Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →사용자 인터뷰 가이드·페르소나 문서·VOC 분석 보고서·NPS 해석안 같은 UX 리서치 결과물을 만들어 드립니다. 다음과 같은 요청 시 사용하세요: - "사용자 인터뷰 질문지 만들어줘" - "VOC 분석해줘" - "페르소나 설계해줘" - "NPS 결과 해석해줘" - "유저빌리티 테스트 시나리오 만들어줘" - "고객 설문 인사이트 정리해줘" 정성·정량 리서치 결과를 의사결정에 쓸 수 있는 인사이트로 정리하고, ai-slop-reviewer·humanize-korean으로 마무리할 수 있습니다. [책임 경계] vs moai-product:ux-designer: ux-researcher=정성/정량 리서치(인터뷰·페르소나·VOC), ux-designer=디자인 평가(휴리스틱·접근성·플로우)
.claude/skills/modu-ai-ux-researcher/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-02 | ✗→✓ | ▲ Improved | 50% | 0% |
| case-11 | ✗→✓ | ▲ Improved | -18% | 0% |
| case-13 | ✗→✓ | ▲ Improved | 9% | 0% |
| case-03 | ✓→✓ | ＝ Same ✓ | 50% | 0% |
| case-05 | ✓→✓ | ＝ Same ✓ | 50% | 0% |
UX/사용자 연구 전문 스킬입니다. UX 리서치(사용자 인터뷰, 유저빌리티 테스트, 페르소나), 사용자 피드백 분석(VOC 분석, NPS, 제품 개선 인사이트)를 지원합니다.
UX, UX 리서치, 사용자 인터뷰, 유저빌리티, 페르소나, VOC, NPS, 사용자 피드백, 고객 인사이트
사용자 요청 수신 → 해당 전략 가이드 판별 → references/{id}.md 로드 → 전략 가이드에 따라 실행 → 결과물 생성 후 사용자 검토 요청
복잡한 분석 시 sequential-thinking MCP가 설치돼 있으면 mcp__sequential-thinking__sequentialthinking을 활용하고, 없으면 ultrathink 키워드 기반 심층 추론으로 대체합니다.
| 상황 | 해결 방법 | |------|-----------| | 티켓 원문 접근 불가 | 요약된 피드백 내용이나 주요 이슈 키워드만 제공해 주시면 분석해 드립니다 | | 고객 정보 부족 | 서비스 특성과 대략적인 사용자 특성만 알려주시면 가설 기반 페르소나를 설계합니다 | | 인터뷰 참여자 모집 어려움 | 내부 사용자 섀도잉, 소셜 미디어 리뷰 분석 등 대안적 리서치 방법을 제안합니다 | | 정량 vs 정성 데이터 충돌 | 두 데이터의 맥락 차이를 분석하고 판단 기준을 제시해 드립니다 |
| 방법 | 설명 | 한국 특화 고려사항 | |------|------|-------------------| | 사용자 인터뷰 | 1:1 심층 인터뷰 30-60분 | 유교적 문화로 직접 비판 회피. 간접 표현 분석 필요 | | 유저빌리티 테스트 | 실제 태스크 수행 관찰 | 한국어 UI 가독성, 모바일 First | | 설문 조사 | 정량 데이터 수집 | 카카오폼, 네이버폼, Google Forms 활용 | | 다이어리 스터디 | 2-4주 사용 일기 | 카카오톡 채널을 통한 일일 체크인 | | A/B 테스트 | 변형 버전 비교 | 네이버/카카오 SDK의 통계 유의성 도구 활용 | | VOC 분석 | 고객 리뷰·CS 데이터 분석 | 네이버 리뷰, 카카오 채널 메시지, 앱스토어 리뷰 |
| 스킬 | 사용 시점 | |------|----------| | moai-product:spec-writer | PRD·기능 명세 작성 | | moai-support:draft-response | 고객 CS 응답 초안 작성 | | moai-marketing:performance-report | 마케팅 데이터 분석 |
VOC 분석 보고서·페르소나 문서·인터뷰 가이드·NPS 개선 제안 같은 서술형 결과물을 완성한 뒤에는 다음 체인으로 마무리합니다(설문 응답 표·정량 수치는 제외, 본문 서술 부분에만 적용):
moai-product:ux-researcher → moai-core:ai-slop-reviewer → moai-content:humanize-korean
moai-core:ai-slop-reviewer: AI 특유의 상투적 표현·과장·군더더기를 점검하고 다듬습니다.moai-content:humanize-korean: 자연스러운 한국어 문장으로 최종 정제합니다.| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-01 | fail→fail | 21,403 | 19,416 | -9% | 1 | 1 | 0% | 3,142 | 4,145 | +32% | 0 | 0 | — |
case-02 | fail→pass | 15,901 | 17,430 | +10% | 1 | 1 | 0% | 2,584 | 3,885 | +50% | 0 | 0 | — |
