前言¶
DeepSeek Harness (DSH) 的核心理念是“一切皆插件”。在構建智能體應用時，用戶研究是產品經理和研發團隊的核心工作流之一。面對海量的訪談錄音轉寫、問卷開放題或客服反饋，直接讓 AI 處理容易產生“幻覺”，或者得到的結論缺乏方法論支撐，難以落地。
dsh-plugin-user-research 是一個垂直領域的用戶研究合成插件。它提供了一套經過驗證的方法論工具和技能，幫助開發者或研究員將分散的原始素材，快速轉化爲結構化的用戶畫像、痛點清單和機會地圖。
插件概覽¶
該插件由開發者 nsdmgt 維護，歸類爲“工作流”類插件。它的核心價值在於將非結構化的調研筆記，通過標準化的框架轉化爲可執行的產品決策依據。
核心功能¶
插件提供了以下能力，幫助用戶從原始素材中提取有效信息：
- 主題分類口徑：內置一套主題分類體系，包括效率、易用性、成本、功能缺失、穩定性、服務支持。系統能自動將散落在各處的用戶原話歸類到這些維度下。
- 反幻覺約束：在提取痛點時，工具嚴格限制只引用用戶原話，不進行擴寫或腦補，確保結論有據可查。
- 機會評分口徑：提供了一套機會點評分邏輯，按信號強度排序。評分依據是被提及次數和是否明確表達了痛苦，幫助篩選出優先級較高的方向。
- 研究技能與模板：包含 4 個可複用的研究技能（訪談分析、畫像構建、機會地圖、合成全流程），以及 2 個模板（訪談提綱、合成畫布）。
- 工具調用：提供名爲
research_synthesize的工具接口，支持直接在 Agent 會話中調用。
安裝與啓用¶
安裝該插件需要使用 DeepSeek Harness 的 CLI 工具。
dsh plugin --profile web add dsh-plugin-user-research
安裝完成後，必須重啓 web 服務才能使插件生效。
使用方法¶
使用該插件通常分爲三個步驟：
-
準備素材
整理訪談錄音轉寫、問卷開放題導出、客服聊天記錄或用戶反饋。文件格式需支持.txt、.md或.csv。 -
調用工具
在 DSH 會話中，直接向 Agent 描述需求。Agent 會解析指令並調用底層的research_synthesize工具。例如，輸入以下內容：
把
notes/interview-01.md做一次用戶研究合成,挑出前3個機會點。Agent 將執行類似以下的調用：
research_synthesize(filePath="notes/interview-01.md", maxOpportunities=3) -
查看結果
你會收到結構化的輸出結果，包含：- personas：推斷出的用戶畫像（角色、訴求信號、主題）。
- painPoints：按主題與嚴重度排序的痛點原話（引用自用戶，不包含編造內容）。
- opportunities：按信號強度排序的機會點列表。
技術細節¶
插件的核心邏輯刻意設計爲不依賴 @deepseek-ai/* 的運行時環境，而是使用純 JavaScript 編寫。這意味着合成引擎可以脫離 DSH 框架進行獨立測試和維護。
- 版本兼容性：插件已鎖定
@deepseek-ai/dsh版本>=0.1.0--rc.7。 - 測試依據：測試覆蓋語句切分、主題檢測、痛點判定、畫像推斷、評分排序、計數截斷、空輸入等場景。
適用場景¶
該插件適合以下角色在特定場景下使用：
- 產品經理 / 需求分析師：在完成多份用戶訪談後，快速合成“用戶真正在抱怨什麼”。
- UX 研究員 / 設計師：從可用性測試筆記中抓出高頻痛點，支撐設計決策。
- 客服 / 用戶成功：整理用戶投訴和反饋，定位產品改進優先級。
結語¶
dsh-plugin-user-research 並沒有試圖取代人的判斷，而是提供了一個標準化的框架，將“用戶原話”轉化爲“產品決策”。如果你正在使用 DSH 構建智能體，且需要處理大量的用戶調研數據，這個插件可以作爲你工作流中的一個有力補充。
