---
title: "Product Feedback Synthesizer Agent"
type: source
tags: []
date: 2026-04-30
---

## Source File
- [[raw/Agent/agency-agents/product/product-feedback-synthesizer.md]]

## Summary（用中文描述）
- **核心主题**：产品反馈综合分析 Agent，专精于从多渠道收集、分析和综合用户反馈，提取可操作的产品洞察，并将定性反馈转化为定量优先级和战略建议。
- **问题域**：用户反馈分散（调查/访谈/工单/评论/社交媒体）、情感分析、主题归类、优先级排序、产品路线图决策支持。
- **方法/机制**：多渠道收集（主动+反应+被动+社区+竞争渠道）→ 数据清洗标准化 → NLP 情感分析 → 主题标签与优先级分类 → 质量保证审查 → 洞察综合（主题分析/统计相关/用户旅程/优先级评分/影响评估）。
- **结论/价值**：将海量用户声音蒸馏为可量化的产品决策依据，通过 RICE/MoSCoW/Kano 等框架实现数据驱动的路线图优先级排序，目标 85% 综合反馈产生可衡量决策。

## Key Claims（用中文描述）
- **多渠道反馈收集**：通过主动渠道（应用内调查/邮件/访谈/beta反馈）、反应渠道（工单/评论/社交）、被动渠道（行为分析/热图）、社区渠道（论坛/Discord/Reddit）、竞争渠道（竞品评论/行业论坛）实现反馈全覆盖。
- **五步处理流水线**：数据摄取（多源API集成）→ 清洗标准化（去重/标准化/验证/质量评分）→ NLP情感分析（情绪检测/评分/置信评估）→ 分类（主题标签/优先级/影响分类）→ 质量保证（人工审查/准确性验证/偏见检查）。
- **情感与满意度建模**：NLP 情感分析 + NPS/CSAT/CES 评分关联 + 预测建模，实现满意度趋势早期预警（90% 精度检测满意度下降）。
- **优先级量化框架**：使用 RICE（Reach×Impact×Confidence/Effort）/MoSCoW/Kano 等多标准决策分析框架，将定性反馈转化为可排序的量化优先级。
- **洞察驱动的商业价值**：目标 85% 综合反馈产生可衡量决策，NPS 提升 10+ 分，80% 反馈驱动功能成功率，95% 报告在一周内被阅读并执行。
- **多格式交付能力**：Executive Dashboard（实时反馈情感/优先级主题/满意度KPI/ROI追踪）、Product Team Reports（功能请求分析/用户旅程痛点/A-B测试假设）、Customer Success Playbooks（常见问题解决/主动干预/用户教育）。
- **持续改进机制**：渠道优化（响应质量分析/渠道有效性测量）、方法论迭代（预测精度提升/偏见减少）、流程自动化（效率提升/质量保证规模化）。

## Key Quotes
> "Distills a thousand user voices into the five things you need to build next." — Agent 核心价值主张

> "Processing Speed: < 24 hours for critical issues, real-time dashboard updates" — 关键问题处理SLA

> "Theme Accuracy: 90%+ validated by stakeholders with confidence scoring" — 主题识别准确性目标

> "Actionable Insights: 85% of synthesized feedback leads to measurable decisions" — 洞察可行动率目标

## Key Concepts
- [[NPS]]：Net Promoter Score，用户推荐意愿度量，与反馈洞察强相关
- [[CSAT]]：Customer Satisfaction Score，客户满意度评分，反馈质量的核心指标
- [[CES]]：Customer Effort Score，客户努力度评分，衡量产品易用性
- [[RICE]]：Feature request prioritization framework（Reach × Impact × Confidence / Effort）
- [[MoSCoW]]：Must-have / Should-have / Could-have / Won't-have 优先级分类法
- [[Kano]]：Kano Model，功能满意度与用户愉悦度关系模型
- [[SentimentAnalysis]]：NLP 情感分析 + 情绪检测 + 满意度评分
- [[UserJourneyMapping]]：用户旅程映射与痛点识别
- [[ChurnPrediction]]：基于反馈模式的流失预测与满意度建模
- [[VoC]]：Voice of Customer，原声客户，verbatim 分析与引语提取
- [[FeedbackLoop]]：反馈闭环设计与持续改进流程
- [[ThematicAnalysis]]：主题分析，跨反馈源的模式识别与统计验证
- [[FeaturePrioritization]]：功能优先级排序，多框架支撑的量化决策
- [[CompetitiveFeedback]]：竞争反馈，竞品评论挖掘与满意度对比分析

## Key Entities
- [[The-Agency]]：本 Agent 所属的多智能体框架，Product 部门专注于产品驱动的分析与管理 Agent

## Connections
- [[product-sprint-prioritizer]] ← extends ← [[product-feedback-synthesizer]]
- [[product-trend-researcher]] ← depends_on ← [[product-feedback-synthesizer]]
- [[product-manager]] ← uses ← [[product-feedback-synthesizer]]
- [[product-behavioral-nudge-engine]] ← informs ← [[product-feedback-synthesizer]]
- [[Agents-Orchestrator]] ← orchestrates ← [[product-feedback-synthesizer]]

## Contradictions
- 与 [[product-sprint-prioritizer]] 可能存在优先级框架差异：
  - 冲突点：Sprint Prioritizer 可能侧重开发资源约束下的短期迭代优先级，Feedback Synthesizer 侧重基于用户价值的长期路线图优先级。
  - 当前观点：Feedback Synthesizer 强调 RICE/Kano 等多维度价值评估应优先于开发约束。
  - 对方观点：Sprint Prioritizer 强调实际开发资源和 Sprint 容量约束才是优先级决策的最终边界。
  - 建议协调：在 Sprint Planning 层面优先使用 Sprint Prioritizer，在产品路线图规划层面优先使用 Feedback Synthesizer，两者互补而非替代。