智能门店选址引擎

解决的问题

门店选址场景里，输入常从“想在某区开店”开始，但缺少客群定位、业态战略时，坐标和商圈判断很容易变成泛泛而谈。这个技能把这类请求约束成一条可复现流程：先补齐商业参数，再猎取少量坐标，最后由后端计算引擎做数据查证与报告排版，避免模型自行编造交通、竞品或设施数量。

如何工作

• 阶段 A：强制参数校验。要求上下文包含核心客群定位和门店经营战略，例如主打外卖档口还是社交体验旗舰店，目标为学生、居民还是商务白领；缺失时立即追问并结束回合。
• 阶段 B：轻量坐标猎取。只通过高德 POI 获取符合条件的 Top 3 地段名称和中心点经纬度，不查询写字楼、交通站点、竞品数量等明细。
• 阶段 C：商业洞察生成。基于业态与地段生成约 100 字宏观定调，并对 3 个商圈分别做约 50 字优劣势研判。
• 阶段 D / E：交付与计算。将坐标、名称和文本移交给 Python 引擎，执行并发抓取、评分计算、微观业态雷达与单文件 HTML 报告排版。

适用边界

适合需要把开店选址从模糊需求推进到坐标级候选与商业文本的场景；不适合询问上下水、电力等工程条件，也不适合让模型直接计算评分或查询竞品明细。依赖 AMAP_WEBSERVICE_KEY 与高德 POI 能力，最终报告格式和命名由技能约束。