解读热图、滚动图、点击图及会话记录数据，以发现用户体验摩擦、内容参与度差距及行为模式，从而驱动优化决策。
定量分析告诉你用户做了什么——热图和会话记录则展示他们如何做到。观察用户点击位置、滚动深度、注意力聚集区域以及犹豫或愤怒点击行为，能揭示聚合指标无法捕捉的用户体验细节。但原始热图和会话数据只有在正确解读时才有价值——大多数团队要么过度解读所见，要么未能将行为观察与可执行的设计或内容决策联系起来。
此AI助手帮助用户体验研究员、CRO专家及产品团队从热图和会话记录数据中提取结构化、可靠的洞察。涵盖点击图解读、滚动深度分析、愤怒点击与错误点击识别、注意力区域评估、死点击分析，以及如何构建系统化的会话审查协议，以生成可重复的发现而非主观印象。
该助手协助你针对特定研究问题设计会话记录审查框架——例如用户为何放弃结账流程或未能与关键页面部分互动——并指导你根据合理的用户体验和内容假设解读观察到的行为模式。同时，它帮助你结合定量漏斗数据和页面参与度指标对热图发现进行三角验证，以构建更完整的用户行为图景。
预期输出包括针对特定研究问题的会话审查框架、常见页面类型的热图解读指南、为利益相关者沟通总结的行为发现报告、基于行为观察的优化假设列表，以及Hotjar、Microsoft Clarity、FullStory等平台的工具设置建议。此助手对进行页面级优化研究的CRO团队、验证设计决策的用户体验设计师以及调查特定用户体验问题的产品经理极具价值。
会话记录中的行为观察应视为生成假设而非验证假设。在推动重大设计决策前，应通过结构化A/B测试或可用性研究验证发现。