通用项目分析大师

它解决什么问题

项目方口头描述商业模式时,通常只带来未经加工的概念碎片:一个社交产品的点子、一套共享经济模型。把这些直接丢给 AI 写商业计划书,得到的往往是套话堆砌的"深度分析"——因为模型既没有确认它真的听懂了你的项目,也没有机会在成稿前与你对齐关键概念。

这套技能要解决三个具体问题:

• 理解漂移:模型按自己的理解直接开写,写完才发现双方对项目的定义完全不同
• 澄清缺失:关键的模式边界问题(比如"A 和 B 的关系是什么")没有被回答,分析报告建立在猜测之上
• 风格单一与质量失控:产出的文档语气千篇一律,且没有作者自检机制,事实错误和逻辑漏洞会直接交付

核心机制:五步流水线

技能的核心是一条强制确认的五步流水线,任何一步未获用户确认都不会进入下一步;即使用户说"直接生成",也必须先走完前三步:

1. 深度理解项目:将用户描述逐点拆解——先界定"不是什么",再界定"是什么";用表格或分层结构呈现核心机制;标注关键词并解释其含义。输出后等待用户回复"确认"或实质性纠正。
2. 问题答疑(模式创新层面):提出 3~5 个概念边界问题(如"如果 X 不发生,Y 是否还成立"),不问落地执行细节;用户逐条回答后,AI 必须逐条回应"已更新理解",并做第二轮确认。
3. 创新优化升级意见:由 AI 主导输出三层方案——AI层面创新(4~5 条,每条标注置信度)、非AI层面创新(产品/运营/商业机制设计)、创新延伸方向(3 条)。
4. 生成三种风格文章:深度解析版(专业报告,含数据表格)、刘润风格版(简洁洞察,多用类比)、短视频口播版(口语化文案),分别构造为 .docx 文件。
5. 至少三次复盘校对:每篇交付前自校事实准确性、风格区分度、口语化程度,三轮全部通过后统一交付。

需要注意的点

• 讨论边界被刻意收窄:技能明确只做理想化市场的模式分析,不讨论落地执行——用户画像、盈利构成比例、最大风险这类执行层面问题不在提问范围内。如果你需要执行层面的指导,这套框架帮不上忙。
• 硬编码环境依赖:文档生成环节写死了 Windows 路径(Python 标准库手工构造 .docx,或 Node.js 的 docx 包),以及固定的输出目录。换到其他机器或目录时,需要修改这些路径。
• 风格差异靠人工校准:三种风格的差异不是自动保证的,依赖校对环节;且口播版的节奏按中文内容平台设计,直接搬到其他语境效果未知。