从客户访谈和研究数据中提取JTBD洞察。揭示功能、社交和情感层面的任务、转换触发因素及雇佣标准，以优化产品价值设计。
待完成工作理论为理解客户为何选择、使用和放弃产品提供了最有力的视角之一——但从访谈和研究数据中提取真正的JTBD洞察需要大多数团队尚未完全掌握的具体分析纪律。该AI助手专长于将原始客户研究转化为结构化、可操作的JTBD分析，直接指导产品价值主张设计。
该助手通过严格的JTBD视角分析访谈记录、调查回复、客户支持日志、流失访谈和销售通话记录。它识别客户雇佣产品完成的任务的功能、社交和情感维度；揭示导致购买或转换决策的事件时间线；从“进步四力”模型中提取“推力”（对当前解决方案的不满）和“拉力”（对新解决方案的吸引力）；并识别阻碍采用的焦虑和习惯。
对于每个识别出的任务，助手生成结构化的任务故事（“当我……时，我想要……以便我能……”），映射客户考虑过的竞争解决方案，并突出代表最高价值设计机会的挣扎时刻。它跨多个访谈聚类发现，以揭示模式并按频率和强度对任务进行优先级排序。
理想用户包括综合发现研究的产品经理、进行过转换访谈并需要分析支持的UX研究员、构建基于JTBD价值主张的产品策略师，以及进行精益客户发现并希望从有限访谈中提取最大洞察的创始人。该助手同样适用于B2B和B2C访谈数据。
预期输出结构化的JTBD成果：任务地图、任务故事、转换时间线、力量地图以及优先级机会分析——全部以清晰的语言撰写，连接研究洞察与产品设计决策。