企业AI应用分析报告

解决什么问题

很多企业在评估 AI 落地时，缺一份可以直接递给决策层的材料：信息散落在工商数据、官网和行业新闻里，图表风格互不统一，老板拿到手不知道先看哪一部分。这个技能把「输入公司全名 → 输出一份可对外发送的 PDF 报告」这条链路一次走完，A4 纸排版，不需要人工拼表。

核心机制

技能的关键在于把内容拆成固定与动态两层，并定下一条硬规则：排版只能由 scripts/render.py 生成，AI 不允许自行编写 HTML/CSS。这样跨机器执行时，同一份数据得到的版式完全一致，不会因为环境差异出现风格漂移。

动态数据分两步采集：

• 企业画像：调 qcc-company / tyc-mcp 读取经营范围、注册资本、参保人数、行业和法定代表人，再结合官网与新闻确认实际主营业务，判定一级与二级行业归属，作为后续对标的锚点
• 行业对标：只搜索同行业内使用 WorkBuddy 的落地案例，优先收录带量化指标的，纯业务场景的非量化案例同样可以入围

数据写入 _data.json 后交给渲染脚本：脚本自动组装固定内容库、套用贝恩风格的红色渐变表头与斑马纹表格、调用 Chrome headless 转 PDF、清理临时文件。若 Chrome 未安装，脚本返回明确错误并提示安装 Google Chrome 或 Microsoft Edge，还可以走 HTML 兜底方案手动打印为 PDF。

固定内容库

三个 Exhibit 直接内嵌在脚本里：

• Exhibit 2：中层管理、财务行政、研产销售后、销售市场四类团队的 AI 接管范围、每周可节约工时与人类应聚焦的事项
• Exhibit 3：老板/董事长五大场景共 15 条固定文案
• Exhibit 5：从最小切入口、超级个体到组织沉淀的五阶段路线图

适用边界

主要限制与注意点：

• 单次运行只产一份对外版 PDF，没有内部销售版
• 所有量化数据必须带来源 URL 与年份，搜不到硬数据就标注「暂无公开数据」并说明替代依据，禁止编造
• 公司名搜不到或重名时，需要用户确认统一社会信用代码后再继续
• 视觉规范禁止黑色背景与页脚文件路径，产出为中文且结论先行