批处理
对多个对象循环执行同一套方法。这是 OpenClaw 在 7 个 Agent 里相对少见的能力。
OpenClaw × 调研与策略 · 原生覆盖 43%
用户调研 Skill有 7 个执行步骤,其中 3 步可以在 OpenClaw 里直接完成。它能对多个对象循环执行同一套方法,正好对应这个 Skill 里最吃工具的一段。操作前确认、长上下文属于有条件支持,执行路径和原生能力不同,下面单独说明。
WHY OPENCLAW
适配结论
用户调研 Skill不在 OpenClaw 的前十推荐里——OpenClaw更擅长本地工作区、目录化 Skill、命令和批处理,这个 Skill 的重心不完全在这里。它仍然可以正常安装使用,只是如果你要做的就是这件事,可以先看看下面几个更合适的 Agent。
对多个对象循环执行同一套方法。这是 OpenClaw 在 7 个 Agent 里相对少见的能力。
CAPABILITY × STEP
核心差异
用户调研 Skill 一共 7 步。OpenClaw 能直接执行 3 步,4 步有条件,0 步得你自己补,另外 0 步是纯判断、换哪个 AI 都一样。
| 步骤 | 所需能力 | 等级 | 在 OpenClaw 下具体怎么做 |
|---|---|---|---|
| 01 确认研究目标 | 操作前确认 | 有条件 | 可以做但有条件:OpenClaw 对操作前确认的支持有限制。 |
| 02 选择研究模式 | 读本地资料 | 直接执行 | 直接交给 OpenClaw:它能直接读取本机目录里的资料。 |
| 03 逐条提取信号 | 写本地文件批处理 | 直接执行 | 直接交给 OpenClaw:它能把过程文件和成果直接落盘保存。 |
| 04 保留来源上下文 | 写本地文件 | 直接执行 | 直接交给 OpenClaw:它能把过程文件和成果直接落盘保存。 |
| 05 聚类与评分 | 运行脚本长上下文 | 有条件 | 可以做但有条件:OpenClaw 对长上下文的支持有限制。 |
| 06 检查偏差与矛盾 | 操作前确认 | 有条件 | 可以做但有条件:OpenClaw 对操作前确认的支持有限制。 |
| 07 形成研究资产 | 写本地文件长上下文 | 有条件 | 可以做但有条件:OpenClaw 对长上下文的支持有限制。 |
IMPORT · RUN
资料导入与任务下发
OpenClaw可以直接读取目录里的资料,把这些文件放在同一个位置即可。
为一个营销项目建立文件夹,把产品资料、数据表和参考案例放进去,OpenClaw 可以直接在这些文件上工作。
安装 Skill 后,先让它完成一个品牌、一篇内容或一组关键词;确认结果符合要求后,再批量处理更多对象。
COMBINATION CASE
场景化实战案例
B2B 协作软件的产品营销经理需要从 200 多条 G2 和 Reddit 评论里,提炼出阻碍客户付费的真实原因,并整理出竞品用户常用的吐槽原声,用于改写自家落地页的对比文案。
预期结果:最终产出了一份按阻力分类的 Markdown 报告,以及一份可直接用于文案的吐槽原声列表。高频词汇和阻力分类准确,但部分口语化严重的评论分类存在偏差,需要人工花半小时逐一核对并修正中间文件里的标签。
VERIFY · TROUBLESHOOT
效果验证方法
请在 OpenClaw 中使用「用户调研 Skill」。本次要完成:分析客户访谈和销售录音。我会提供访谈稿、问卷或评论数据和目标用户分群。请先完成一份小样,交付用户主题与证据摘要和JTBD、痛点和异议清单,并列出需要我核对的事实和数字。
安装完成后,先只做第 2 步:让 OpenClaw 选择研究模式,并把它直接读取本机目录里的资料的过程说出来。这一步是只读的,能确认 Skill 已被识别,也能确认它拿得到需要的资料。
不需要改。7 步用到的能力OpenClaw全部原生支持,可以按 Skill 的原始方法直接执行。
OpenClaw可以直接读取目录里的资料,把这些文件放在同一个位置即可。
安装完成后,先只做第 2 步:让 OpenClaw 选择研究模式,并把它直接读取本机目录里的资料的过程说出来。这一步是只读的,能确认 Skill 已被识别,也能确认它拿得到需要的资料。
因为它能对多个对象循环执行同一套方法,在 7 个 Agent 里具备这些能力的不多。如果你的卡点不在这里,页面下方列出了更合适的选择。
没有找到 Skill 时,检查技能文件夹内是否有 SKILL.md;没有读到资料时,告诉它准确的文件名或项目目录;批量结果不一致时,先用一个样本确认格式,再重新运行。
INSTALL
安装到 OpenClaw
把提示词复制给 OpenClaw,它会自己下载 ZIP 并完成安装,装完会报告实际目录。
METHOD 01 · 交给 AI 自己装
适合大多数情况。Agent 会下载 ZIP、解压、放到正确目录,并在缺少权限时告诉你需要手工做哪一步。
