怎么办？**
+A：处理方法：
+
+- 分析数据差异的原因（统计方法、时间范围等）
+- 选择最可靠的数据源作为主要参考
+- 在分析中明确说明数据来源和限制
+- 使用趋势数据而非绝对数值进行分析
+
+**Q5：如何确保数据的时效性？**
+A：管理策略：
+
+- 设置数据更新提醒机制
+- 定期检查数据源的更新频率
+- 在报告中明确标注数据的时间范围
+- 对于快速变化的市场，增加数据收集频率
+
+### 成本控制问题
+
+**Q6：API 调用成本过高如何控制？**
+A：优化方案：
+
+- 实施智能缓存策略，避免重复调用
+- 设置调用量监控和预警机制
+- 优化数据收集的频率和范围
+- 选择性使用高成本的深度分析功能
+
+## 📊 工具对比表
+
+| 工具 | 数据覆盖 | 核心优势 | 适用场景 | 成本水平 |
+|------|----------|----------|----------|----------|
+| SensorTower | 全球应用商店 | 市场数据权威 | 全球市场分析 | 高 |
+| 七麦数据 | 中国区应用商店 | 本土化深度 | 中国市场分析 | 中 |
+| 点点数据 | 用户行为数据 | 行为洞察深入 | 用户体验优化 | 中 |
+| Gemini DeepResearch | AI 分析能力 | 智能洞察生成 | 复杂分析任务 | 低 |
+
+## 🔗 相关资源
+
+### 参考文档
+
+- [需求文档](../documentation/SKILL.md)
+- [需求文档模板](../documentation/template/)
+- [指南文档规范](../../../docs/guide_writing_standard/SKILL.md)
+
+### 案例学习
+
+- [K12数学学习应用案例](./examples/K12数学学习应用案例.md)
+- [电商平台优化案例](./examples/电商平台优化案例.md)
+
+### 官方文档
+
+- [SensorTower API 文档](https://sensortower.com/api)
+- [七麦数据 API 文档](https://www.qimai.cn/api)
+- [Gemini API 文档](https://ai.google.dev/docs)
+
+## 📞 获取帮助
+
+如遇到问题，请参考：
+
+1. 本文档中的常见问题部分
+2. 查看相关案例文档
+3. 联系技术支持团队
+
+---
+
+**最后更新**：2025-08-01  
+**版本**：v1.2

package/skills/aipk_requirements/intake/examples/K12/346/225/260/345/255/246/345/255/246/344/271/240/345/272/224/347/224/250/346/241/210/344/276/213.md

@@ -0,0 +1,371 @@
+# K12数学学习应用需求收集案例
+
+## 案例概览
+
+| 项目 | 内容 |
+|------|------|
+| 案例标题 | K12数学学习应用需求收集 |
+| 项目背景 | 在线教育移动应用，目标中国K12教育市场 |
+| 研究目标 | 发现数学学习辅助功能的需求机会 |
+| 使用模板 | 产品需求发现与验证模板 |
+| 分析时间 | 2025年1月 |
+
+## 1. 需求明确阶段
+
+### 1.1 研究问题定义
+
+**核心研究问题**
+
+- 目标用户群体在数学学习中的核心痛点和未被满足的需求是什么？
+- 现有数学学习应用的不足之处在哪里？
+- 用户对新功能或改进的接受度和期望如何？
+- 不同年龄段学生的数学学习需求差异是什么？
+
+**研究范围确定**
+
+- **目标用户**：小学3年级至高中3年级学生及其家长
+- **产品类型**：移动端数学学习辅助应用
+- **竞争环境**：作业帮、猿辅导、学而思网校等头部产品
