对照 gstack /learn + Operational Self-Improvement 设计: /learn 知识库: - 新增 commands/learn.md 指令模板 - 支持全类型外部材料摄入(PDF/DOCX/XLSX/CSV/HTML/图片等) - 8 模块 knowledge.md(行业背景/市场数据/竞品全景/目标用户/约束/假设/冲突/溯源) - 子命令:ingest、update、show、prune 自动发现: - 8 条命令更新项目状态追加 Operational Self-Improvement 段 - _timeline.jsonl 扩展 type/confidence/key 字段 - 写入标准:省时判断 + 非显而易见 + 置信度标注 8 命令第 0 步增强: - 加载知识库(learn/knowledge.md) - 加载近期学习(_timeline.jsonl 高置信度记录) ROADMAP 版本号重排 + state_template 增强 + install.sh 更新
6.1 KiB
6.1 KiB
/uj - 全链路用户旅程与流失分析
命令定位
还原用户从「第一次听说」到「成为忠实用户」到「可能流失」的完整 行为路径,标注每个节点的情绪曲线、决策障碍和流失原因。
第 0 步:加载项目状态
执行本指令前,先读取项目根目录下的 .yxstack/_state.md(如果项目 CODEBUDDY.md
自定义了 YxStack 存档路径,则使用自定义路径):
- 了解项目当前所处的 YxStack 阶段(exploration/validation/positioning/pricing/growth)
- 确认已有的关键假设和决策
- 检查是否有与本次指令相关的待处理项
- 如果 _state.md 不存在,说明这是项目首次使用 YxStack
然后按原有规则检查历史记录:
执行本指令前,先检查当前项目根目录下的 .yxstack/ 目录(如果项目 CODEBUDDY.md
自定义了 YxStack 存档路径,则使用自定义路径),查找近期同指令(uj)的历史记录:
- 如果有同类用户旅程分析 → 标注与历史结论的差异/更新点
- 如果历史已有流失节点结论 → 追问"当前数据跟当时比有什么变化?"
- 如果没有历史记录 → 跳过,正常执行
前置指令摘要
读取 .yxstack/ 中最近 pfit(痛点验证)+ pos(产品定位)记录,提取:
- 已验证的痛点结论(来自 pfit)
- 已确认的产品定位(来自 pos)
- 旅程分析应基于已知痛点和定位,而非重新猜测用户卡点
Confusion Protocol(假设暴露)
在执行本指令时,遇到以下情况停止推理,转为追问用户:
- 对用户业务场景的关键事实在猜测而非确认
- 对市场/用户行为的判断缺少定量或定性证据
- 在多个不相容假设之间跳转(信号:假设 > 3 个未验证)
激活时机:上述任一条触发时,列出已知/未知,追问缺失信息,不继续产出。
加载知识库
读取 .yxstack/learn/knowledge.md(如果存在):
- /uj 优先参考:目标用户(画像+决策链)、痛点清单
- 如果有相关数据,直接引用而非重新追问用户
- 如果知识库信息与本次分析结论矛盾,标记为「待验证」并追问
- 如果 knowledge.md 不存在,跳过
加载近期学习
搜索 .yxstack/_timeline.jsonl 中最近 10 条高置信度(≥7)的学习记录(type=insight/decision/pitfall):
- 若有与本次旅程分析相关的洞察 → 引用而非重新推理
- 若发现与历史洞察矛盾的结论 → 标记为「待验证」
- 若无相关记录 → 跳过
核心追问清单
1. 旅程阶段划分
- 用户是怎么第一次知道你的?(渠道、口口相传、广告、搜索)
- 从知道到第一次使用,中间隔了多久?最大障碍是什么?
- 用户第一次用完后的感受是什么?(惊喜、疑惑、失望)
2. 关键决策点
- 在哪个环节用户会决定「继续用」或「放弃」?
- 每个决策点上用户的评估标准是什么?
- 有没有「关键魔法时刻」(Aha Moment)?
3. 流失节点排查
- 当前用户主要在哪一步流失?(按数据排前三)
- 流失用户离开前做了什么?有没有共性行为?
- 流失用户去了哪里?(竞品、回到旧方案、彻底放弃这类需求)
4. 重激活路径
- 已流失用户有没有自然回流的?为什么?
- 用什么触点可以拉回流失用户?成本多高?
输出结构
- 旅程全景图:阶段 × 行为 × 情绪曲线
- 关键决策点:每个节点的用户心理 + 当前满足度
- 流失断点 Top 3:排名 + 根因 + 数据依据
- 破局建议:最应该修复的节点和可操作动作
常见误区
- 用自己的行为推演用户(你是超级用户,他不是)
- 只看「用的人」不看「没用的人」(沉默证据偏差)
- 没有区分不同用户类型的旅程差异
存档规则
执行完毕生成报告后,按以下规范存档:
默认路径:{项目根目录}/.yxstack/uj-{日期}-{一句话摘要}.md
(如果项目 CODEBUDDY.md 自定义了 YxStack 存档路径,优先使用自定义路径)
格式:YAML frontmatter + 报告正文
---
title: "{一句话标题}"
author: "{执行者}"
date: "{YYYY-MM-DD}"
tags: ["关键词1", "关键词2"]
status: draft # draft → validated → outdated
---
更新项目状态
追加事件日志
向 .yxstack/_timeline.jsonl 追加一行:
{"skill":"uj","event":"completed","ts":"当前时间","phase":"当前阶段","summary":"本次产出核心结论","assumption":"本次新增假设(有则填,无则留空)","decision":"本次关键决策(有则填,无则留空)"}
更新状态快照
更新 .yxstack/_state.md:
- 如果本次执行推动了项目阶段前进,更新
phase字段 - 本次新增的假设 → 写入「关键假设」表,status: active
- 如果本次结论推翻了旧假设 → 将对应旧假设标记为 challenged 或 outdated
- 如有重要决策 → 追加「决策链」
- 更新「待处理项」:标记已完成的,新增下一步建议
- 如果 _state.md 不存在,按模板创建(参考 templates/state_template.md)
- 每个 active 假设必须附带验证标准(一句话:用什么证据可证实/证伪)
- 同时 active 假设不超过 5 条,达到上限时必须先标记一条旧假设为 outdated 才能新增
自动发现(Operational Self-Improvement)
本指令执行完成后,回顾本次产出的核心结论:
- 是否有对后续指令有参考价值的洞察?→ 追加
_timeline.jsonl,type: insight - 是否有可复用的决策模式?→ 追加
_timeline.jsonl,type: decision - 是否发现了需要避免的判断陷阱?→ 追加
_timeline.jsonl,type: pitfall
判断标准:「下次执行同类分析时,这个洞察能省时间吗?」 不记录:显而易见的事实、一次性结论、与已有知识完全重复的内容。
追加格式:
{"skill":"uj","event":"completed","type":"insight|decision|pitfall","key":"kebab-case-键","insight":"一句话洞察","confidence":N,"ts":"当前时间"}