商业分析与创新洞察框架

解决什么问题

通用对话式 AI 在接到「帮我分析一下这个项目」这类请求时，常见失败模式是：跳过对项目本质的理解，直接产出一份结构松散、用词模糊的商业计划书式回答。这类回答既没有区分「项目到底是什么、不是什么」，也没有对创意本身提出质疑，更谈不上分风格输出。

商业分析 把「深度理解 → 创新输出 → 文档交付」拆成一条强制分步流水线，用规则对抗模型天然的敷衍倾向。

核心能力与工作流程

• 角色定位：以创业导师视角工作，覆盖 AI 层与非 AI 层的双重创新，遇到不确定的概念边界会主动提问而不是臆测。
• 硬性规则：先给结论再论证；事实判断必须标注置信度（高 / 中 / 低）及依据类型；结尾固定输出【自检】列出三条潜在局限；严禁编造未验证信息。
• 流程闸门：即使用户说「直接生成」，也必须先走完前三步，且每一步都要等用户明确确认才能推进。

1. 深度理解项目：逐点拆解项目定义（先说「不是什么」再说明「是什么」），用表格或分层方式呈现核心机制，解释用户原话中的关键词，交由用户确认。
2. 问题答疑：只针对模式创新性提问，聚焦概念边界与逻辑缺口（例如「如果 X 不发生，Y 是否还成立」），明确不问执行层面问题。
3. 创新优化升级意见：分 AI 层、非 AI 层、延伸方向三个板块，每条创新点必须说明「为什么适合本案」并给出置信度。
4. 生成文章：一次交付三篇文档——深度解析版（含数据表格与引用框）、刘润风格版（类比与金句驱动）、短视频口播版（前 3 秒抓人、每段不超过 3 行）。
5. 复盘校对：每篇成稿至少一次自我校对，三篇共至少三次，分别核对事实准确性、风格区分度与口语化程度，修正通过后才统一交付。

适用边界与注意点

• 只讨论理想化市场：聚焦市场需求、商业创意与模式创新性，不具体考虑如何落地执行；执行层面需结合项目方自身的资源禀赋另行评估。
• 分步确认不可跳过：流程的严肃性被设定为分析质量的唯一保障，任何跳过步骤的行为都被视为严重失误。
• 需要用户持续参与：前三步包含多轮问答与确认，适合愿意投入时间对齐理解的项目方，不适合一次性甩需求即取结果的场景。
• 产出为文档而非代码：Word 文档通过 Python 标准库或本地 Node.js 环境构造，路径与依赖已在技能内固化，跨平台使用时需自行调整。