+- **研究重点**：个性化学习、学习效果提升、家校协同
+
+### 1.2 分析维度选择
+
+**重点分析维度**
+
+- **用户行为模式**：使用场景、频率、学习习惯
+- **痛点层次分析**：表面痛点 vs 深层需求
+- **解决方案评估**：现有产品的优缺点分析
+- **需求优先级**：基于用户价值和实现难度的排序
+
+## 2. 模板选择阶段
+
+### 2.1 模板选择理由
+
+选择**产品需求发现与验证模板**的原因：
+
+1. **需求导向**：项目重点在于发现未被满足的用户需求
+2. **验证机制**：需要验证产品假设和功能需求的可行性
+3. **用户价值**：强调从用户角度挖掘真实需求和痛点
+4. **市场机会**：识别竞品空白和创新机会点
+
+### 2.2 模板适配调整
+
+**针对K12教育领域的调整**：
+
+- 增加家长用户群体的需求分析
+- 强化学习效果和进度跟踪的重要性
+- 考虑教育政策和监管要求
+- 重视安全性和隐私保护
+
+## 3. 数据收集阶段
+
+### 3.1 SensorTower数据收集
+
+**收集内容**：
+
+- 教育类应用市场规模和增长趋势
+- 竞品下载量、收入排名、用户评分
+- 用户留存率和生命周期数据
+- 付费转化率和ARPU值
+
+**具体数据示例**：
+
+```
+市场规模数据：
+- 教育类应用月活跃用户：1.2亿+
+- 数学学习类应用下载量：月均500万次
+- 用户付费转化率：8-12%
+- 平均用户生命周期：6-8个月
+
+竞品表现分析：
+| 应用名称 | 月下载量 | 收入排名 | 用户评分 | 主要功能 |
+|----------|----------|----------|----------|----------|
+| 作业帮 | 800万 | Top 5 | 4.2 | 拍照搜题、直播课 |
+| 猿辅导 | 600万 | Top 3 | 4.3 | 在线辅导、练习 |
+| 学而思网校 | 400万 | Top 8 | 4.1 | 系统课程、测评 |
+```
+
+**关键指标分析**：
+
+- 头部产品占据主要市场份额
+- 用户对拍照搜题功能依赖度高
+- 付费转化主要集中在课程和个性化服务
+
+### 3.2 七麦数据收集
+
+**收集内容**：
+
+- 关键词搜索热度和竞争激烈度
+- 用户评论情感分析和高频词汇
+- 应用商店排名变化趋势
+- 用户反馈的功能需求和痛点
+
+**具体数据示例**：
+
+```
+关键词排名表现：
+- "数学学习"：竞争激烈度9.2/10，搜索热度8.8/10
+- "小学数学"：竞争激烈度8.5/10，搜索热度8.5/10
+- "数学作业"：竞争激烈度7.8/10，转化率较高
+- "数学游戏"：竞争激烈度5.2/10，蓝海关键词
+
+用户评论洞察：
+正面反馈（占比45%）：
+- "拍照搜题很方便，解题步骤详细"
+- "界面简洁，孩子容易上手"
+- "老师讲解清晰，知识点覆盖全面"
+
+负面反馈（占比35%）：
+- "广告太多，影响学习体验"
+- "付费内容比例过高，免费功能有限"
+- "缺乏个性化推荐，题目重复度高"
+- "错题本功能不够智能"
+
+功能需求（占比20%）：
+- "希望增加学习进度跟踪"
+- "需要家长监督功能"
+- "想要更多互动式学习内容"
+```
+
+**数据洞察**：
+
+- 用户对基础功能满意度较高，但对个性化需求强烈
+- 广告和付费模式是主要不满点
+- 家长参与度和学习效果跟踪是重要需求
+
+### 3.3 点点数据收集
+
+**收集内容**：
+
+- 用户行为路径和转化漏斗
+- 功能使用频率和满意度
+- 用户画像和细分群体特征
+- 使用时间分布和场景分析
+
+**具体数据示例**：
+
+```
+用户画像特征：
+学生用户（主要使用者）：
+- 年龄分布：12-16岁占70%，8-11岁占30%
+- 使用时间：晚上7-10点为高峰期
+- 使用场景：作业辅导(45%)、课前预习(25%)、考试复习(30%)
+
