你是不是也这样？

一份行业调研报告，你花了三天搜集资料、两天整理数据、一天写结论。

可是交给老板或客户，对方翻了三页，总是问一些没想到的问题：这个数据背后的口径是什么？这个结论在什么条件下会失效？竞对的这个动作到底是因为主动选择还是被动应对？  

你愣住了。不是因为你没做功课，而是因为你做功课的方式，从来就没有被要求过回答这种深度的问题。  

小僧以为，行业调研真正的痛点，不是信息不够，不是时间太少，而是绝大多数人的调研方式停留在"把能找到的信息拼成一份说得通的PPT"。这在一个信息稀缺的年代可能是及格的，但在AI可以30秒输出一份行业概述的今天，这种做法的价值正在归零。  

被归零的不是行业调研本身。被归零的，是没有分析框架和思考深度的行业调研

一、传统行业调研困境

第一重困境：信息搜集的时间黑洞。  

了解一个新赛道，你的第一反应是什么？

打开搜索引擎、打开券商研报库、打开行业报告网站，输入关键词，然后就是无尽的筛选、比对、存疑。一份基础调研做完，仅仅是"把信息找齐"这一步，就可能吃掉两到三个工作日。

然而这个工作仅是在替代搜索引擎干活，真正的分析还没有开始。  

第二重困境：你搜到的信息，需要深层判断。  

券商研报有利益出发点，第三方报告有样本偏差，新闻稿有公关滤镜，自媒体文章有情绪加持。一个数据你可能在三个来源看到三个版本，哪个版本是真的？

更进一步它背后的统计口径、采集方法和适用边界很难准确了解。结果最终的心态是"找到一个看起来权威的来源，然后相信它"。但权威不等于正确，知名不等于无偏差。  

第三重困境：结论不够扎实，经不起追问。  

你的报告写好了。核心发现写了三条，行动建议写了五条。看起来很完整。但当追问"这个判断的置信度有多高""在什么情况下这个结论会失效""这个数据有没有交叉验证过"，多数人会沉默。

不是不会回答，而是整个调研过程中，从来没有被要求按这个标准来组织思考。  

三重困境叠加在一起，造成了一个局面：花了大量时间做调研，产出的价值却经不住一次深度的追问。

这是效率问题，更是能力问题。

而能力的核心不是勤奋程度，是分析框架和思考深度。

二、这个skill解决什么问题

小僧要说清楚一件事：这个行业深度分析skill，不是一个帮你"写得更快"的工具。它是一套把顶级咨询公司的行业分析框架封装进AI的系统。

它解决的核心问题是让你用AI做行业调研的时候，输出的不是信息堆砌，而是有框架、有验证、有信源分级、有置信度标注的专业分析。 

它覆盖哪些使用场景？  

场景一：你需要快速了解一个完全陌生的赛道。  

比如老板周五下午告诉你，"周一之前给我一份人形机器人核心零部件市场的初步判断"。你对这个赛道基本陌生。常规做法是周末两天不睡觉，到处搜信息、拼报告。

用这个skill，你只需要告诉它你要分析什么赛道、用精简模式输出，它会在3-5页内给你一份含核心判断、关键数据和行动建议的简报。

注意，不是AI随便生成的流畅废话，而是按照宏观政策、产业链格局、竞争主体三层架构组织、每一条结论都标注了信源层级和置信区间的专业产出。  

场景二：你要做一份支撑重大决策的深度尽调。  

投委会需要一份储能行业的完整分析报告，要求覆盖政策环境、产业链利润分布、竞争格局演变、供应链风险、用户需求驱动因子、财务基准对标等，这种情况深度和广度都不能打折扣。

常规做法是组建一个小组、分头搜集、汇总撰写，周期两周起步。

用这个skill，你选择深度模式，它会按照12个分析维度、波特五力+SCP+JTBD等经典分析工具、STORM多视角验证机制，给你一份20到45页的深度报告。

每一个结论都经过了五个视角（实践者、学者、怀疑论者、经济学角度、历史类比）的交叉验证，每一次出现矛盾观点的地方都被标注为"待跟踪分歧"，每一条预测都附带了置信区间。  

