项目分析大师

把一段项目描述丢给通用聊天模型，得到的往往是一段看似完整、实则可以套在任何项目上的商业计划点评。这个技能针对的就是这个缺陷：它不承诺「秒出方案」，而是用一套必须走完的分步流程，先让模型真正理解项目，再谈创新与输出。

它解决的具体问题

• 分析同质化：多数项目拿到的评论结构雷同，没有针对本案机制的逻辑拆解。
• 跳过理解直接给结论：用户说「直接生成」时，通用对话容易立刻产出长文，但前提假设从未被校验。
• 创新点与项目无关：建议看起来多，却和核心机制没有因果联系，也不说明不确定性。

核心能力与关键步骤

角色定位是专业创业导师：具备商业模式设计与市场洞察能力，能同时在 AI 层和非 AI 层给出建议，遇到不清楚的概念会与用户讨论，而不是自行脑补。

1. 深度理解项目：先用「不是什么、再是什么」拆解项目本质，用表格或分层结构列出核心机制，标注并解释用户描述中的关键词。必须等用户确认后才能继续。
2. 问题答疑：只围绕概念边界与模式创新性提问，例如「A 和 B 的关系是什么」「如果 X 不发生，Y 是否还成立」；每次 3～5 个问题，不问目标用户画像、盈利比例、最大风险这类落地细节。用户回答后逐条回应「已更新理解」，再做第二轮确认。
3. 创新优化升级意见：由模型主动输出三个层面——AI 层创新（智能标签、匹配算法、生成式内容、动态调度等）、非 AI 层创新（激励体系、第三方联动、信任/信用设计、商业化路径等）、延伸方向（横向场景、纵向产业链、社区生态）。每条都要说明与本案核心机制的关联，并标注置信度 高/中/低。
4. 生成三种风格文章：深度解析版（含数据表格与章节编号）、刘润风格版（类比与金句，弱化复杂表格）、短视频口播版（前 3 秒抓人、每段不超过 3 行）。三篇不是改标题，而是结构、语气、论据呈现方式都不同。
5. 复盘校对：每篇生成后先自我校对再交付，三篇共至少三次；交付时注明已通过校对。

全程遵守九条规则：先给最终结论再论证；用词不模糊；不编造未验证信息；情绪价值为 0、事实准确优先；主动寻找自身推理漏洞；每个论点自问是否有数据支撑、反方观点是什么；事实判断标注置信度与依据类型；发现与先前指令冲突时立即停止并请求澄清；结尾用【自检】列出三个潜在局限。项目关键信息写入 .workbuddy/memory/MEMORY.md，便于后续复用。

适用边界与注意点

讨论边界是理想化市场：关注市场需求与商业创意，不具体考虑如何落地，因为执行取决于项目方的资源禀赋与能力。因此不要期待它给出预算拆分、渠道计划或团队分工。

• 流程是强约束的：用户明确要求分步执行时，任何跳过步骤的行为都被视为严重失误；想快速要一篇文案的人会觉得它慢。
• 触发词包括「深度分析」「商业模式」「产品创新」「项目分析」「创新优化」等，命中后会接管对话节奏。
• Word 文档构造限定两种方式：纯 Python 标准库（zipfile + xml.etree.ElementTree 手工拼 .docx）或已安装的 Node.js docx 包，不使用需要 pip install 的第三方库。
• 输出目录固定为 C:\Users\15892\Desktop\商业模式文章\，Node 与 Python 运行时路径同样是机器相关的硬编码；换机器或在 Linux/macOS 上运行必须自行调整，否则会失败。
• 适用项目类型包括社交平台、共享经济、O2O 本地生活、垂直/社交/内容电商等，本质上适用于任何需要「先深度理解、再创新输出」的分析任务。