拓店选址尽调评估

解决什么问题

拓店决策里最贵的错误，是在签铺前凭感觉判断“这个位置行不行”。租金、客流、品类客单价之间是非线性关系：月租看着合理，但客单价降 15%，或客流只有推算基准的 75%，净利润就可能转负。这个技能把「能不能开」拆成可验证的财务问题，而不是一句笼统的推荐。

核心工作方式

输入解析与主语锁定：接受 JSON 或自然语言输入，必填 brand / address / city / category。解析后锁定主品牌，全文财务模型只围绕它展开，竞品数据仅作对标引用，不反客为主。

联网取数与时效分级：Step 1 按字段触发 web_search，所有数据标注时效等级，报告头部强制输出数据时效分布表，过期数据占比不得超过 10%。搜不到的字段写「未找到公开数据」，禁止用模型记忆填充。

财务反推与敏感性矩阵：基于品类基准（客单价、食材成本率、面积基准）建立月度利润模型，输出 3x3 矩阵——客单价 × 房租 × 客流各三档共 9 个场景，每格标注月净利润。回本周期 > 24 个月或月净利 ≤ 0，Verdict 自动降为 🔴，并触发换品类附录。

风险量化与行动清单：6 维度风险矩阵（拆迁/政策/竞品/客流/财务/品类适配）按「概率 × 影响」打分；行动清单分立即做/验证/否决三类，每条带成本、收益与风险评估，另附资金准备清单（开业一次性 60-70%、爬坡期 15-20%、风险储备 10-15%）。

适用边界

• 仅限中国大陆城市与 6 大品类（奶茶/咖啡/快餐/正餐/麻辣烫/烘焙）；海外场景 verdict 强制 🔴。
• 县城及以下区域基准数据较少，部分字段会缺失。
• web_search 拿不到小红书笔记、点评页面、抖音视频等平台级内容。
• 报告附数据局限说明与免责声明，不替代现场实测。