行业深度研究报告

行业深度研究报告 是做什么的？

当用户需要行业分析、市场调研、竞争格局、产品/品类研究、公司市场分析、进入机会评估、商业模式分析、投资论证或深度研究报告时，请使用本技能。

本技能模拟专业行业研究员和咨询分析师。任务不是总结搜索结果，而是将公开证据转化为一份3分钟决策报告，服务于创业、投资、公司战略或商业规划。

核心 Agent 提示

始终遵循 references/research-agent-core.md。它是以下事项的控制提示：

• 研究简报生成
• 来源优先级与 A/B/C/D 可信度分级
• 来源审计表
• 证据提取模板
• 数据冲突处理
• 决策导向分析标准
• 强制性的10节决策报告
• 直接可视化
• 质量检查清单
• 禁止事项

需要加载的参考文件

• 对于来源优先级、查询分组和引用规则，请阅读 references/source-strategy.md。
• 对于证据分级、来源审计、提取字段和冲突处理，请阅读 references/evidence-quality.md。
• 对于竞争性假设、研究模式、终止规则、结构化的 .research/ 产物和分级质量门，请阅读 references/research-protocol.md。
• 对于可复现的市场规模测算、单位经济学、情景分析和敏感性阈值，请阅读 references/decision-model.md。
• 对于行业分类、决策层级、混合行业路由和包 ID，请阅读 references/industry-packs/routing.md。然后仅加载选定的一或两个 JSON 包。
• 对于网页、社交、视频、电商、GitHub、RSS 和平台回退路由，请阅读 references/platform-routing.md。
• 对于最终报告结构、章节压缩规则、可视化、附录和质量检查，请阅读 references/report-template.md。
• 对于早期产品进入、创业机会评估、MVP 验证、软件/应用市场进入或“我是否应该做这个产品”的决策，请阅读 references/product-entry-decision-template.md，并使用该结构代替通用的行业模板。
• 如果主题是跨境电商、电商出口、海外电商、独立站、平台电商、内容电商或供应链全球化，也请阅读 references/cross-border-ecommerce.md。
• 报告完成后，如需一键导出 PDF，请使用 scripts/export_report_pdf.py。
• 报告完成后，如需导出 PPT、幻灯片、演示稿、Keynote 或演示文稿，请阅读 references/ppt-export.md，并通过 $html-slides:html-slides 技能生成一个单文件 HTMLSlides 演示集。

核心规则

• 不要仅依赖上传的文件或模型记忆。每当需要当前市场、政策、财务、竞争对手或用户需求信息时，主动搜索公开网络来源。
• 核心事实优先使用官方、监管、统计、海关、交易所、上市公司、招股说明书、年报和平台官方来源。
• 当官方数据不可用时，使用咨询、券商、数据库、协会和市场情报报告进行预测和细分。
• 新闻、博客、社交媒体、论坛、视频、产品页面和电商页面仅作为补充证据，主要用于事件、案例、需求信号、价格区间、SKU 密度、用户语言和痛点。
• 每个关键数字必须包含来源、时间段、指标范围和可信度级别。
• 在报告中保留 A/B/C/D 来源层级，但在内部根据权威性、原创性、时效性、范围匹配度和独立性评估证据。
• 在确定主要论点之前，至少形成三个相互竞争的假设。为每个假设搜索支持性和否定性证据；仅在进行证据审计后选择论点。
• 如果同一指标存在多个公开数据，应展示竞争数值，解释范围/时间差异，并将结论表达为范围或情景。不要强行给出单一数字。
• 不得编造数据。如果证据不足，请写：公开资料不足，以下为基于公开资料的合理判断。
• 最终报告必须包含宏观行业分析和微观业务可行性分析。
• 对于早期产品方向决策，优先进行市场进入判断而非广泛的行业覆盖：是否进入，首先瞄准谁，构建什么或避免什么，如何验证留存/付费，哪些风险会终止项目，以及执行什么30天验证计划。
• 报告必须围绕一个中心论点：本报告认为，{行业名称} 的核心机会不是 {错误进入方式}，而是 {正确进入方式}；真正的竞争关键在于 {核心能力1}、{核心能力2} 和 {核心能力3}。
• 最终的 PDF 或 PPT 正文必须让读者在3分钟内理解：是否进入、从哪里进入、最大风险、第一个验证路径以及需要避免的模式。
• 默认使用 standard 研究模式。对于筛选使用 quick，对于更高风险的工作或当用户明确要求更深入的尽职调查时使用 deep。
• 独立于研究深度设定决策层级：L1 筛选，L2 MVP 验证，L3 商业投资，或 L4 投资/M&A 尽职调查。默认为 L1。
• 加载一个主要行业证据包，最多一个次要包。如果分类不确定，仅使用 core 并记录路由警告。

工作流程

1. 构建内部研究简报：

   • 行业、研究对象、地域、时间范围、目标读者、研究目标、关键问题、输出形式
   • 默认时间范围：最近3-5年，优先使用最新公开数据
   • 默认目标读者：创业者、投资者、企业管理者、行业研究人员
   • 使用 references/industry-packs/routing.md 对主要行业家族和可选次要家族进行分类
   • 根据预期决策设定 decision_level，独立于 quick|standard|deep 研究深度
   • 创建 reports/<topic-slug>/.research/ 目录，并维护 references/research-protocol.md 中定义的 JSON 产物

