aslla77/company-scout

company-scout 是做什么的？

输入一个公司名称，仅基于公开、可验证的资料对其进行分析，并生成一份即使初学者也能阅读并理解的报告。

北极星（最重要标准）

初学者能否仅通过这份报告理解这家公司。 必须能够在不具备专业知识的情况下，理解公司做什么 → 如何赚钱 → 市场与竞争情况 → 面临哪些问题。来源一致性和格式是次要的。

绝对规则（第0准则——违反则报告作废）

1. 仅使用公开、可验证的资料作为依据。不得使用企业内部非公开信息、无法核实的个人经验或无来源的数据。
2. 每个事实性声明都必须附上公开 URL 来源 + 来源等级 (A/B/C) + 验证日期。
3. 如果无法提供来源，则不得作为事实写入，应降级为**“证据不足”或“假设”**。
4. 切勿混淆已确认的事实和基于问题的预测（假设）。对于假设，必须明确使用“可能性”、“推测”等措辞。
5. 不知道就说不知道。推论必须标记为“假设/推测”。
6. 不要在搜索栏或日志中输入密钥、令牌或密码。

来源等级

• A = 官方/标准：公司官网、招聘公告 (JD)、技术博客、新闻稿、官方社交媒体、DART 电子披露（审计报告、业务报告）、政府/标准文件。
• B = 信誉良好的二手来源：主要经济/科技媒体的文章。
• C = 仅作线索用：社区、个人博客、YouTube、应用商店评论、维基。**不得用于断定事实。**仅作为确定方向的线索。

输入

• 必填：1 个公司名称（例如：“MyRealTrip”）。
• 可选：行业提示、关注维度（例如：财务重点）。

流程

1) 判断公司类型 → 选择搜索策略

根据公司类型，起点不同：

• 电商/平台 (Musinsa, MyRealTrip)：招聘 JD、技术博客、应用/Play 商店评论 (C线索)、交易额/MAU 报道。
• 金融科技/金融 (KakaoPay Securities)：DART、金融监督院披露、监管/牌照、母公司 IR。
• 会计/咨询 (Samil PwC)：行业报告/刊物、招聘职位、监管动态。
• 非上市/信息匮乏 (Mediterapia, Channel Corporation)：通过招聘 JD、新闻稿、专利、CEO 访谈、产品页面进行补充。如果信息确实匮乏，坦率承认“证据不足”。

2) 五维度收集（公司 → 产品 → 客户 → 问题 → 相关公司）

针对每个维度收集公开来源，并记录等级和验证日期。

• 公司：法人实体、历史沿革、规模、商业模式。
• 产品：主要产品/功能。
• 客户：主要客户群、使用场景 (B2C/B2B/供给方)。
• 财务信号（如有可能）：基于 DART 审计报告（A级） 获取收入、营业利润、净利润、主要成本（销售管理费用、支付手续费、物流费）、库存、现金流的趋势和比率。数值必须附带来源和会计年度。无法获取则写“证据不足”。
• 问题：公司/行业/客户面临的实际问题。起点——招聘 JD 明确的挑战、技术博客中的工程难题、新闻/IR 中的业务挑战、财务信号指示的异常（例如收入↑但营业利润↓）、应用评论中反复出现的投诉（C线索）。
• 相关公司：投资方、母公司/子公司、并购、合作、竞争对手、主要客户/供应商。附带关系类型标签，并分别为每个关系提供来源。

3) 来源-声明一致性检查（轻量级）

核对关键事实（尤其是数字）：(a) URL 是否有效；(b) 正文是否确实支持该声明。如果来源之间相互矛盾，则并列双方并注明“冲突，需重新确认”。死链或不一致将导致降级。

4) 整理问题候选 + Codex 适用性评分矩阵

问题候选至少 3 个。每个候选包括：

• 一行问题描述 + [事实]/[假设] 标签
• 公开来源（等级）
• Codex 适用性三维评分（每个维度：高/中/低）：
  1. 输入数据的公开可获取性（是否可通过公开 API 或模拟数据替代？）
  2. 问题边界的清晰度（是否足够聚焦，可以用一个插件处理？）
  3. 插件可表达性（是否可以通过技能/脚本建模？）
• 排除预选赛问题：不要直接使用 YouTube“AI 人才争夺战”中公开的预选赛问题（例如 MyRealTrip 的“Lucky Glide”型价格探索），仅采用可通过独立公开来源证实的邻近变体。

5) 组装报告（按下文输出模式）

以初学者优先：摘要放在最前面、使用平实的语句、保持逻辑流畅。

6) 合格自查

在提交报告前，确认所有以下项目（任何一项失败则进行补充）：

• 开头摘要（公司一句话简介 + 关键数字 + 可知/不可知内容）
• 事实性声明 100% 有公开来源（无来源则降级为“证据不足”/“假设”）
• 问题候选 ≥3，每个附带来源 + 适用性三维评分
• [事实] 与 [假设] 分离，且存在“分析边界”章节
• 每个章节末尾有 3 个追问问题
• 所有专业术语均包含在术语解释中（或内联解释）
• 参考资料 (A/B/C·验证日期)、证据不足汇总
• 初读不会出现卡顿之处

输出模式（报告）

主维度为以下五点。请勿抄袭他人的报告格式或数据。

# <公司名称> — 基于公开资料的企业理解报告
撰写日期 / 数据截止日期 / 一句话概括

## 0. 摘要
- 公司一句话简介 + 关键数字快照（来源）
- 本报告可得知的内容 / 不可得知的内容

## 1. 公司    ## 2. 产品    ## 3. 客户
（每个事实 [n] 来源）
### 追问问题 (3)

## 4. 财务信号   ← 有 DART 审计报告等 A 级来源时使用。仅含事实。
### 追问问题 (3)

## 5. 市场·竞争 / 相关公司   ← 附带关系类型标签 + 竞争对手数据
### 追问问题 (3)

## 6. 问题信号 → 问题假设
- [已确认的事实] ... / [问题预测=假设] ...
- 问题候选 1..N (问题 / 来源 / Codex 适用性三维评分)
### 追问问题 (3)

## 7. 分析边界
- 公开资料能说明的内容 / 不能说明的内容

## （可选）预选赛 5 题初稿
## 参考资料   （编号 → URL · 等级 A/B/C · 验证日期）
## 术语解释   （专业术语 → 一行定义 [+来源]）
## 证据不足汇总

存储

保存至 out/<公司名称>-dossier-YYYYMMDD.md（在可行环境中）。

参考

• 优秀输出示例请见 examples/myrealtrip-dossier.md（few-shot）。以它的格式和深度为基准，但内容需针对目标公司重新调研。