AI+业务战略落地实操 V2

解决什么问题

企业战略工作坊最常见的失败不是“没有方法论”，而是聊完就忘。一场两小时的战略讨论，前半段诊断出的根本原因，到 MVP 设计时已经对不上；上次会议的结论，这次又要重新填一遍表格。AI 辅助战略分析的难点在于：大模型每次对话都是无状态的，需要一种机制让上下文在步骤之间、会话之间真正流动起来。

这个 Skill 要解决的是战略落地中的“上下文断裂”和“交付物缺失”。

核心机制与工作流

五步工作流，每步产出写入 JSON 状态文件 workshop_state.json：

• 第一步 业务问题诊断：从表面问题推导根本原因。可选先做企业背景尽调（九大板块公开信息），再用 66 项问题清单加智能预筛锁定核心问题，最终渲染 CRT 当前现实树（网络版）——单深根因沉底、AND 逻辑汇合、反馈回环表达恶性循环
• 第二步 业务本质：澄清真正创造的价值与根基性假设，表述须回应第一步的根因
• 第三步 市场洞察：宏观/客户/竞争/自身能力四维表格，机会点须呼应根因
• 第四步 MVP 设计：承接机会点设计最小验证切口，可进阶到迭代型业务设计对比表
• 第五步 必赢之战：定方向/责任/目标/举措，按“先验证、再打通、后沉淀”三层穿透

两个细节值得注意：

• 双模式：教练模式让用户先思考、AI 再点评；顾问模式直接帮填表格。选定后写入状态文件，跨会话保持，后续步骤不再重复询问
• 交付物：第六步生成 Markdown 报告骨架加多主题 HTML 可视化报告（六类行业皮肤，右上角切换），第七步支持 30 天复盘闭环

适用边界

• 战略分析是结构化框架而非预测模型，AI 负责按方法论引导和润色，判断仍需业务负责人自己完成
• CRT 树依赖用户真实输入问题，输入质量直接决定图表质量
• 企业背景尽调基于公开信息，⚠ 标注的推断项需要人工核实
• 状态文件路径固定在当前工作目录，跨项目并行使用时需要自行管理目录