大消费分析师共识报告

解决的行业痛点

在分析大消费行业时，手动追踪头部券商首席的最新观点是一项耗时且容易遗漏的工作。不同分析师的研究侧重不同，从繁杂的研报中提炼出对特定细分赛道（如白酒、创新药、生猪养殖）的真实态度更是困难。本技能旨在解决这一信息降噪问题，通过自动化采集与结构化打分，帮助用户快速掌握行业当前的多空分布。

核心工作流程

该技能的核心能力在于对新财富最佳分析师（2025年度）七大消费行业前五名（共35位分析师/团队）的观点进行汇编与量化分析：

• 焦点识别与筛选：自动解析用户意图，锁定特定消费子行业。若未明确指定，则覆盖食品饮料、医药、零售等全部七个大类。
• 严格时效检索：针对目标分析师，优先执行包含当前年月的 Web Search，并通过 WeChat Search 补充检索。严格限定观点发表于近一周内，无新观点则顺延至两周。
• 细分赛道量化：这是该技能的强制执行逻辑。观点提取不停留在一级行业层面，而是强制下沉到二级/三级细分赛道（如“调味品”、“CXO”、“定制家居”）。
• 矩阵计算：构建 分析师×细分赛道 评分矩阵，计算一致预期评分与分歧度，输出包含定性共识与定量数据的结构化 Markdown 报告。

适用边界与注意事项

• 依赖榜单质量：分析样本严格依赖“新财富最佳分析师”榜单。对于标注为“待确认”的首席，需先核实姓名再检索，无法确认则标记为未覆盖。
• 信号可靠性：当某细分赛道的覆盖分析师人数少于3人时，技能会明确标注“低覆盖度”，提示该结论的统计显著性不足，仅供参考。
• 仅保留确定性结论：模棱两可或无明确方向的表述将被过滤，仅输出明确看多（+1）、看空（-1）或中性（0）的判断。