本地生活门店经营

门店产能与流量错配的诊断困境

在本地生活业务的实际操作中，门店常常面临团购引流与实际履约能力脱节的问题。流量涌入后，若产能、时段和服务流程未提前梳理，极易引发核销拥堵、退款率上升和评价恶化。同时，许多经营决策缺乏结构化的数据支撑，将“假设”误认为“事实”，导致团购商品定价、商圈客群画像与复购策略偏离实际。

基于方法卡与校验脚本的执行流

该技能通过模块化的参考文档与自动化校验，将模糊的经营需求转化为可落地的执行件。

• 方法路由：优先读取 references/methodology.md，根据请求匹配相关的业务方法卡。
• 前置闸门：执行 references/execution-rules.md，严格界定已确认事实、保守假设、待验证项与补证日期。
• 边界过滤：通过 references/quality-boundaries.md 排除无授权、不适用或不可交付的动作。
• 模板生成与机器校验：结合 references/output-contract.json 与 assets/output-template.md 生成包含商圈诊断、漏斗分析、异常预案的交付物，并运行 scripts/validate_output.py --check-output 进行结构校验。

交付边界与人工介入

该技能的输出聚焦于客观的结构诊断与执行规则，不承诺任何固定的结果指标，也不伪造行业基准数据。机器校验仅保证交付物在结构、具体度与已知风险层面的合规性，具体的业务适配性仍需由门店负责人最终确认。此外，方案会将外部素材转化为具体的业务对象与动作，不会直接复制原文。