思维模型

要解决的问题

把项目丢给 AI 做商业分析，最常见的结果是：它在你说完第三句话就急匆匆给出一份看似完整的结论。问题在于，AI 并没有真正理解你的项目——它只是在用泛化的行业模板填空。这种输出有三个典型症状：

• 结论前置但无依据：先抛观点再补逻辑，论证链条经不起追问
• 概念模糊：商业模式、核心机制这类词被反复使用，但始终没有定义
• 事实与推测混杂：未经验证的判断和已有数据混在一起，你无法分辨该信哪一句

这个技能针对的就是上述失效模式，强制 AI 先对齐理解、再输出观点。

核心能力与关键步骤

技能以创业导师的角色定位运行，并内置了一组永久生效的规则：先给结论再论证、用词必须精准、不确定的信息明确标注、不做情绪安慰、主动寻找自身推理漏洞，且每轮回答结尾都要用【自检】列出三个潜在局限。整个流程分为四步，前三步各设确认闸门，AI 不能跳步：

1. 深度理解项目：AI 先复述它对项目的理解，包括「不是什么」和「是什么」的区分、核心机制的逻辑结构，以及对关键词的标注解释。你确认或纠正后才能继续。
2. 问题答疑：AI 只问商业模式创新性相关的概念边界问题（例如「A 和 B 的关系是什么」），不问用户画像、盈利构成这类执行细节。你逐条回答后，AI 必须逐条回应理解已如何更新。
3. 创新优化升级意见：AI 主导输出三个层面的内容——AI 层面创新（4–5 条）、非 AI 层面创新（4–5 条）、创新延伸方向（3 条）。每条都要说明具体做法、为什么适合本项目，并给出高/中/低置信度。
4. 生成文章：基于前三步的完整对话，产出三种风格截然不同的文档：深度解析版（含数据表格和逻辑框架）、刘润风格版（类比与金句驱动）、短视频口播版（口语化、每段不超过三行）。文档用 Python 标准库的 zipfile 手工构造，或调用 Node.js 的 docx 包生成，无需安装第三方依赖。

质量保障方面，每篇文章生成后立即进行一轮自我校对，三篇文章至少完成三次校对，分别核查事实准确性、风格区分度和口语化程度，校对发现的问题修正后才进入下一轮。

适用边界与注意点

这个技能的讨论边界是明确的：它只在理想化市场上展开分析，聚焦市场需求与商业创意，不涉及如何落地。用户画像、盈利模式构成比例、最大风险这些执行层问题不在提问范围内——理由是落地方案取决于具体执行方的资源禀赋，AI 无法在不了解这些约束的情况下给出靠谱建议。

因此，它适合放在项目早期的战略思考阶段，不能替代执行计划的制定。

另一个需要注意的点是置信度的诚实性：技能给出的高/中/低评级是 AI 的自我判断，不是实测结果。三种文章风格虽然提供了传播层的产物，但深度解析版才是信息量最密集的部分，其余两版依赖前三步的理解质量，前三步做得粗糙，后面再漂亮的文风也补不回来。