软件产品深度研究

核心问题

对某款软件做产品分析或面试准备时，常见的做法是从多个渠道拼凑信息：官网介绍、财报片段、论坛讨论、媒体报道。这些材料往往时间点不一、口径不同，事实与观点混在一起，很难快速判断产品到底处在什么位置、靠什么建立壁垒，更不要说在面试中用一两分钟讲清楚。

product-research 要解决的是：把一款 B 端或 C 端软件，整理成一份有证据、可追溯、适合口头表达的深度报告，而不是简单堆砌网页摘要。

工作流程

明确研究范围。 从用户消息中提取产品名、研究目的、目标岗位或对比视角、特别关注点。能从上下文合理推断就直接执行，只有产品存在明显歧义、或选择会显著改变报告方向时才提问。

默认报告框架包含七个部分：

• 基础认知：规模、归属、用户和营收口径
• 发展历程：版本、事件和战略演进时间线
• 核心定位：官方定位与外部分析
• 竞品对比：用户、场景、功能、商业模式、生态和护城河
• AI 战略：态度、产品布局、能力与主要竞品对比
• 深度战略分析：结合用户关注点定制
• 面试关键观点：三条可在面试中直接表达的结论

如果用户明确要求先确认框架，则确认后继续；否则采用默认框架推进。

多路采集。 围绕五条独立路径开展研究，优先使用批量网页搜索并行查询：

• 官方数据：官网、公告、财报、发布会、帮助文档
• 发展历程：版本迭代、重大事件和战略转向
• 竞品数据：规模、功能、战略和本质差异
• 行业量化：市场规模、用户、收入及渗透率
• 深度战略：护城河、组织选择和行业解读

任务体量较大且允许委派时，可将独立路径分配给多个研究代理并行执行，但不依赖固定模型名称或固定代理数量。每条关键事实记录来源、发布日期、数据截止日期和证据等级（一手、二手或估算），引用直接链接到支持结论的页面。

起草与校验。 先完成基础认知、发展历程、竞品对比和 AI 战略，再综合核心定位与深度战略分析，最后提炼面试观点，确保不同章节使用可比的数据口径。交付前检查口径一致性、事实来源可追溯性，以及产品定位与历史演进是否自洽；找不到证据的字段明确标注为「公开信息不足」。

面试观点的每条结论要求能在约 30 秒内表达，包含产品本质、关键差异或护城河，至少有一个可核验的数据或事实锚点，并明确区分事实、推断和个人判断。

输出。 默认在用户指定目录或当前工作目录的 {产品名}/ 下生成报告；简单问答直接在对话中交付，只有用户需要文件交付或任务适合形成长期资料时才落盘。不覆盖已有文件，除非用户明确要求。

边界与注意点

• 不把未经验证的员工评价、薪资信息或匿名爆料当作事实
• 不收集个人隐私
• 商业研究不自动扩展为投资建议，不预测股价或市值
• 不编造数据；缺失信息明确保留为数据缺口