围绕一个增长问题，按请求整合搜索需求、结果页、趋势与公开讨论，统一口径并保留证据，帮助你判断下一步应该验证什么。
SignalDig 用于发现外部市场机会；执行效果仍需回到你自己的分析后台或业务记录中验证。
signaldig / growth-question示例统一关键词需求、搜索意图与相关问题口径
最新市场 · 语言 · 更新时间已记录观察当前结果结构、已有答案与尚未覆盖的问题
快照采集时间与市场上下文已保留提取近期用户原话、问题、反馈与使用情境
证据来源链接、发布时间与限制已保留形成有支持证据、反证、置信度与停止条件的优先方向
下一步交给用户或 AI Agent 执行一次请求信号// 实际应用案例
这些是当前能力能够支持的研究任务，不是虚构的客户效果。
01 / 机会在决定验证什么之前，对照需求、意图、当前结果页和支持证据。
02 / 内容检查结果页已经覆盖的内容，找到仍未得到充分解决的更具体问题。
03 / 市场结合时间上下文与公开讨论，判断一项变化是否值得继续观察。
04 / 案例库案例库提供每个场景的信号输出样本与证据链。
浏览完整案例库// 增长信号
主要产品不是一堆割裂的供应商响应，而是经过证据约束的研究结果。
看清用户如何搜索、需求量如何变化，以及主要意图是什么。
需求 · 意图 · 时效结合当前结果页，识别已有答案和仍未被充分解决的问题。
结果页 · 模式 · 缺口结合趋势和时间上下文，区分短期波动与值得跟踪的变化。
趋势 · 时间 · 上下文从公开讨论中保留用户原话、问题、情境和真正想完成的任务。
需求 · 情境 · 证据整理重复异议与体验摩擦，同时保留来源和覆盖限制。
反馈 · 摩擦 · 限制综合证据、反证、置信度与风险，形成下一步验证顺序。
证据 · 置信度 · 测试// 从数据到信号
左边是常见做法为什么会偏；右边是 SignalDig 怎么把范围收窄，避免把噪音当成结论。
用 AI 去搜社媒、SEO、外链、流量和 AI Referral，看起来快，但输入本身就不完整。
我们不堆一整墙第三方数字。先标明来源、时效和缺口，再让人或 Agent 做判断。
SignalDig 提供的是可决策证据，不是全量市场普查。官方分析后台和业务记录，仍是验证真实结果的依据。
当前支持的数据源
// 一次研究请求
你不需要管理底层供应商响应。
增长问题定义关键词、域名、市场、语言和数据范围。
有证据的信号统一观察、检查时效并连接支持证据与反证。
验证动作选择下一篇页面、主题或验证测试，并回查真实结果。
// API · MCP · Agent Skills
Skill 提供工作流，SignalDig MCP 提供真实数据能力。
从公开仓库安装可复用的研究和决策工作流。
配置 API Key，让 Agent 请求统一信号和对应证据。
mcp.json"growth-signals": {
"type": "http",
"url": "https://mcp.signaldig.com/data/social/mcp",
"headers": {
"Authorization": "Bearer {SIGNALDIG_API_KEY}"
},
"disabled": false
}
Codex
Claude
Cursor
Windsurf
Grok
WorkBuddy
ChatGPT
Gemini// 从真实问题开始
提交产品反馈或申请早期体验，也可以先从开放的 Agent Skills 仓库开始。