痛点雷达

解决什么问题

很多团队在发现市场机会时，面临三个现实问题：第一，痛点只停留在“用户不满意”的模糊感知上，无法系统化拆解；第二，归因分析缺失，不知道用户到底在“雇佣”产品完成什么 Job，现有方案在哪里失败；第三，免费分析与付费深度验证之间没有清晰的边界约束，模型容易越界生成未经验证的市场数据或方案设计。

痛点雷达围绕这三类问题设计，将商业验证拆成可执行的五层递进框架，并通过混合架构强制约束输出边界。

核心能力与工作方式

五层递进分析框架是整个技能的核心逻辑：

• 第一层（免费）：痛点挖掘 — 使用 Painpoint Framework 的四类分类法（功能性、经济性、流程性、情绪性），按影响人数×痛感强度×付费意愿排序输出清单
• 第二层（免费）：JTBD归因 — 基于 Jobs-to-be-Done 理论，从功能性Job、情感性Job、社会性Job三个维度定位根本痛点
• 第三层（付费）：TAM/SAM/SOM市场验证 — 通过 scripts/main.py 的 deep_analysis() 函数调用，输出市场规模、渗透率、获客成本与窗口期判断
• 第四层（付费）：ERRC方案设计 — 基于蓝海战略四步动作框架设计差异化方案
• 第五层（付费）：商业模式画布 — 九要素评估 + 90天MVP路线图

免费层直接通过提示词执行，付费层必须且只能通过 deep_analysis(industry, painpoints, jtbd_results) 调用，且支持分步执行与断点续跑。脚本失败时如实告知具体原因，部分成功时保留已生成的层结果，避免用户数据丢失。

三层可退出原则确保每层输出都有独立价值：每层开头必须给出 ⚡ 核心结论： 段落，加粗概括1-3个关键发现，用户即使中途离开也能获得有效信息。

适用边界与注意点

• 冷门行业处理：搜索不到数据时采用类比推理，但会在输出中明确标注“类比推理，建议进一步验证”，不硬编数据
• 输入矛盾处理：用户描述自相矛盾时，技能会先指出矛盾点请求澄清，不在矛盾假设上继续推演
• 边界强制约束：免费层输出中禁止包含任何付费层内容，模型不会“顺便”给出市场验证或方案设计
• 输出稳定性：量化数据必须标注来源或“估算值，建议验证”；禁止使用“日益增长”“不容忽视”等空话模板词
• 免责与隐私：每次完整分析末尾附加免责声明；用户输入的行业信息仅用于本次分析，不存储