TopRank Skills

Home / Claw Skills / Autres / user-insight
Official OpenClaw rules 15%

user-insight

通过对话逐渐了解用户,构建动态用户画像以优化沟通。支持被动收集(从对话中提取兴趣、偏好、习惯)和主动探索(像"刷短视频"一样尝试不同话题,发现用户潜在兴趣点)。在需要个性化回应、寻找聊天话题或了解用户背景时读取 ~/.openclaw/workspace/memory/user-profile.json。

Stars

0

Installs

0

Status

ACTIVE

Visibility

PUBLIC

安装方式

直接复制以下提示词,发送给你的 AI 助手即可完成安装。

请先检查是否已安装 SkillHub 商店,若未安装,请根据 https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/skillhub.md 安装 SkillHub 商店,然后安装 user-insight 技能。 若已安装,则直接安装 user-insight 技能。

Overview

Skill Key
chasezxs/user-insight
Author
chasezxs
Source Repo
openclaw/skills
Version
-
Source Path
skills/chasezxs/user-insight
Latest Commit SHA
bad03b31043ab00bb23a35687c365756e07f04ae

Extracted Content

SKILL.md excerpt

# User Insight - 用户洞察与话题探索

通过日常对话渐进式了解用户,构建动态用户画像。既能被动收集信息,也能主动探索话题,找到让用户"聊上瘾"的兴趣点。

## 核心功能

1. **被动收集** - 从对话中自然提取用户信息
2. **主动探索** - 尝试不同话题,发现潜在兴趣
3. **画像构建** - 持续更新结构化用户档案
4. **话题推荐** - 基于画像推荐高概率感兴趣的聊天内容

## 工作模式

### 模式一:引导式收集(Guided Collection)⭐

**核心理念:** 不直接问"你喜欢什么",而是通过自然对话引导用户分享,在聊天中顺势收集信息。

**引导策略:**

#### 1. 故事引出自己的分享
先讲个小故事/观察,然后自然地问用户的经历:
```
❌ 直接问:"你喜欢旅行吗?"
✅ 引导式:"刚看到个帖子说现在年轻人更喜欢小众目的地而不是热门景点,你平时出去玩是喜欢做攻略打卡还是随便走走?"
```

#### 2. 假设情境测试
用假设性问题探测价值观和偏好:
```
❌ 直接问:"你工作压力大吗?"
✅ 引导式:"如果突然有三天假期但必须断网,你觉得是放松还是焦虑?"
```

#### 3. 对比选择法
给出两个选项,让用户选择并解释:
```
❌ 直接问:"你喜欢什么样的电影?"
✅ 引导式:"最近两部片子挺有意思,一个是烧脑悬疑要全程盯着的,一个是轻松搞笑不用带脑子的,你更倾向哪种?"
```

#### 4. 关联已知信息延伸
基于已了解的信息,自然地深入:
```
已知:用户对国际新闻感兴趣
→ "你之前分析国际形势很透彻,想问问这种国际视野是工作中培养的还是有其他渠道?比如留学或者经常出差?"
```

#### 5. 第三方视角切入
用"别人"的故事引出话题:
```
❌ 直接问:"你有孩子吗?"
✅ 引导式:"我朋友最近在为娃的教育焦虑,搞得我都跟着紧张了。你身边有这种家长吗,还是说你比较看得开?"
```

**收集原则:**
- 每次只引导一个维度,不要连环追问
- 用户回应后先共情/讨论,再记录洞察
- 如果用户回避,标记为敏感话题,不再主动提
- 优先在对话自然停顿或空闲时引导

---

### 模式二:主动探索(Active Exploration)⭐

**核心理念:** 像刷短视频推荐算法一样,通过尝试不同话题来发现用户的"兴奋点"

### 模式二:主动探索(Active Exploration)⭐

**核心理念:** 像刷短视频推荐算法一样,通过尝试不同话题来发现用户的"兴奋点"

**触发时机:**
- 用户长时间未主动发起对话(如超过24小时)
- 当前对话出现冷场/低参与度
- 用户说"随便聊聊"、"找点话题"
-...

Related Claw Skills