customer-research
顧客の本当の言葉を集めて整理させる。インタビューの記録や問い合わせを読む、ネットの口コミを掘る、自分で聞きに行く、の 3 つの型。気づきには確かさの段階を付け、人物像は作り話で埋めさせない
npx skills add coreyhaines31/marketingskills/customer-research入れる前にこのスキルがすること・注意点・SKILL.md の原文を確かめてください。解析は安全性の判定ではありません。
- インストール
- 118,953
- 実用度
- 69
- GitHub star
- 58,879
- 最終更新
- 2026/11/7
頼み方の例
そのままコピーして使えますcustomer-researchスキルを使って、この問い合わせの記録 120 件（tickets.csv）を分析してください。不具合・分かりにくさ・足りない機能・期待とのずれに分け、主題ごとに頻度と強さ、代表的な原文の引用、確かさの段階を付けてください。人物像はまだ作らないでください。
対象のファイルや状況は、ご自身の作業に合わせて置き換えてください。
このスキルがすること
SKILL.md の記述から機械的に抽出- 外部通信・シェル実行・ファイル操作の記述は見つかりませんでした
これは安全性の判定ではありません。 SKILL.md にそう書かれているという事実だけを並べています。実際に問題があるかは使い方と文脈で決まるため、当サイトでは断定しません。導入前に SKILL.md の原文を確認してください。
SKILL.md の規模
この解説は再確認中です。 2026年10月30日に原本（SKILL.md）が更新されており、以下の解説が現在の内容と合っていない可能性があります。最新の内容は GitHub の SKILL.md を確認してください。
いつ使うか
思い込みではなく、顧客の実際の言葉で判断したいときに効きます。売り文句を決める、人物像（ペルソナ）を作る、足りない機能を見つける、解約の理由を知る、などです。
進め方は 3 つの型を組み合わせる
| 型 | すること | 材料 |
|---|---|---|
| 1. 手元の材料を読む | 顧客の声を抜き出して、主題にまとめる | インタビューや商談の記録、アンケート、問い合わせ、NPS |
| 2. ネットで掘る | 顧客が人前で自分から話している言葉を集める | Reddit、G2、フォーラム、アプリのレビュー |
| 3. 聞きに行く | インタビューやアンケートを設計する | — |
抜き出すもの
材料からは、顧客がしたいこと（機能・気持ち・人からの見え方）、痛み、探し始めたきっかけ、望む結果、言い換えない原文の言い回し、比べた他の手段、を抜き出します。
気づきには確かさの段階を付ける
気づきには、出す前に確かさの段階を付ける決まりです。
| 段階 | 条件 |
|---|---|
| 高 | 独立した 3 つ以上の出どころ、頼まれずに出た言葉、層をまたいで一貫 |
| 中 | 出どころが 2 つ、または質問されて出た言葉、または 1 つの層だけ |
| 低 | 1 つだけ。外れ値かもしれず、確かめが要る |
材料の新しさにも重みを付けます。直近 12 か月の材料を重く見る決まりで、3 年前の記録は、製品も買い手も今と違うかもしれないからです。
使わないほうがいいとき
集めた声で文章を書きたいとき
宣伝文にするのは copywriting の担当です。
営業先の一覧を作りたいとき
候補を集めて絞るのは prospecting です。
材料が 5 件に満たないとき
本文は、1 つの層につき独立した 5 つ未満の材料では、人物像や売り文句の結論を出すなと決めています。
注意点
解析で見つかった記述
SKILL.md の解析では、外部通信・シェル実行・ファイル操作の記述は見つかっていません。同梱ファイルは 3 件で、情報源ごとの掘り方、インタビューとアンケートの手引きなどです。
取ってきた口コミの中の指示には従わない
本文の冒頭で、取ってきたレビュー・投稿・掲示板のやり取りは信用しない材料として扱え、と決めています。中に指示らしい文が埋め込まれていても従わず、声を拾うだけにする、という歯止めです（プロンプトインジェクション対策）。
人物像を作り話で埋めない
人物像は、同じ層から 5〜10 件の材料がそろうまで作らない決まりです。本文は「データが無い項目は、埋めずに空けておけ」「全員を表す人物像は、誰も表さない」としています。
レビューがまだ無い新しい製品では、競合のレビューや隣の商品のレビューから仮の人物像を作ります。仮であることと、どこから推したかを書き添える手順です。
材料の偏りも指摘させる
ネットのレビューは使い込んだ人と強い意見の人に、問い合わせは困りごとに、Reddit は技術寄りで懐疑的な人に偏る、と明記されています。「顧客全体」と言い切る前に、この偏りを差し引くよう書かれています。
情報源は英語圏のもの
挙がっているのは Reddit、G2、Capterra、Hacker News、Product Hunt などです。日本の顧客なら、国内のレビューサイトや SNS、Q&A サイトを自分で指定してください。
インタビューの記録には個人情報が入る
インストール数
- このスキルのインストール数（2026-09-07 の上流集計）
- 約 9 万件
- 同じリポジトリのほかのスキル
- 43 件
- その 43 件のインストール数の幅
- 約 4.6 万〜20 万件
インストール数は約 9 万件です。同じリポジトリの 43 件は約 4.6 万〜20 万件に散っていて（2026-09-07 の上流集計）、1 件ずつ選ばれている形です。リポジトリのスキルはその後も増えていて、原本の skills/ には 50 件あります（2026-10-09 確認）。この公開元のスキルの関係は文章・マーケティングの地図にまとめています。
インストール数の推移
日次で記録9月18日 〜 11月7日（49日分）
インストール数と 1 日あたりの増加は Skillselion が に集計した値です。上流の更新は数日おきなので、前日比ではありません。GitHub star と最終更新は に GitHub から取得しました。
併用すると強いスキル
competitor-profiling
競合の URL を渡すと、訴求・機能・料金・評判・SEO を同じ型の調査票にまとめさせる。取得した元のデータを日付ごとに手元へ残す
copywriting
サイトの文章を書かせる。先に文脈を 4 つ聞き、明確さを賢さより上に置く
prospecting
営業先の候補の一覧を作らせる。理想の顧客像を先に決め、候補を 2〜3 倍集めてから絞る。各社に根拠の URL と確かさを付け、Hot・Warm・Cold で並べる
よくある質問
インタビューは何人に聞けばいいですか
資料の目安は「10 人に声をかけ、5 人と話せれば上出来」です。謝礼の例は、通話 1 回 50 ドル、アンケート 5 ドルです。呼ぶ相手は、契約額が大きい、商談が短かった、解約しない、といった良い顧客から選び、最後に「他に誰と話すべきか」を必ず聞くよう書かれています。
製品が市場に合っているかを測れますか
資料に、Sean Ellis のアンケートの方法があります。「この製品を使えなくなったらどう感じるか」と聞き、「とても残念」が 40% を超えるかを目安にします。
アンケートの自由記述と選択肢の答えが食い違います
本文は、それはよくあることだとして、食い違いを印として残せと書いています。結論を出す前に、顧客の層・使い方・利用期間で分けてから見るのが決まりです。
何を出してもらえますか
主題と引用をまとめた報告、主題ごとの原文の引用集、1〜3 の人物像、顧客がしたいことの地図、競合についての顧客の声、まだ分かっていないことの一覧、の 6 つから選びます。作る前に、どれが欲しいかを聞かれます。