{"id":"10d4ce6e-78df-496b-a025-a97429a85c2c","shortId":"wYYpxW","kind":"skill","title":"p7e-customer-loop","tagline":"'AI Native 产品方法论——客户循环的实操 Skill。","description":"# 客户循环 Skill\n\n## 使用场景\n\n- AI 产品已有初步验证能力，需要设计早期客户机制\n- 团队在内部打磨太久，需要尽早进入真实客户环境获取反馈\n- 已有早期客户但反馈质量低，需要优化筛选和互动机制\n- 需要把客户反馈系统化回流到产品方法论主线\n\n## 核心概念\n\n- **客户循环（Customer Loop）**：围绕早期客户、反馈、改进和扩张形成的客户成长循环\n- **早期客户计划（Early Customer Program）**：在受控边界内把能力交给一小批真实客户共同打磨的机制\n- **共创边界**：客户能使用到什么程度、哪些能力仍处于实验状态、哪些责任由谁承担\n- **方法论回流**：客户信号回到方向定界、试验展开、系统构建和价值循环的机制\n\n## 客户循环流程\n\n```\n已验证能力\n  → 早期客户筛选\n    → 共创边界设计\n      → 受控使用与反馈收集\n        → 反馈分析与产品改进\n          → 价值验证\n            → 客户扩张\n              → 新一轮反馈\n```\n\n## 早期客户筛选标准\n\n### 理想早期客户的五个特征\n\n| 特征 | 说明 | 评估方法 |\n|------|------|---------|\n| 问题真实且高频 | 对现有方案确实不满意 | 访谈确认痛点频率和严重度 |\n| 愿意投入时间 | 不只是想要现成产品，愿意共创 | 评估反馈意愿和参与度 |\n| 能接受试点边界 | 理解系统仍在演进中 | 沟通期望并观察接受度 |\n| 场景和资料真实 | 有足够真实的场景和数据 | 评估场景复杂度和数据可用性 |\n| 有代表性和扩展性 | 不是极端个案 | 检验是否代表目标客户群体 |\n\n### 反模式：不合适的早期客户\n\n- **白嫖型**：只想免费使用，不愿反馈\n- **定制型**：只关注自己的特殊需求，需求无法泛化\n- **背书型**：想要品牌合作但不愿深度参与产品打磨\n- **过早规模化型**：要求从一开始就支持大规模部署\n\n## 共创边界设计\n\n### 必须明确的五项边界\n\n```yaml\n边界1_合作性质:\n  明确: 这是试点/共创还是正式商用\n  影响: 决定了责任划分和服务等级\n\n边界2_场景范围:\n  明确: 哪些场景支持，哪些暂不支持\n  影响: 防止客户期望超出当前能力\n\n边界3_自动化程度:\n  明确: 哪些任务可自动完成，哪些必须人工确认\n  影响: 决定了人机协作的界面设计\n\n边界4_失败处理:\n  明确: 出现失败时由谁接管，如何回退\n  影响: 决定了风险控制和应急方案\n\n边界5_反馈机制:\n  明确: 反馈如何被记录、处理和回流\n  影响: 决定了客户循环是否能真正闭环\n```\n\n## 反馈收集与分类\n\n### 反馈类型矩阵\n\n| 反馈类型 | 描述 | 回流方向 | 优先级 |\n|----------|------|---------|--------|\n| 能力边界反馈 | 系统做不了某些事 | 试验展开 | P0 |\n| 质量反馈 | 输出质量不够好 | 系统构建 | P0 |\n| 体验反馈 | 交互方式不顺 | UX设计 | P1 |\n| 场景发现 | 发现新适用场景 | 方向定界 | P1 |\n| 定价反馈 | 付费意愿和价格敏感度 | 商业模式 | P2 |\n\n### 反馈质量评估\n\n- **高价值反馈**：包含具体场景、真实数据、可复现的问题\n- **中价值反馈**：指出了问题但缺少具体细节\n- **低价值反馈**：泛泛的评价（\"挺好的\"/\"不太好用\"）\n\n## 客户扩张策略\n\n### 扩张阶段设计\n\n```\n阶段1_种子客户 (3-5家)\n  → 深度共创，高频反馈\n  → 验证核心价值假设\n\n阶段2_早期客户 (10-20家)\n  → 结构化试点，标准反馈\n  → 验证可复制性\n\n阶段3_规模客户 (50+家)\n  → 标准化交付，自助服务\n  → 验证商业模式\n```\n\n### 扩张节奏控制\n\n- 不要在反馈回路稳定之前扩张\n- 不要在共创边界验证之前扩张\n- 不要在价值密度确认之前扩张\n\n## 方法论回流机制\n\n客户反馈必须回流到方法论主线，否则客户循环只是\"有客户在用\"而不是\"客户驱动产品成长\"：\n\n```yaml\n回流到方向定界:\n  触发: 客户反复提出某类场景需求\n  动作: 评估是否需要更新 Direction Brief\n  节奏: 每月回顾\n\n回流到试验展开:\n  触发: 客户暴露出新的失败模式\n  动作: 设计新实验验证能力边界\n  节奏: 发现即触发\n\n回流到系统构建:\n  触发: 客户反馈质量问题\n  动作: 优化系统组件和能力链路\n  节奏: 每周分析\n\n回流到价值循环:\n  触发: 客户表达付费意愿或拒绝\n  动作: 更新价值密度评估和定价策略\n  节奏: 每月评估\n```\n\n## 输出物：客户循环方案\n\n1. **早期客户筛选标准**：基于产品阶段的具体筛选条件\n2. **共创边界协议**：五项边界的具体约定\n3. **反馈收集机制**：反馈类型、渠道、频率和质量标准\n4. **产品改进回路**：反馈如何转化为产品改进动作\n5. **客户扩张计划**：三阶段扩张目标和节奏\n6. **方法论回流设计**：客户信号如何回到主线各环节\n\n## 使用方式\n\n当用户提供 AI 产品阶段和目标客户画像时，自动执行：\n\n1. 评估产品是否具备进入客户循环的条件\n2. 设计早期客户筛选标准\n3. 设计共创边界协议\n4. 建立反馈收集和分类机制\n5. 设计产品改进回路\n6. 规划客户扩张策略\n7. 设计方法论回流机制\n8. 输出客户循环方案\n\n## 与其他 Skill 的关系\n\n- **上游**：@ai-native-experiment-engine（提供已验证能力）、@p10a-value-discovery-loop（价值发现确认值得进入客户循环）\n- **下游**：@ai-native-marketing-growth（增长策略承接客户扩张）、@ai-native-business-model（定价和商业模式验证）\n- **协同**：@ai-native-direction-framing（客户信号回流到方向调整）、@ai-native-production-ops（生产环境数据补充客户反馈）\n\n## 示例\n\n### 示例：AI 客服 Copilot 早期客户计划\n\n**用户输入**：\n\"我们的客服 Copilot 工单分类和意图识别已经通过内部验证，想设计早期客户计划\"\n\n**Skill 执行流程**：\n\n1. **早期客户筛选**\n\n| 筛选条件 | 标准 | 权重 |\n|----------|------|------|\n| 日工单量 | >500单 | 必须 |\n| 客服团队规模 | >20人 | 必须 |\n| 现有系统满意度 | <60分 | 优先 |\n| 数据可用性 | 有历史工单数据 | 必须 |\n| 反馈意愿 | 愿意每周30分钟反馈 | 必须 |\n\n2. **共创边界协议**\n\n```yaml\n合作性质: 技术共创试点（非商用）\n  期限: 3个月\n  费用: 免费，换取深度反馈\n  \n场景范围:\n  支持: 工单分类、意图识别、知识库检索\n  不支持: 自动回复、跨系统操作、投诉处理\n  \n自动化程度:\n  自动: 工单分类建议（人工确认后生效）\n  半自动: 意图识别（置信度>90%自动，<90%人工）\n  不自动: 涉及赔付/投诉的建议\n  \n失败处理:\n  接管: 系统自动降级到规则引擎\n  回退: 保留原始工单流程作为备份\n  通知: 5分钟内通知客户负责人\n  \n反馈机制:\n  渠道: 专属飞书群 + 周度30分钟访谈\n  记录: 结构化反馈表 + 自由文本\n  处理: 48小时内响应，每周迭代\n```\n\n3. **客户扩张计划**\n\n| 阶段 | 客户数 | 周期 | 目标 | 准入条件 |\n|------|--------|------|------|---------|\n| 种子 | 3家 | 第1-3月 | 验证核心价值 | 反馈闭环稳定运行 |\n| 早期 | 10家 | 第4-6月 | 验证可复制性 | 标准化交付流程就绪 |\n| 规模 | 50家 | 第7-12月 | 验证商业模式 | 定价和自助服务就绪 |\n\n4. **方法论回流设计**\n\n```yaml\n每周:\n  - 产品改进: 分类准确率优化、新增意图识别\n  - 反馈分析: Top5 问题类型和优先级\n  \n每月:\n  - 方向回顾: 是否需要扩展或收缩场景范围\n  - 价值评估: 客户付费意愿变化\n  \n每季:\n  - Direction Brief 更新: 基于客户数据重写产品方向\n  - 商业模式验证: 定价假设是否成立\n```","tags":["p7e","customer","loop","native","product","agent","skills","gmaxxxie","agent-skills","ai-agent","ai-native","ai-product"],"capabilities":["skill","source-gmaxxxie","skill-p7e-customer-loop","topic-agent-skills","topic-ai-agent","topic-ai-native","topic-ai-product","topic-methodology","topic-product-management","topic-product-methodology","topic-product-thinking","topic-skills"],"categories":["ai-native-product-agent-skills"],"synonyms":[],"warnings":[],"endpointUrl":"https://skills.sh/gmaxxxie/ai-native-product-agent-skills/p7e-customer-loop","protocol":"skill","transport":"skills-sh","auth":{"type":"none","details":{"cli":"npx skills add gmaxxxie/ai-native-product-agent-skills","source_repo":"https://github.com/gmaxxxie/ai-native-product-agent-skills","install_from":"skills.sh"}},"qualityScore":"0.478","qualityRationale":"deterministic score 0.48 from registry signals: · indexed on github topic:agent-skills · 56 github stars · SKILL.md body (3,725 chars)","verified":false,"liveness":"unknown","lastLivenessCheck":null,"agentReviews":{"count":0,"score_avg":null,"cost_usd_avg":null,"success_rate":null,"latency_p50_ms":null,"narrative_summary":null,"summary_updated_at":null},"enrichmentModel":"deterministic:skill-github:v1","enrichmentVersion":1,"enrichedAt":"2026-05-18T18:57:34.093Z","embedding":null,"createdAt":"2026-05-01T01:03:02.123Z","updatedAt":"2026-05-18T18:57:34.093Z","lastSeenAt":"2026-05-18T18:57:34.093Z","tsv":"'-20':171 '-5':163 '1':226,251,322 '10':170 '10家':408 '12月':418 '2':229,253,342 '20人':331 '3':162,232,255,393 '3个月':349 '3家':401 '3月':404 '4':237,257,421 '48小时内响应':391 '5':240,259 '50':178 '500单':328 '50家':415 '5分钟内通知客户负责人':382 '6':243,261 '60分':334 '6月':411 '7':263 '8':265 '90':369,371 'ai':5,13,248,272,285,291,298,304,311 'ai-native-business-model':290 'ai-native-direction-fram':297 'ai-native-experiment-engin':271 'ai-native-marketing-growth':284 'ai-native-production-op':303 'brief':200,438 'busi':293 'copilot':313,317 'custom':3,23,30 'direct':199,300,437 'discoveri':280 'earli':29 'engin':275 'experi':274 'frame':301 'growth':288 'loop':4,24,281 'market':287 'model':294 'nativ':6,273,286,292,299,305 'op':307 'p0':130,134 'p1':138,142 'p10a':278 'p10a-value-discovery-loop':277 'p2':146 'p7e':2 'p7e-customer-loop':1 'product':306 'program':31 