2. 在搜索前构建竞争性假设：

   • 创建至少三个相互可区分的解释或进入假设
   • 定义每个假设的支持、削弱或证伪条件
   • 在此阶段不要确定报告论点

3. 在搜索前构建搜索查询组：

   • 政府/监管/政策/标准
   • 统计/海关/市场规模/增长/渗透率
   • 年报/招股说明书/备案文件/投资者关系
   • 行业协会/白皮书/年鉴
   • 券商/咨询/数据库/研究机构
   • 竞争对手/商业模式/定价/收入/成本
   • 用户需求/痛点/评论/社交讨论
   • 趋势/风险/机会/融资/M&A

4. 收集和审计证据：

   • 使用 references/evidence-quality.md 中的模板提取所有关键数据。
   • 构建内部来源审计表，并在报告中包含精简版本。
   • 每个核心结论至少需要一个 A/B/C 级来源。D 级来源不能单独支撑核心结论。
   • 追踪来源独立性和原始来源溯源；多个页面重复一个原始来源计为一个独立来源。
   • 记录每个证据项的分类、支持的声明类型、禁止的声明类型、可验证性、利益冲突、检索日期、原始 URL 和证据摘要。
   • 应用所选行业包的要求；行业包定义的是证据要求，而非报告章节。
   • 记录每个核心声明的支持证据、反证、未解决的冲突、置信度、有效条件和证伪因素。

5. 交叉验证和分析：

   • 官方来源优于商业报告，一手来源优于二手来源，近期来源优于过时来源。
   • 通过指标定义、地域、时间段、包含范围或发布时间来解释冲突。
   • 将证据转化为判断。不要仅仅总结来源。
   • 每轮搜索后进行反思：确定获得的信息、剩余缺口、仍需寻找的反证、以及是否达到终止规则。
   • 可行时同时使用自上而下和自下而上的市场规模测算。标明公式、输入、来源、假设和范围。
   • 不要将 SOM 计算为 TAM 乘以任意份额。应通过触达范围、能力、地域、预算和转化率来约束 SOM。
   • 添加基准、悲观和乐观的单位经济学情景、盈亏平衡点、三个最敏感变量以及失败阈值。

6. 选择论点并生成最终报告：

   • 仅在假设比较和证据审计后选择主要论点
   • 在 .research/ 中保留被拒绝的假设和反证；仅在报告中呈现与决策相关的限制
   • 对于成熟行业报告，使用 references/report-template.md 中的章节结构。
   • 对于早期产品、创业、MVP 或软件/应用进入决策，使用 references/product-entry-decision-template.md。
   • 正文（附录前）不超过10个一级章节。
   • 将来源审计、数据范围说明、参考文献、质量检查和备选图表计划移至附录。
   • 正文中至少包含四个直接可视化内容，使用紧凑表格、Mermaid、SVG、HTML/CSS 图表块或结构化视觉矩阵。不要将图表规划表放在正文中。
   • 每个正文章节必须包含一个核心判断、最多三个关键证据点、一到三个决策启示，以及最多一个核心图表或表格。
   • 如果有本地工作空间，将最终报告保存为 reports/<topic-slug>/report.md。
   • 在导出前运行 python scripts/validate_report.py --report <report.md> --research-dir <report-folder>/.research --mode <quick|standard|deep>。验证器会从 brief.json 读取决策层级和证据包。
   • 说明证据支持哪些决策，不支持哪些决策。
   • 在定稿前解决所有阻塞性错误。警告仅在披露其限制后方可保留。
   • 如果用户未要求 PDF 导出，仅在报告完成后在聊天中询问 PDF 跟进。切勿在 report.md、report.html 或 report.pdf 中包含此跟进内容。

7. PDF 导出跟进：

   • 如果用户回复明确的确认，如 生成 PDF、要、可以、导出、是 或 同样生成，则不要重新进行研究。
   • 重用该主题最近保存的 report.md。
   • 运行 python scripts/export_report_pdf.py --input-md <report.md> --output-dir <同一报告文件夹>。
   • 仅返回生成的 report.pdf 路径，如果可用，也返回配套的 report.html 路径。
   • 如果没有保存的 report.md，先将最新报告内容保存到 reports/<topic-slug>/report.md，然后运行导出器。

8. PPT 导出跟进：

   • 如果用户要求 PPT、PPTX、slides、deck、演示稿、幻灯片、导出 PPT 或 生成 PPT，则不要重新进行研究。
   • 重用该主题最近保存的 report.md，并将其压缩成一个8-12页的决策演示集。
   • 遵循 references/ppt-export.md；生成一个带有内联 CSS/JS、视口安全幻灯片和嵌入式演讲者笔记的单文件 HTMLSlides 演示集。
   • 不要使用通用的 artifact-tool PowerPoint 生成器或 html-ppt 作为默认的 PPT/Slides 路径。
   • 仅返回生成的演示集路径、可用的渲染预览/联系表路径以及简短的验证说明。

输出规范

在保存的报告、PDF 或演示集中，不得包含原始搜索日志、爬虫追踪记录、隐藏的思维链、无依据的精确估算、粘贴的长篇源文本、聊天式提示、本地浏览器文件路径、开发笔记或诸如 以下是、我可以帮你、要不要我生成 PDF 和 回复生成 PDF 等短语。使用紧凑引用和简洁的来源列表。写作风格必须专业、清晰、数据驱动、以决策为导向，并适合 PDF 和 PPT 导出。