企业分析白费力？不是信息不够，是框架不对、思考不足。

小僧场看到有些人花了三周时间，翻年报、扒研报、搜新闻，写了一份近三万字的企业尽调报告，但你看完后心理更乱了，因为整个报告都是资料的堆砌，对于你研究该企业生意模式、品牌战略、产品构建等等缺乏深层次的剖析，更难谈启发。  

这不是孤例，在企业分析和尽职调查这个领域，"做得多但做得浅"是一个系统性的问题。

咨询公司、营销公司、企业战略部门经常要做企业尽调，但即便AI如此发达的当下，同样的困境每天都还在重复：信息越找越多，判断力却没有同步增长。

真正的差距不在信息获取能力，AI可以给你所有信息，但给你的报告永远是框架清晰、内部丰富，但思考不足、判断有限、洞察缺乏。不是AI不行，是AI需要你的专业调配。

小僧今天分享一个蒸馏了过往个人经验和吸纳专业分析工具的企业深度尽调skill，不需要复杂提示词，直接输出能打90分以上的专业企业尽调报告。

一、能帮你做什么

克莱顿·克里斯坦森在《创新者的窘境》中指出："颠覆性创新之所以能颠覆行业领先者，不是因为它比领先者做了更好的产品，而是因为它改变了竞争的基础。"企业分析的竞争基础，正在从"能不能找到信息"变成"能不能构建出结构化的判断"。  

正是在这个背景下，小僧开发了 enterprise-deep-analysis 这个技能。

它的定位很明确：不是替代你，而是把一套经过实战验证的分析方法论，封装成一个可以被AI驱动的标准化流程，基于真实可验证信源，提供专业系统分析，给出合理判断和思考，供你进一步洞察研判。

这个技能的能力边界：

先说什么不能做。

它不会替你做投资决策，不会凭空编造企业数据，不会绕过付费数据库获取内幕信息。它严格遵守信源分级的交叉验证规则：上市企业优先使用年报、招股书、交易所问询函等公开披露文件；非上市企业从工商数据、招聘信息、社保数据、产业链交叉等多维替代信源中拼图。它明确标注哪些结论有充分信源支撑，哪些是基于有限信息的推断。  

再说能做什么。

核心能力可以概括为五个方面：

第一，企业画像的完整提取。

不只是查工商信息，而是系统性地提取企业基础画像（股权结构、主营业务、员工规模）、品牌建设（品牌定位、品牌架构模式、核心价值主张）、文化建设（使命、愿景、核心价值观及其落地程度）、组织架构（子公司清单、战略角色分类、协同关系）。

关键区别在于：对国企，它会增加党组织治理嵌入度、国资监管层级、功能界定分类等分析维度；对私企，它会增加实际控制人画像、家族治理健康度、融资依赖度等分析维度。不同属性的企业，用不同的分析框架。

这不是信息采集的差别，是判断维度的差别。

第二，企业生命周期定位。

基于伊查克·爱迪思的企业生命周期理论，将企业判定到10个阶段中的对应位置，并结合PAEI管理基因诊断。

同样的财务数据，发生在壮年期和发生在贵族期，含义完全不同。营收下滑5%，对壮年期企业可能是短期波动，对贵族期企业可能是结构性衰退的早期信号。

不判定生命周期，所有的财务分析都可能导出相反结论。

第三，增长五线诊断业务。

引入王赛博士的增长五线模型，系统化分析企业的撤退线（哪些业务该砍）、成长底线（护城河是否牢固）、增长线（可执行的增长路径是什么）、爆发线（有无指数增长可能）、天际线（天花板有多高），以及第二曲线的深度剖析。

这里有大量企业容易踩的坑，比如第一曲线还不稳就急着规划第二曲线，结果第二曲线不是战略性延伸，而是盲目转行。这套分析会明确两曲线的关系类型（协同/替代/独立），量化时机窗口（第一曲线剩余增长年限vs第二曲线培育所需年限的缺口），把模糊的"转型焦虑"变成可评估的判断依据。