这不是AI在帮你"生成文字"。这是AI在帮你执行一套严谨的分析流程。

菲利普·科特勒在《营销管理》中说："好的营销开始于对顾客需求的深刻理解，而非对产品的热情推销。"好的行业分析同理，开始于对信息的系统化验证，而非对搜索结果的整理复制。  

场景三：你需要定期监测一个行业的动态变化。  

你负责的战略赛道有五个，每个季度要做一次行业更新。每次都是同样的流程：搜新闻、找报告、比数据、写更新、做PPT。五个赛道轮一遍，至少两周。

用这个skill的仪表盘模式，每次输出就是一到两页的核心指标雷达图、行业生命周期定位、波特五力速览矩阵和一句话行动建议。

你需要的是判断时间窗口是否在变化，而不是重新看一遍你已经了解的东西。  

场景四：你需要跟决策层快速同步，而不是写一份没人会看完的大部头。  

决策层要的不是厚度，是判断。

精简模式解决的就是这个场景：核心判断先行，关键数据支撑，三条行动建议收尾。五分钟读完，读完之后知道该不该进入这个赛道、该不该追加投资、该不该调整资源配置。

三、这个skill的四种模式

这个行业深度分析skill，覆盖宏观-中观-微观三层12个分析维度，融合波特五力、SCP、JTBD等经典战略工具与STORM多视角验证机制，支持精简/标准/深度/仪表盘四种产出模式。

从30秒速览到深度尽调的完整覆盖，分别对应不同的决策场景：  

精简模式：适合快速决策参考和高管简报。只输出最高置信度的核心发现和关键数据，3到5页，读完之后能回答"该不该关注这个赛道"。  

标准模式：适合常规行业研究和季度更新。覆盖宏观三层、中观五层、微观三层共11个维度的完整分析，8到15页上下，读完之后能回答"这个赛道的钱在哪、谁在赚、谁能赢"。  

深度模式：适合投委会决策、年度战略规划、IPO行业章节。在标准模式的基础上，每个维度增加争议与分歧段落、乐观基准悲观三情景推演、完整信源清单和原始数据附录。读完之后能回答"在不同条件下这个赛道的走向会有什么差异"。  

仪表盘模式：适合定期行业监测和跨行业快速对标。一到两页的核心指标可视化，不是深度阅读，而是快速扫描，一眼看出哪些指标在报警、哪些窗口在打开。  

四种模式，不是四种复杂度，而是四种不同的信息组织和判断密度，对应四种不同的决策需求。你要快速判断，有快速判断的产出；你要深度尽调，有深度尽调的系统。  

吉姆·柯林斯在《从优秀到卓越》里说过一句被引用无数遍的话："卓越不是一天造成的，而是一系列正确决策的积累。"这句话放在行业分析上格外适用：分析的质量不取决于你花了多少时间，而取决于你是否在每一次分析中执行了正确的判断流程。

这个skill做的，就是把"正确的判断流程"从顶级咨询公司的内部方法论变成了你可以随时调用的系统。   

最后说一点可能比skill本身更重要的东西。它不只是一个skill，是一个可以被反复调用的分析标准。

行业调研这件事，最难的不是做一次好的分析，而是每一次分析都保持同样的标准。今天你有状态，判断准；明天你时间紧，就跳到结论；这个季度你对这个赛道有兴趣，挖得深；下个季度你精力分散了，就开始糊弄。标准不一致，是行业分析最隐蔽的杀手。  

这个skill的深层价值在于：它帮你建立了一套稳定的分析标准。

每一次分析都按照相同的维度、相同的验证流程、相同的信源标准来执行。你输出给老板的那份行业简报，和三个月前输出的那份，在分析的扎实程度上是同一水准的。你的人可能会累、会分心、会马虎，但框架不会。  

小僧以为，AI时代真正值得投入的东西，不是更多更快地获取信息，而是建立一套让信息在你手里产生复利的工作系统。

信息是水，框架是管道。

没有管道，水再多也只是漫灌。有了管道，每一滴水都在流向同一个判断。  

这个行业深度分析skill，就是那根管道。

以上希望能给你启发，在下小僧，让营销没有难渡的劫！