+家长用户（决策者）：
+- 年龄分布：30-45岁占85%
+- 关注重点：学习效果反馈、进度跟踪、安全性
+- 付费意愿：对提升成绩的功能付费意愿强
+
+核心功能使用数据：
+| 功能名称 | 日均使用次数 | 用户满意度 | 完成率 | 重复使用率 |
+|----------|--------------|------------|--------|------------|
+| 拍照搜题 | 3.2次 | 85% | 92% | 78% |
+| 视频讲解 | 1.8次 | 78% | 62% | 35% |
+| 练习题库 | 2.1次 | 72% | 78% | 45% |
+| 错题收集 | 0.8次 | 65% | 23% | 68% |
+| 学习报告 | 0.3次 | 58% | 15% | 25% |
+```
+
+**行为分析发现**：
+
+- 拍照搜题是核心入口功能，使用频率最高
+- 错题收集使用率低但用户粘性高，存在优化空间
+- 学习报告功能被忽视，需要重新设计展示方式
+
+## 4. Prompt构建阶段
+
+### 4.1 完整Prompt结构
+
+基于**产品需求发现与验证模板**和收集的三大平台数据，构建如下Prompt：
+
+```markdown
+# 产品需求发现与验证 - Gemini DeepResearch 研究任务
+
+## 🎯 研究目标
+深度挖掘K12数学学习应用领域的用户需求，验证产品假设，识别未被满足的需求机会。
+
+## 📋 背景信息
+### 产品背景
+- **产品类型**：移动端K12数学学习辅助应用
+- **目标用户**：小学3年级至高中3年级学生及其家长
+- **当前阶段**：需求发现和产品定义阶段
+- **核心假设**：个性化学习和家校协同是提升数学学习效果的关键
+
+## 🔍 研究范围
+### 核心研究问题
+1. 目标用户群体在数学学习中的核心痛点和未被满足的需求是什么？
+2. 现有数学学习应用的不足之处在哪里？
+3. 用户对新功能或改进的接受度和期望如何？
+4. 不同年龄段学生的数学学习需求差异是什么？
+
+### 重点分析维度
+- **用户行为模式**：使用场景、频率、学习习惯
+- **痛点层次分析**：表面痛点 vs 深层需求
+- **解决方案评估**：现有产品的优缺点分析
+- **需求优先级**：基于用户价值和实现难度的排序
+
+## 📊 数据基础
+
+### SensorTower市场数据
+**市场规模**：
+- 教育类应用月活跃用户：1.2亿+
+- 数学学习类应用下载量：月均500万次
+- 用户付费转化率：8-12%
+- 平均用户生命周期：6-8个月
+
+**竞品表现**：
+- 作业帮：月下载量800万，收入排名Top 5，评分4.2，主打拍照搜题+直播课
+- 猿辅导：月下载量600万，收入排名Top 3，评分4.3，主打在线辅导+练习
+- 学而思网校：月下载量400万，收入排名Top 8，评分4.1，主打系统课程+测评
+
+### 七麦用户反馈数据
+**关键词表现**：
+- "数学学习"：竞争激烈度9.2/10，搜索热度8.8/10
+- "小学数学"：竞争激烈度8.5/10，搜索热度8.5/10
+- "数学游戏"：竞争激烈度5.2/10，蓝海机会
+
+**用户评论洞察**：
+- 正面反馈(45%)：拍照搜题便捷、解题步骤详细、界面友好
+- 负面反馈(35%)：广告过多、付费内容比例高、缺乏个性化推荐
+- 功能需求(20%)：错题本、学习进度跟踪、家长监督功能
+
+### 点点数据用户行为
+**用户画像**：
+- 学生用户：12-16岁占70%，使用时间集中在晚上7-10点
+- 家长用户：30-45岁占85%，关注学习效果和进度反馈
+- 使用场景：作业辅导(45%)、课前预习(25%)、考试复习(30%)
+
+**功能使用数据**：
+- 拍照搜题：日均3.2次，满意度85%，完成率92%
+- 视频讲解：日均1.8次，满意度78%，完播率62%
+- 练习题库：日均2.1次，满意度72%，完成率78%