第四，九维尽调的系统执行。

九个维度覆盖了企业分析的全部关键领域：市场地位、业务模式、产品矩阵、品牌客户、运营效率、财务健康、组织人才、合规风险、数据资产。

每个维度嵌入最匹配的专业模型，如分析财务健康用阿尔特曼Z-score和杜邦分析，分析运营效率用SCOR模型拆解供应链。但模型不堆砌，只在需要的维度使用最恰当的一个。

每个维度都会标识"致命陷阱"，如实控人质押率超过70%、核心资质续期在一年以内、经营现金流/净利润比值持续低于0.8等等，这些定量阈值让风险判断有据可依。

第五，多视角交叉验证和结构化输出。 

为了确保结论和判断的科学性和严谨性，引入斯坦福STORM多视角交叉验证，所有关键结论都要经过至少3个视角的质询。经过"辩论"后保留的结论，标注置信度等级。

输出格式严格遵循"结论先行"的金字塔原则：总标题是一个判断句而非中性描述，每个章节以核心结论开场再展开论证，读者在30秒内就能抓住全篇核心判断。

二、什么时候可以用

一个人写企业尽调报告，难得不是收集信息，而是不可避免地会带入一个人的认知偏差。这个skill就相当于给你请了一个专业的尽调专家团。

以下是四个典型使用场景，如果你有以下情况，立即用起来！

场景一：投资机构的前期尽调

公司下周要讨论标的，你需要在48小时内输出一份有深度的评估。不是基础信息拼凑，而是要有体系化诊断、财务预警、核心风险识别。  

那这个skill非常合适你。你还可以直接指定企业名称和分析深度：

L1快速扫描覆盖10项核心指标，适合初步摸底；L2标准分析全维度覆盖，适合常规诊断；L3深度调研适合重大决策；L4穷尽研究含竞对对比和情景推演，适合IPO或并购级需求。丰俭由人，深度可控。

场景二：管理咨询的企业诊断

客户要求你对目标公司做综合诊断，涉及行业地位、业务模式、运营效率、组织健康、品牌等多个维度，要求专业、有深度、有判断。  

传统做法是团队分工、各写一块、最后拼合，常出现框架不统一、结论互相矛盾的问题。这套skill技能内置统一的九维分析框架和输出规范，所有维度按同一标准执行，关键结论经STORM多视角验证，产出是一份逻辑自洽、判断一致的完整诊断报告。

场景三：企业决策者的竞对摸排

你的客户或者你的领导需要深入了解竞争对手的底细，想知道我们强在哪、弱在哪、下一步可能怎么打。  

直接用这个skill，小僧估计领导明天会请你吃饭。这套技能会根据企业属性自动选择信源策略：上市公司重点读年报、交易所问询函、券商研报；非上市公司从工商变更、招聘JD关键词分析、社保数据、招标信息、产业链上下游交叉等多个替代信源中提取信号。比百科深得多，比券商研报快得多。

场景四：战略决策的多情景推演

在考虑进入新市场或发起并购时，需要推演标的企业在乐观、基准、悲观三种情景下的发展路径，并识别关键胜负手和阈值变量。  

这套技能基于生命周期、增长五线、九维尽调的交叉结论做情景推演，给出"第二曲线CF转正时间窗口不超过18个月"这样有具体条件的概率判断，每个推演都有前文数据或验证结论作为支撑，供你在有判断的基础上综合研判，而不是对着一个空白思考。 

以上是典型的使用场景，当然，如果你仅仅是想了解一个企业，也可以调用这个skill，给你的报告一定超出预期。

彼得·德鲁克说过："效率是以正确的方式做事，效能是做正确的事。"企业分析中的效能，就是先确定应该从哪些维度看一家企业，再用正确的框架去组织信息。

这个skill把前期需要你跑腿和跑网的脏活儿代劳，并且给出多方验证的信息和结论、观点，让你真正回归企业分析最有价值的部分。 

它的分析深度有四个等级可选，覆盖从快速扫描到穷尽研究的全部需求。输出格式是"结论先行"的专业报告体，每一条关键结论都标注了信源支撑和多视角验证结果，帮你提升质效，每天下班没烦恼。

以上希望能给你启发，在下小僧（MandCX），让营销没有难渡的劫！