shenqistart/book2skill/athlete-feedback-product-loop
Claude Code and agent skill by shenqistart/book2skill
Trust tier 2
- community
Source check pending
Checking that the SKILL.md file is still in the repository.
当产品强依赖真实高强度使用体验,需要把专业用户、试穿、材料实验和快速改进连成循环时调用。不适用于低风险装饰性改动。
Install
npx vskill@latest install shenqistart/book2skill/athlete-feedback-product-loopSKILL.md
运动员反馈产品循环
R — 来源依据 (Reading)
原书依据见本节来源说明。
依据鲍尔曼轻便跑鞋、华夫鞋底、运动员试穿和产品召回等章节。
本仓库不收录原书全文;此处只保留章节级依据和方法论重述。
I — 方法论骨架 (Interpretation)
- 运动产品的创新来自真实身体反馈。
- 专业用户能暴露普通测试看不到的性能问题。
- 反馈循环必须连接设计、材料、供应和召回,而不只是收集意见。
A1 — 书中的应用 (Past Application)
案例 1: 鲍尔曼华夫鞋底实验
- 问题: 如何让跑鞋更轻更有抓地力。
- 方法论的使用: 把教练和运动员经验转化为材料实验。
- 结论: 专业场景推动产品突破。
- 结果: 形成 Nike 早期产品差异。
案例 2: LD-1000 召回
- 问题: 产品设计存在伤害风险。
- 方法论的使用: 承认质量问题并召回。
- 结论: 速度不能压过安全。
- 结果: 品牌信任得以维护。
A2 — 触发场景 (Future Trigger)
用户会在什么情境下需要这个 skill?
当产品强依赖真实高强度使用体验,需要把专业用户、试穿、材料实验和快速改进连成循环时调用。不适用于低风险装饰性改动。
语言信号
- "专业用户反馈怎么用?"
- "产品体验需要实测"
- "我们要不要召回或改材料?"
与相邻 skill 的区分
- 本 skill 处理
运动员反馈产品循环这一单点问题;若问题跨越多个环节,请先读本书INDEX.md选择组合顺序。
E — 可执行步骤 (Execution)
- 选择极端用户
- 完成标准: 找高频、高强度、能表达体验的用户。
- 让反馈进入设计
- 完成标准: 把反馈转成材料、结构、尺码、工艺问题。
- 小批量验证
- 完成标准: 用小批样品反复试穿或试用。
- 建立质量停线
- 完成标准: 出现伤害或信任风险时停止销售或召回。
B — 边界 (Boundary)
不要在以下情况使用此 skill
- 极端用户不是全部用户。
- 不能让明星意见压过安全数据。
作者的盲点 / 时代局限
- 自传带有强烈创始人视角,对失败决策可能有事后合理化。
- Nike 早期处在跑步热潮和全球贸易窗口,今天不可机械复制。
相关 skills
- depends-on: {field-market-validation}
- contrasts-with: {}
- composes-with: {brand-movement-building}
审计信息
- 验证通过: V1 ✓ / V2 ✓ / V3 ✓
- 测试通过率: 100% 设计通过;结构校验见本书
QUALITY_REVIEW.md - 蒸馏时间: 2026-06-18
Security
- Security scanPassed, 100 of 100Pattern checks on the skill's files.
- Model reviewNot runA model review is scheduled for the next rescan.
Quality evaluation
- Task evaluationNot runNo evaluation yet. Run one in Skill Studio.
Source
- SKILL.md in the repositoryCheckingshoe-dog-product-building-skill/athlete-feedback-product-loop/SKILL.md
Popularity
- 7-day trend score
- 0
Not refreshed yet.
Works with
Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.
- Claude Code
- Cursor
- GitHub Copilot
- Windsurf
- Codex
- Gemini CLI
- Cline
- Amp
- Roo Code
- Goose
- Continue
- Kilo Code
- Junie
- Trae
- OpenHands
- Qwen Code
- AI Agent
- Tabnine Chat
- Sourcegraph Cody
- Amazon Q
- Firebase Genkit
- Sweep
- Devin
- Phind
- Mentat
- Claude Desktop
- Aider
- GPT Pilot
- Plandex
- bolt.new
- v0
- Replit Agent
- Anse
- TypingMind
- BetterChatGPT
- LibreChat
- Warp AI
- Pieces
- Fig AI
Embed badge
[](https://verified-skill.com/skills/shenqistart/book2skill/athlete-feedback-product-loop)