case-03 | pass→pass | 18,157 | 17,771 | -2% | 1 | 1 | 0% | 2,659 | 3,976 | +50% | 0 | 0 | — |
case-04 | fail→fail | 19,164 | 18,143 | -5% | 1 | 1 | 0% | 2,929 | 3,891 | +33% | 0 | 0 | — |
case-05 | pass→pass | 18,619 | 18,069 | -3% | 1 | 1 | 0% | 2,644 | 3,973 | +50% | 0 | 0 | — |
case-06 | pass→pass | 17,528 | 19,308 | +10% | 1 | 1 | 0% | 2,583 | 4,021 | +56% | 0 | 0 | — |
case-07 | pass→pass | 18,887 | 14,454 | -23% | 1 | 1 | 0% | 2,810 | 3,450 | +23% | 0 | 0 | — |
case-08 | pass→pass | 17,058 | 17,114 | +0% | 1 | 1 | 0% | 2,727 | 3,899 | +43% | 0 | 0 | — |
case-09 | pass→pass | 13,248 | 11,320 | -15% | 1 | 1 | 0% | 2,197 | 3,013 | +37% | 0 | 0 | — |
case-10 | pass→pass | 17,069 | 16,914 | -1% | 1 | 1 | 0% | 2,672 | 3,877 | +45% | 0 | 0 | — |
case-11 | fail→pass | 17,827 | 7,552 | -58% | 1 | 1 | 0% | 2,853 | 2,353 | -18% | 0 | 0 | — |
case-12 | pass→pass | 13,160 | 5,100 | -61% | 1 | 1 | 0% | 2,059 | 1,998 | -3% | 0 | 0 | — |
case-13 | fail→pass | 15,575 | 9,137 | -41% | 1 | 1 | 0% | 2,513 | 2,749 | +9% | 0 | 0 | — |
case-14 | pass→pass | 19,495 | 15,533 | -20% | 1 | 1 | 0% | 3,007 | 3,708 | +23% | 0 | 0 | — |
case-15 | pass→pass | 17,918 | 18,280 | +2% | 1 | 1 | 0% | 2,711 | 4,062 | +50% | 0 | 0 | — |
case-16 | pass→pass | 21,803 | 19,300 | -11% | 1 | 1 | 0% | 3,559 | 4,434 | +25% | 0 | 0 | — |
case-17 | pass→pass | 19,641 | 19,581 | -0% | 1 | 1 | 0% | 3,151 | 4,302 | +37% | 0 | 0 | — |
case-18 | pass→pass | 16,933 | 16,586 | -2% | 1 | 1 | 0% | 2,838 | 3,795 | +34% | 0 | 0 | — |
case-19 | pass→pass | 15,434 | 15,540 | +1% | 1 | 1 | 0% | 2,483 | 3,663 | +48% | 0 | 0 | — |
case-20 | fail→fail | 21,765 | 18,476 | -15% | 1 | 1 | 0% | 3,752 | 4,374 | +17% | 0 | 0 | — |
case-21 | fail→fail | 12,522 | 9,487 | -24% | 1 | 1 | 0% | 1,939 | 2,543 | +31% | 0 | 0 | — |
case-22 | fail→fail | 17,226 | 17,955 | +4% | 1 | 1 | 0% | 2,704 | 3,904 | +44% | 0 | 0 | — |
DecimalAI ran this skill against gemini-3.6-flash twice over the same eval suite — once with the skill loaded and once without — and compared the two runs case by case. 22 cases were attempted. The headline lift of +14 percentage points is the difference between those two pass rates over the 22 comparable cases. 1 case got worse with the skill loaded, and it is included in that figure.
Without the skill loaded, the model failed this case. With it loaded, the same prompt on the same model passed. This is one improved case from the latest verified run; every case, including any that regressed, is in the table above.
Other measured skills in the registry, with their headline benchmark lift.