'skill':9,11,268,320 'skill-p7e-customer-loop' 'source-gmaxxxie' 'top5':429 'topic-agent-skills' 'topic-ai-agent' 'topic-ai-native' 'topic-ai-product' 'topic-methodology' 'topic-product-management' 'topic-product-methodology' 'topic-product-thinking' 'topic-skills' 'ux设计':137 'valu':279 'yaml':85,193,344,423 '三阶段扩张目标和节奏':242 '上游':270 '下游':283 '不只是想要现成产品':59 '不合适的早期客户':72 '不太好用':157 '不愿反馈':75 '不支持':358 '不是极端个案':69 '不自动':373 '不要在价值密度确认之前扩张':186 '不要在共创边界验证之前扩张':185 '不要在反馈回路稳定之前扩张':184 '与其他':267 '专属飞书群':385 '中价值反馈':152 '五项边界的具体约定':231 '交互方式不顺':136 '产品已有初步验证能力':14 '产品改进':425 '产品改进回路':238 '产品方法论':7 '产品阶段和目标客户画像时':249 '人工':372 '人工确认后生效':365 '付费意愿和价格敏感度':144 '价值发现确认值得进入客户循环':282 '价值评估':434 '价值验证':47 '优先':335 '优先级':126 '优化系统组件和能力链路':214 '低价值反馈':154 '体验反馈':135 '使用场景':12 '使用方式':246 '保留原始工单流程作为备份':380 '免费':351 '共创边界':33 '共创边界协议':230,343 '共创边界设计':44,83 '共创还是正式商用':90 '决定了人机协作的界面设计':106 '决定了客户循环是否能真正闭环':120 '决定了责任划分和服务等级':92 '决定了风险控制和应急方案':113 '准入条件':399 '出现失败时由谁接管':110 '分类准确率优化':426 '动作':197,206,213,220 '包含具体场景':149 '半自动':366 '协同':296 '反模式':71 '反馈':26 '反馈分析':428 '反馈分析与产品改进':46 '反馈如何被记录':117 '反馈如何转化为产品改进动作':239 '反馈意愿':339 '反馈收集与分类':121 '反馈收集机制':233 '反馈机制':115,383 '反馈类型':123,234 '反馈类型矩阵':122 '反馈质量评估':147 '反馈闭环稳定运行':406 '发现即触发':209 '发现新适用场景':140 '受控使用与反馈收集':45 '只关注自己的特殊需求':77 '只想免费使用':74 '可复现的问题':151 '合作性质':87,345 '否则客户循环只是':189 '周度30分钟访谈':386 '周期':397 '哪些任务可自动完成':103 '哪些场景支持':96 '哪些必须人工确认':104 '哪些暂不支持':97 '哪些能力仍处于实验状态':35 '哪些责任由谁承担':36 '商业模式':145 '商业模式验证':441 '回流到价值循环':217 '回流到方向定界':194 '回流到系统构建':210 '回流到试验展开':203 '回流方向':125 '回退':379 '团队在内部打磨太久':16 '围绕早期客户':25 '在受控边界内把能力交给一小批真实客户共同打磨的机制':32 '场景发现':139 '场景和资料真实':65 '场景范围':94,353 '基于产品阶段的具体筛选条件':228 '基于客户数据重写产品方向':440 '增长策略承接客户扩张':289 '处理':390 '处理和回流':118 '失败处理':108,376 '如何回退':111 '定价假设是否成立':442 '定价反馈':143 '定价和商业模式验证':295 '定价和自助服务就绪':420 '定制型':76 '客户付费意愿变化':435 '客户信号回到方向定界':38 '客户信号回流到方向调整':302 '客户信号如何回到主线各环节':245 '客户反复提出某类场景需求':196 '客户反馈必须回流到方法论主线':188 '客户反馈质量问题':212 '客户循环':10,22 '客户循环方案':225 '客户循环流程':41 '客户循环的实操':8 '客户扩张':48 '客户扩张策略':158 '客户扩张计划':241,394 '客户数':396 '客户暴露出新的失败模式':205 '客户能使用到什么程度':34 '客户表达付费意愿或拒绝':219 '客户驱动产品成长':192 '客服':312 '客服团队规模':330 '家':164,172,179 '对现有方案确实不满意':56 '工单分类':355 '工单分类和意图识别已经通过内部验证':318 '工单分类建议':364 '已有早期客户但反馈质量低':18 '已验证能力':42 '建立反馈收集和分类机制':258 '当用户提供':247 '影响':91,98,105,112,119 '必须':329,332,338,341 '必须明确的五项边界':84 '想要品牌合作但不愿深度参与产品打磨':80 '想设计早期客户计划':319 '意图识别':356,367 '愿意共创':60 '愿意投入时间':58 '愿意每周30分钟反馈':340 '我们的客服':316 '执行流程':321 '扩张节奏控制':183 '扩张阶段设计':159 '技术共创试点':346 '投诉处理':361 '投诉的建议':375 '指出了问题但缺少具体细节':153 '挺好的':156 '换取深度反馈':352 '接管':377 '描述':124 '提供已验证能力':276 '支持':354 '改进和扩张形成的客户成长循环':27 '数据可用性':336 '新一轮反馈':49 '新增意图识别':427 '方向回顾':432 '方向定界':141 '方法论回流':37 '方法论回流机制':187 '方法论回流设计':244,422 '日工单量':327 '早期':407 '早期客户':169 '早期客户筛选':43,323 '早期客户筛选标准':50,227 '早期客户计划':28,314 '明确':88,95,102,109,116 '是否需要扩展或收缩场景范围':433 '更新':439 '更新价值密度评估和定价策略':221 '有代表性和扩展性':68 '有历史工单数据':337 '有客户在用':190 '有足够真实的场景和数据':66 '期限':348 '权重':326 '标准':325 '标准化交付':180 '标准化交付流程就绪':413 '标准反馈':174 '核心概念':21 '检验是否代表目标客户群体':70 '每周':424 '每周分析':216 '每周迭代':392 '每季':436 '每月':431 '每月回顾':202 '每月评估':223 '沟通期望并观察接受度':64 '泛泛的评价':155 '涉及赔付':374 '深度共创':165 '渠道':235,384 '特征':52 '现有系统满意度':333 '理想早期客户的五个特征':51 '理解系统仍在演进中':63 '生产环境数据补充客户反馈':308 '用户输入':315 '白嫖型':73 '的关系':269 '目标':398 '真实数据':150 '知识库检索':357 '示例':309,310 '种子':400 '种子客户':161 '第1':403 '第1-3月':402 '第4':410 '第4-6月':409 '第7':417 '第7-12月':416 '筛选条件':324 '系统做不了某些事':128 '系统构建':133 '系统构建和价值循环的机制':40 '系统自动降级到规则引擎':378 '结构化反馈表':388 '结构化试点':173 '置信度':368 '而不是':191 '背书型':79 '能力边界反馈':127 '能接受试点边界':62 '自动':363,370 '自动化程度':101,362 '自动回复':359 '自动执行':250 '自助服务':181 '自由文本':389 '节奏':201,208,215,222 '要求从一开始就支持大规模部署':82 '规划客户扩张策略':262 '规模':414 '规模客户':177 '触发':195,204,211,218 '记录':387 '设计产品改进回路':260 '设计共创边界协议':256 '设计新实验验证能力边界':207 '设计方法论回流机制':264 '设计早期客户筛选标准':254 '访谈确认痛点频率和严重度':57 '评估产品是否具备进入客户循环的条件':252 '评估反馈意愿和参与度':61 '评估场景复杂度和数据可用性':67 '评估方法':54 '评估是否需要更新':198 '试验展开':39,129 '说明':53 '质量反馈':131 '费用':350 '跨系统操作':360 '输出客户循环方案':266 '输出物':224 '输出质量不够好':132 '边界1':86 '边界2':93 '边界3':100 '边界4':107 '边界5':114 '过早规模化型':81 '这是试点':89 '通知':381 '问题真实且高频':55 '问题类型和优先级':430 '防止客户期望超出当前能力':99 '阶段':395 '阶段1':160 '阶段2':168 '阶段3':176 '需求无法泛化':78 '需要优化筛选和互动机制':19 '需要尽早进入真实客户环境获取反馈':17 '需要把客户反馈系统化回流到产品方法论主线':20 '需要设计早期客户机制':15 '非商用':347 '频率和质量标准':236 '验证可复制性':175,412 '验证商业模式':182,419 '验证核心价值':405 '验证核心价值假设':167 '高价值反馈':148 '高频反馈':166","prices":[{"id":"70fbfb9f-26a4-4f61-82cb-da83837e1a64","listingId":"10d4ce6e-78df-496b-a025-a97429a85c2c","amountUsd":"0","unit":"free","nativeCurrency":null,"nativeAmount":null,"chain":null,"payTo":null,"paymentMethod":"skill-free","isPrimary":true,"details":{"org":"gmaxxxie","category":"ai-native-product-agent-skills","install_from":"skills.sh"},"createdAt":"2026-05-01T01:03:02.123Z"}],"sources":[{"listingId":"10d4ce6e-78df-496b-a025-a97429a85c2c","source":"github","sourceId":"gmaxxxie/ai-native-product-agent-skills/p7e-customer-loop","sourceUrl":"https://github.com/gmaxxxie/ai-native-product-agent-skills/tree/main/skills/p7e-customer-loop","isPrimary":false,"firstSeenAt":"2026-05-01T01:03:02.123Z","lastSeenAt":"2026-05-18T18:57:34.093Z"}],"details":{"listingId":"10d4ce6e-78df-496b-a025-a97429a85c2c","quickStartSnippet":null,"exampleRequest":null,"exampleResponse":null,"schema":null,"openapiUrl":null,"agentsTxtUrl":null,"citations":[],"useCases":[],"bestFor":[],"notFor":[],"kindDetails":{"org":"gmaxxxie","slug":"p7e-customer-loop","github":{"repo":"gmaxxxie/ai-native-product-agent-skills","stars":56,"topics":["agent-skills","ai-agent","ai-native","ai-product","methodology","product-management","product-methodology","product-thinking","skills"],"license":null,"html_url":"https://github.com/gmaxxxie/ai-native-product-agent-skills","pushed_at":"2026-05-06T07:19:36Z","description":"AI Native Product Methodology — 80 executable skills across P0-P14 stages, covering needs discovery to aesthetic authority. From 8 books.","skill_md_sha":"6d282368fde00a2586f8ac8db5883c9b287624c3","skill_md_path":"skills/p7e-customer-loop/SKILL.md","default_branch":"main","skill_tree_url":"https://github.com/gmaxxxie/ai-native-product-agent-skills/tree/main/skills/p7e-customer-loop"},"layout":"multi","source":"github","category":"ai-native-product-agent-skills","frontmatter":{"name":"p7e-customer-loop","description":"'AI Native 产品方法论——客户循环的实操 Skill。"},"skills_sh_url":"https://skills.sh/gmaxxxie/ai-native-product-agent-skills/p7e-customer-loop"},"updatedAt":"2026-05-18T18:57:34.093Z"}}