# layers-observed-behaviour

Скилл помогает спланировать исследование пользователей и превратить интервью, тикеты и аналитику в наблюдения с пометкой уверенности.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 1900 установок · ★ 313
- Автор: jamiemill
- Лицензия: MIT · policy=mirror · лицензия открытая, файл — в исходнике
- Исходник: https://github.com/jamiemill/layers-skills/tree/HEAD/skills/layers-observed-behaviour/SKILL.md
- Обновлён: 2026-05-30
- HTML: https://affpapa.org/nevibecode/skills/layers-observed-behaviour

## Что делает

Скилл работает в двух режимах. Если материала ещё нет, он помогает спроектировать исследование: сформулировать 2–3 конкретных вопроса вместо расплывчатого «понять пользователей лучше», выбрать метод под цель — интервью по JTBD, контекстное наблюдение, дневники, разбор тикетов и отзывов, аналитика, юзабилити-тесты. Если материал уже собран, скилл переключается на синтез: вытаскивает конкретные наблюдения, группирует их по повторяющимся ситуациям и мотивациям, собирает кандидаты в job stories по шаблону «когда [ситуация], хочу [мотивация], чтобы [результат]».

Ключевое правило — метка уверенности. Наблюдение помечается как observed только тогда, когда рядом лежит цитата, которую можно привести в той же заметке. Нет цитаты — это уже inferred, а не факт. Скилл отдельно требует называть пробелы в исследовании, а не замазывать их выводами, и считает обходные пути пользователей сильным сигналом: если человек придумал костыль, потребность реальна.

Скилл опирается на `/layers-intro` — без него не заработает, там описано, как вообще пользоваться этой библиотекой техник. Это не скрипт, а набор приёмов: агент предложит один подходящий метод, а не прогонит всю батарею. Собранные кандидаты в job stories дальше уточняются на слое `/layers-user-needs`.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add jamiemill/layers-skills --skill layers-observed-behaviour -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/layers-observed-behaviour/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/layers-observed-behaviour/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add jamiemill/layers-skills --skill layers-observed-behaviour -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/layers-observed-behaviour/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add jamiemill/layers-skills --skill layers-observed-behaviour -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/layers-observed-behaviour/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install jamiemill/layers-skills layers-observed-behaviour
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/layers-observed-behaviour/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add jamiemill/layers-skills --skill layers-observed-behaviour -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/jamiemill/layers-skills --path skills/layers-observed-behaviour
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/layers-observed-behaviour/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add jamiemill/layers-skills --skill layers-observed-behaviour -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/jamiemill/layers-skills/tree/HEAD/skills/layers-observed-behaviour/SKILL.md

## Когда брать
- спроектировать интервью по реальному прошлому опыту пользователя
- разметить наблюдения как observed, inferred или assumed
- сгруппировать цитаты из интервью по повторяющимся ситуациям
- вытащить боли из тикетов поддержки и отзывов без набора респондентов
- назвать пробелы в исследовании и спланировать добор данных

## Примеры запросов агенту
- Помоги спланировать исследование: что нам нужно узнать про то, почему люди бросают онбординг
- Вот транскрипты шести интервью — вытащи наблюдения и сгруппируй их по паттернам
- Собери кандидаты в job stories из этих заметок и пометь уверенность по каждому

## Похожие
- [investigate](https://affpapa.org/nevibecode/skills/investigate.md) — скилл · 2700 установок
- [user-research-analysis](https://affpapa.org/nevibecode/skills/user-research-analysis.md) — скилл · 612 установок
- [discovery-interview-prep](https://affpapa.org/nevibecode/skills/discovery-interview-prep.md) — скилл · 3000 установок
- [interview-script](https://affpapa.org/nevibecode/skills/interview-script.md) — скилл · 2900 установок
- [interview-system-designer](https://affpapa.org/nevibecode/skills/interview-system-designer.md) — скилл · 672 установки
- [discovery-process](https://affpapa.org/nevibecode/skills/discovery-process.md) — скилл · 3200 установок

Из того же набора: [jamiemill/layers-skills](https://affpapa.org/nevibecode/by/jamiemill/layers-skills.md) — 8 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md