Community研究與資料分析github.com

bbulman/affinity-diagram

將實際的研究筆記整理成人們真正共享的主題。需要資料才能運作。

affinity-diagram 是什麼?

這個技能專為研究分析而設計,能將一疊零散的觀察記錄轉化為可推理的結構化主題。它主要支援 Claude Code 等 AI 代理工具,但需要來自真實研究的原始資料(如 `inbox/`、`--evidence` 或 `primary.md`)才能啟動。技能遵循一套嚴謹的 10 步驟流程:從資料攝取開始,然後將每條觀察拆分為單一筆記,並進行兩輪獨立的由下而上歸類以確保結構穩定性。接著以參與者自己的語言為每個集群命名一個句子,再計算每個集群中的人員與組織數量(而非筆記數量),並將異常值移至「離群值」區。最後將集群堆疊成 3 到 6 個主題,尋找與團隊預期相矛盾的驚喜發現,並按照合約模板輸出 `affinity.md`。此技能的核心價值在於強制消除分析者的偏見,透過盲排序和嚴格的計數規則,確保主題真正反映人們的共享觀點,而非研究者預設的分類。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/bbulman/research-skills/tree/HEAD/skills/affinity-diagram

Installed? Explore more 研究與資料分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

將一堆觀察轉化為可以推理的結構。沒有原型模式:沒有資料就無從排序。

閱讀 ~/.claude/skills/research-shared/contract.md 並始終遵守。$SHARED 表示該資料夾。你的輸出是創意資料夾中的 affinity.md。

步驟

  1. 開始。 在執行任何其他操作之前,先在 inbox/、--evidence 和 primary.md 中尋找資料。如果沒有,說明此技能需要什麼並停止,不建立任何東西。然後按照合約中的「開始一次運行」。攝取過程會接收任何新材料。 完成條件:簡報命名了一個決策,且攝取過程已回報。

  2. 鋪開筆記。 使用 primary.md 中的每一條摘錄,以及他人指向你的任何其他資料:匯出的便利貼、回饋試算表、實地筆記。將每一條拆分為各自持有一個觀察的筆記。 完成條件:你擁有來自至少 3 人的至少 20 條筆記。如果少於此數,則停止,說明還需要多少條,並指向 /create-interview-script。

  3. 由下而上排序。 擱置研究問題和任何人預期的類別。拿起一條筆記,找到它屬於哪一堆,如果沒有合適的堆放則開始新的一堆。不要命名任何東西。每條筆記只存在於一堆中。 完成條件:每一條筆記都在一堆中。

  4. 盲目排序一次。 啟動一個全新的代理,只提供筆記,讓它在看不到你的分堆情況下進行排序。比較兩者的結果。落在不同位置的筆記表示結構薄弱:重新閱讀每一條,決定它應該歸屬何處。如果無法啟動代理,請在運行筆記中說明。 完成條件:所有分歧都已解決或列出,且運行筆記說明有多少條筆記移動了位置。

  5. 將每個集群命名為一個句子。 用這些人的語言說明他們有何共同點:「業主只有在病人未到診時才知道有人爽約」,而不是「爽約」。 完成條件:沒有集群名稱是主題標籤。

  6. 計算人數,而非筆記數。 對每個集群,計算不同的人員和組織。一個健談的人無論貢獻多少條筆記,仍只算一個聲音。依賴單一人員的集群移至「離群值」。將任何超過 12 條筆記的堆拆分。單條孤立的筆記也移至「離群值」,並說明它為何與眾不同。 完成條件:每個集群至少有 2 人,且「離群值」說明每個條目存在的原因。

  7. 堆疊成主題。 將集群分組為 3 到 6 個主題。每個主題說明它告訴我們關於簡報中的決策的什麼資訊,以及有多少人支持它。 完成條件:每個集群都歸屬於一個主題之下。

  8. 尋找驚喜。 哪些內容與團隊預期相矛盾?哪一群人從牆上缺失? 完成條件:「令我們驚訝的是」至少有一行,或一個 [gap]。

  9. 撰寫。 填入 $SHARED/templates/affinity.md。 完成條件:每個章節都有其主張或一個 [gap]。

  10. 完成。 按照合約中的「完成一次運行」。下一個技能是 /summarize-research,或在真實模式下為 /create-persona。

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

相關技能