请帮我把「用户调研 Skill」安装到 OpenClaw。 1. 下载完整 Skill ZIP:https://www.vibemarketing.work/packages/skill-customer-research/1.0.0/skill-customer-research.zip 注意:网页 HTML 不能当作 Skill 文件安装,必须使用 ZIP 里的完整文件。 2. 解压后保留 SKILL.md 及全部配套文件,按 OpenClaw 的方式安装:openclaw skills install ./skill-customer-research --as customer_research_skill 3. 安装完成后告诉我实际安装目录。 4. 用一个只读小任务验证:运行 openclaw skills list 确认技能已注册,再用一条只读样本命令检查调用。 5. 如果你没有联网、下载或写目录权限,请直接告诉我哪几步需要我手工完成。 参考:原始 SKILL.md https://www.vibemarketing.work/raw/skill-customer-research/SKILL.md;安装指南 https://www.vibemarketing.work/agent-install/skill-customer-research.md
METHOD 03 · 手动放目录
解压 ZIP 后,在 OpenClaw 中执行:
openclaw skills install ./skill-customer-research --as customer_research_skill
验证:运行 openclaw skills list 确认技能已注册,再用一条只读样本命令检查调用。
HTML 业务页面不能直接当作 Skill 文件安装。AI 需要下载完整 ZIP 并保留配套文件。
OTHER AGENTS
跨 Agent 适配对比
下面的步数是逐步比对算出来的,不是主观排名。卡在哪一步,就看哪个 AI 能直接做那一步。
Claude Code在这个 Skill 上直接覆盖 7/7 步,而且能在一次任务里承载长资料和长报告——如果你这次的卡点正是长上下文,换它更省事。
ZCode在这个 Skill 上直接覆盖 5/7 步,而且能在一次任务里承载长资料和长报告——如果你这次的卡点正是长上下文,换它更省事。
Codex在这个 Skill 上直接覆盖 5/7 步,而且能在敏感写入前请求确认——如果你这次的卡点正是操作前确认,换它更省事。
FURTHER READING
围绕 OpenClaw 和这个任务的共同标签挑出来的,换成别的 Agent 看到的不是同一批。
知识库效果忽高忽低?先排查“标签过多导致召回失真”
这份参考把 Notion Knowledge Base 放进小红书生产流程,覆盖输入准备、提示词结构、结果验收和二次修改。适合独立开发者快速试跑,也会提醒“标签过多导致召回失真”这一类高频问题。
内容供应链现场笔记:从搜索词反推内容选题
给出Skill安装的最短操作路径,用一个真实感示例演示如何从搜索词反推内容选题,并标出能稳定批量产出的关键设置。
网页视频化 Skill 怎么用:生成能直接交付的客户方案
从空白开始配置 Website to Video:先明确生成能直接交付的客户方案所需的资料,再生成初稿,随后按搜索引擎规则做压缩与校对。最后提供检查表,帮助稳定缩短交付时间。
问答选题 Skill 怎么用:用少量样本建立批量生产规范
为AI新手准备的问答选题速查卡,适合第一次接触时直接照着走。重点放在提升自然流量,不要求预先搭建复杂系统。
Analytics Storyteller 配置清单:数据叙事的轻量版、标准版和团队版
一页看懂数据叙事。包含适用场景、最小输入和生成能直接交付的客户方案的示例。
独立开发者实测关键词研究:一轮完成,目标是让协作更顺畅
这是一份偏实战的关键词研究配置说明。先用小样本完成“生成能直接交付的客户方案”,再逐步扩到批量任务;同时设置人工抽检、来源记录和失败兜底,降低提示词越写越长带来的波动。文末附一组可复制参数,便于继续让协作更顺畅。
以上文章正在编辑中,上线后可直接点击阅读。即将上线,敬请期待。
NEXT WORKFLOW
搭配使用
按产出物与输入资料的衔接关系计算,都是同一个 Agent 下的版本,装完可以直接接着跑。
用 OpenClaw 完成「测了五条短视频开头数据需要决定留哪条」,最终得到包含基线和测试组各核心指标变化的 Markdown 对照表。
用 OpenClaw 完成「为新产品制定 Hacker News 发布日历和发帖物料」,最终得到多平台论坛发布渠道对比表格。
用 OpenClaw 完成「评估两版邮件标题哪个转化率更高」,最终得到达到 90 分及格线的最终内容。