这个 Skill 能做什么，适合哪些场景？
受众信念图是 Aaron Marketing Skills 中 Narrative／Trace 阶段的单项技能。它围绕明确的 beachhead 细分市场，整理买方已有的信念和心智模型、反复出现的异议及其重构方向，并映射 JTBD 的推力、拉力、切换焦虑和现状习惯。每项内容都追溯到用户提供的证据，并标记为 Measured、User-provided 或 Estimated。它适合在创作品牌叙事前提炼原始语言，但不负责画像、定位画布或主张裁定。
读取用户提供的访谈记录、赢单/输单笔记、销售通话摘要和支持工单，并在存在时读取受众画像基础和只读的主张台账。它提取买方信念与原话，建立“异议—出现频次来源—重构候选”表，按推力、拉力、焦虑和习惯组织切换证据，并把未经验证的引语或比较性陈述标记为“[needs source]”。结果包括完整的信念图、四力图、待补来源清单和标准交接摘要；获准后还可写入指定的工作记忆或提交注册事件提案。
- 产品营销人员拥有多份访谈记录，想确认目标细分市场如何理解问题和现有替代方案。
- 销售团队整理输单原因，需要按 JTBD 四力拆解客户为何不切换。
- 品牌叙事团队反复听到相同异议，想保留客户原话并生成未经批准的重构候选。
- 市场研究人员希望把支持工单中的问题和疑虑汇总为叙事创作的输入。
如何安装这个 Skill？
- 不要把 Estimated 重构或用户引述当作已验证事实；所有比较性或产品性主张都应在后续注册表流程中审核。
- 执行前应确认 persona base、访谈/输赢证据的授权范围，并对其中的个人信息和敏感商业信息进行脱敏。
- 检查宿主是否支持 registry-events.py、memory 路径和授权能力；否则应只输出草稿，不执行写入。
- 注意 README 的18.0.0版本与 SECURITY.md 声明支持17.x之间的不一致。
- Shell / 命令行
- 本地文件系统
Python standard library runtime
安装整个集合：在 Claude Code 中运行 /plugin marketplace add aaron-he-zhu/aaron-marketing-skills，随后运行 /plugin install aaron-marketing@aaron。在兼容 Agent Skills 的主机上运行 npx skills add aaron-he-zhu/aaron-marketing-skills，或直接克隆 https://github.com/aaron-he-zhu/aaron-marketing-skills。目标技能文件位于 narrative/trace/audience-belief-mapper/SKILL.md。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/aaron-he-zhu/aaron-marketing-skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/narrative/trace/audience-belief-mapper" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
确认目标 beachhead 细分市场后，提供访谈或赢单/输单记录，并使用类似提示：Map the beliefs, objections, and switching forces for [product]'s beachhead. Here are [N] interview / win-loss notes: [paste]. 如果缺少受众画像证据，技能会先转交 audience-mapper，而不是为“所有人”建立信念图。
这个 Skill 有哪些优点和局限？
- 输出结构明确，覆盖信念、异议重构和 JTBD 四力。
- 要求每项内容关联具体用户提供的证据，并区分 Measured、User-provided 和 Estimated。
- 保留赢单/输单原话，并对未经验证的引语和比较性主张设置来源标记。
- 与 strategic-narrative-designer 及共享叙事注册流程有明确交接。
- 依赖用户提供的访谈、赢单/输单或类似质性证据。
- 缺少受众画像基础时会停止并要求先运行 audience-mapper。
- 不负责人口统计或公司画像、定位画布、主张真实性裁定或 TALE 评分。
- 公共评论只能作为用户有权阅读并粘贴的摘录，自动抓取属于可选的代理路径，且不会标记为 Measured。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| 受众信念图 本页 | 57 · 谨慎使用 | ★ 3k | 12 天前 | Apache-2.0 |
| 品类叙事地图 | 58 · 推荐 | ★ 3k | 12 天前 | Apache-2.0 |
| 品牌叙事质量门 | 60 · 推荐 | ★ 3k | 12 天前 | Apache-2.0 |
| 消息测试设计器 | 61 · 推荐 | ★ 3k | 12 天前 | Apache-2.0 |
| 品牌语言规范器 | 63 · 推荐 | ★ 3k | 12 天前 | Apache-2.0 |
相较于 audience-mapper，本技能专注于已有受众的信念、异议和切换动力，而不是人口统计或公司画像；相较于 positioning-truth-tracer，它不负责将定位画布与可交付现实进行核对。
FollowSkills 如何评估这个 Skill？
技能明确要求将访谈等输入视为不可信数据，限制为用户提供的资料，要求先确认细分市场，并通过授权 propose 事件提交主张；保存和晋升到记忆前要求用户确认，且不直接写入规范注册表。扣7分：未明确规定访谈、支持工单等敏感数据的脱敏、保留期限和访问控制；回滚流程也未在本技能中完整说明。
指令、输入、输出、完成条件和停止规则较完整，并说明缺少 persona evidence 时停止并转交其他技能。扣12分：本次为静态审查，未见覆盖该技能关键路径的专属测试或真实失败运行证据；授权写入、引用路径和主机能力依赖可能导致环境差异。
触发语义、目标受众、输入材料、输出结构及不适用范围均清楚；核心功能不依赖海外连接器，且包含中文名称和中文元数据。扣4分：未充分定义无访谈、证据冲突、极少样本或非英语材料时的处理边界；大陆网络适配主要由不联网的手工输入保障，缺少专门验证。
具备版本、Apache-2.0 许可证、快速开始、契约、数据源、指令、引用材料、后续技能和限制说明，且 README 提供安装与架构背景。扣5分：本技能没有独立的变更记录、维护责任人或更新路径；README/SECURITY 显示版本线存在18.0.0与17.x支持声明的不一致；标准交接格式依赖未提供的外部参考文件。
预期输出具体，包括信念图、异议及重构表、JTBD四力、证据行、标签和 needs-source 清单，理论上可直接交给叙事设计流程。扣9分：静态文件没有该技能的代表性输出或第三方执行证据；结果质量高度依赖用户提供的完整访谈/输赢记录和已有 persona base，重构候选仍需后续审核。
技能要求逐条引用用户证据、保留原话、区分 Measured/User-provided/Estimated，并将未验证主张标记并提交候选流，提供一定可审计性。扣6分：证据主要仍是用户提供材料，未见独立复核、固定样例、专属测试或第三方结果；仓库测试覆盖共享架构与审计验证器，不能证明本技能关键路径。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →