demand-mining

kaelen-hou's avatarfrom kaelen-hou

需求挖掘助手，从社交平台（X/Twitter、Reddit、Hacker News 等）自动搜索和分析用户抱怨、痛点和未满足需求。用于发现产品机会、竞品分析、市场调研。触发场景：- 用户说"帮我挖掘 XX 领域/产品的用户需求"- 用户说"分析 XX 产品的用户抱怨"- 用户说"看看用户对 XX 有什么不满"- 用户说"找找 XX 领域的痛点"- 用户说"调研 XX 市场机会"

⭐0stars🔀0forks📁View on GitHub🕐Updated Jan 4, 2026
[Market Research]

When & Why to Use This Skill

The Demand Mining skill is a powerful market intelligence tool that automates the discovery of product opportunities by analyzing user feedback across social platforms like Reddit, X (Twitter), and Hacker News. It systematically identifies user pain points, feature gaps, and competitor weaknesses, transforming raw social chatter into structured, actionable insights for product development and strategic positioning.

Use Cases

  • Product Opportunity Discovery: Identifying unmet user needs and 'wish list' items in specific niches to drive innovation and new feature development.
  • Competitor Analysis: Monitoring social sentiment and specific complaints about competitors to identify their weaknesses and capitalize on market gaps.
  • Market Research & Validation: Gathering real-world user feedback from diverse communities to validate product-market fit and understand evolving industry trends.
  • Voice of Customer Insights: Pinpointing specific usability issues, pricing frustrations, and technical bugs reported by users in public forums to improve product experience.
namedemand-mining
description|

Demand Mining - 需求挖掘

从社交平台挖掘用户真实声音，发现产品需求和市场机会。

工作流程

Step 1: 明确挖掘目标

向用户确认：

  1. 挖掘对象: 特定产品（如 Notion、Figma）还是领域（如 AI 写作工具）
  2. 竞品范围: 是否分析竞品的用户反馈
  3. 时间范围: 近期（1个月）还是更长时间

Step 2: 构建搜索策略

根据目标构建多维度搜索查询：

抱怨类关键词（英文）:

  • [product] sucks / hate / annoying / frustrating
  • [product] problem / issue / bug
  • switched from [product] / leaving [product]
  • wish [product] could / [product] should
  • [product] alternative / better than [product]

抱怨类关键词（中文）:

  • [产品] 难用 / 垃圾 / 坑 / 吐槽
  • [产品] 问题 / bug / 闪退
  • 弃用 [产品] / 从 [产品] 换到
  • 希望 [产品] 能 / [产品] 要是能
  • [产品] 替代品 / 比 [产品] 好用

平台搜索策略:

平台 搜索方式 特点
Reddit site:reddit.com [query] 深度讨论、真实反馈
X/Twitter site:x.com [query] 或 site:twitter.com 即时吐槽、情绪强烈
Hacker News site:news.ycombinator.com [query] 技术用户、专业观点
V2EX site:v2ex.com [query] 中文技术社区
知乎 site:zhihu.com [query] 中文深度讨论
｜ 小红书 ｜ site:xiaohongshu.com [query] 中文内容分享与电商平台

Step 3: 执行搜索

使用 WebSearch 依次搜索各平台：

搜索示例：
1. site:reddit.com "notion" frustrating OR annoying OR sucks
2. site:x.com "notion" "switched to" OR "moving away"
3. site:reddit.com "notion" "wish it could" OR "should have"

对于有价值的帖子，使用 WebFetch 获取完整内容。

Step 4: 分析与分类

将收集的用户声音按维度分类：

分析框架（参见 ANALYSIS_FRAMEWORK.md）:

  1. 功能缺失 - 用户想要但产品没有的功能
  2. 体验问题 - 使用中的摩擦和痛点
  3. 性能问题 - 速度、稳定性、兼容性
  4. 定价问题 - 价格、性价比、付费模式
  5. 竞品对比 - 用户为什么选择/离开

分析维度:

  • 频次：多少人提到这个问题
  • 情绪强度：轻微抱怨 vs 强烈不满
  • 可操作性：能否转化为产品需求
  • 市场机会：是否存在未被满足的市场

Step 5: 生成报告

输出结构化 Markdown 报告（参见 REPORT_TEMPLATE.md）。

输出格式

需求挖掘报告

# [产品/领域] 需求挖掘报告

**生成时间**: YYYY-MM-DD
**数据来源**: Reddit, X, Hacker News, ...
**样本量**: 分析了 N 条用户反馈

## 核心发现

### Top 5 用户痛点

| 排名 | 痛点 | 频次 | 情绪强度 | 典型声音 |
|------|------|------|----------|----------|
| 1 | ... | 高 | 强烈 | "..." |

### 产品机会矩阵

| 机会点 | 用户需求 | 当前解决方案的不足 | 建议方向 |
|--------|----------|-------------------|----------|
| ... | ... | ... | ... |

## 详细分析

### 1. 功能缺失类

#### 1.1 [具体功能需求]
- **用户声音**: 原文引用
- **来源**: [平台链接]
- **分析**: 为什么用户需要这个
- **建议**: 可能的解决方案

### 2. 体验问题类
...

### 3. 定价问题类
...

### 4. 竞品洞察
...

## 行动建议

1. **立即可做**: ...
2. **中期规划**: ...
3. **需要调研**: ...

## 数据来源

| 平台 | 帖子数 | 链接汇总 |
|------|--------|----------|
| Reddit | N | [查看全部](...) |

最佳实践

  1. 搜索多样性: 使用多种关键词组合，避免遗漏
  2. 原文引用: 保留用户原话，避免过度解读
  3. 注明来源: 每条发现都标注出处链接
  4. 量化呈现: 用频次、比例说明问题普遍性
  5. 可操作性: 将痛点转化为具体产品建议

参考资料