+- 错题收集：日均0.8次，满意度65%，使用率23%但粘性高
+
+## 📈 分析要求
+### 用户反馈分析
+- 分析应用商店评论中的高频关键词和情感倾向
+- 识别用户投诉和建议的主要类别
+- 提取用户对竞品功能的评价和期望
+
+### 行为数据洞察
+- 分析用户留存率和活跃度数据的影响因素
+- 识别用户流失的关键节点和原因
+- 研究成功产品的用户增长模式
+
+### 市场机会识别
+- 对比分析不同产品的功能覆盖度
+- 识别功能空白和创新机会
+- 评估新需求的市场规模和可行性
+
+## 📋 输出要求
+### 需求分析报告
+1. **用户需求地图**：按优先级和实现难度的需求矩阵
+2. **痛点分析**：详细的用户痛点分类和影响评估
+3. **机会识别**：具体的产品改进和创新机会
+4. **验证建议**：需求验证的具体方法和指标
+
+### 可执行建议
+- 优先开发的功能列表及理由
+- 用户研究的具体执行计划
+- 产品迭代的时间线和里程碑
+- 风险评估和应对策略
+
+请基于以上信息进行深度分析，重点关注个性化学习和家校协同的需求机会。
+```
+
+### 4.2 Prompt优化要点
+
+**数据整合**：
+
+- 将三个平台的数据有机整合，避免重复
+- 突出关键数据指标，支撑分析结论
+- 保持数据的时效性和准确性
+
+**分析导向**：
+
+- 明确分析目标和重点方向
+- 提供具体的分析维度和方法
+- 设定清晰的输出要求和格式
+
+**实用性**：
+
+- 确保分析结果可操作、可验证
+- 提供具体的功能建议和优先级
+- 包含风险评估和应对策略
+
+## 5. Gemini DeepResearch分析结果
+
+*此部分为Gemini DeepResearch的分析输出，具体报告内容将在后续补充*
+
+### 5.1 预期报告结构
+
+**用户需求洞察**：
+
+- 个性化学习路径需求分析
+- 家校协同功能需求识别
+- 游戏化学习体验需求评估
+- 学习效果跟踪需求验证
+
+**市场机会分析**：
+
+- 竞品功能空白点识别
+- 技术创新机会评估
+- 商业模式优化建议
+- 差异化竞争策略
+
+**产品建议**：
+
+- 核心功能优先级排序
+- 用户体验优化方案
+- 技术实现可行性分析
+- 商业化路径规划
+
+### 5.2 主要分析维度
+
+- **需求验证**：通过多维度数据交叉验证需求真实性
+- **机会评估**：基于市场数据评估需求的商业价值
+- **竞争分析**：识别竞品薄弱环节和差异化机会
+- **技术可行性**：评估需求实现的技术难度和成本
+
+## 6. 结果验证与应用
+
+### 6.1 验证方法
+
+**用户访谈验证**：
+
+- 目标用户：20名学生 + 20名家长
+- 访谈重点：需求确认、功能期望、付费意愿
+- 验证指标：需求确认度、功能接受度、使用意愿
+
+**原型测试验证**：
+
+- 核心功能原型设计和测试
+- 用户体验评估和反馈收集
+- 功能完成率和满意度测试
+
+### 6.2 应用建议
+
+**产品规划**：
+
+- 基于需求优先级制定产品路线图
+- 确定MVP功能范围和开发计划
+- 建立需求跟踪和验证机制
+
+**市场策略**：
+
+- 制定差异化定位和竞争策略
+- 确定目标用户获取和留存方案
+- 设计合适的商业模式和定价策略
+
+## 总结
+
+本案例展示了需求收集工具的完整使用流程，通过**产品需求发现与验证模板**结合**SensorTower、七麦、点点数据**的数据收集，构建了针对K12数学学习应用的深度分析Prompt。
+
+**核心价值**：
+
+1. **系统性**：覆盖了从需求明确到结果应用的完整流程
+2. **数据驱动**：基于真实的市场和用户数据进行分析
+3. **实操性**：提供了具体的操作步骤和工具使用方法
+4. **可验证**：建立了需求验证和效果评估机制
+
+通过这一流程，能够有效识别K12数学学习领域的真实需求和市场机会，为产品开发提供科学的决策依据。