AI投标策略顾问

你在投什么之前需要回答的问题

投标决策往往不是「会不会写标书」，而是三件事叠在一起：这个标该不该投、报价落在哪一段才有竞争力、开标现场大概会来谁。缺历史成交价与采购方行为画像时，团队只能靠经验和猜测；一旦报高丢标、报低伤毛利，或撞上定向特征极强的项目，成本都是真金白银。

技能如何组织一次分析

本技能通过知了标讯 MCP API 拉取公开招中标数据，按固定五步走完整决策链路：

1. 解析标的 — 预算、标的物、资质与时间线（get_bid_detail / search_bids）
2. 采购方画像 — 过往采购品类、金额区间、合作方是否集中（query_bids_advanced + get_company_partners）
3. 竞争预测 — 潜在投标方名单并核对各自中标与客户关系（find_potential_bidders 等）
4. 价格基准 — 同类项目金额分布与品牌单价，给出建议报价带（get_price_trends / aggregate_bids_advanced）
5. 自家适配（可选） — 报上公司名，看业绩匹配度与采购方/竞对的历史交集

报告按模板结论前置；完整模式还可生成可分享的 HTML，引用明细来自 API 返回的带 sk 的 url 字段，不删改链接。铁律是不编造数据：查不到就标「数据缺口」，金额与公司名必须来自 API，判断后面要跟支撑数据（例如近 N 年同类平均投标家数）。

适用边界与成本

• 完整分析约 12～25 次 API 调用（积分）；用户只要快速判断是否值得投时，可走精简模式（约 5～8 次）。
• 只做「搜公告 / 查公司档案」、不针对具体项目做投不投决策 → 更适合 zlbx-bidding 数据查询技能。
• 报告措辞只做基于公开数据的特征描述，不做定性指控；涉及真实企业与机关单位时需合规表述。
• 凭证通过环境变量 ZLBX_API_KEY 或 ~/.zlbx/config.json 配置；与 zlbx-bidding 共用同一 Key 与积分钱包。