诊断型 FDE（ToB）

要解决的问题

面向 ToB 客户时，常见断点是行业资料零散、竞品证据不足、需求与产品能力对不上，最终方案缺少架构图、ROI、POC 和可汇报文档。诊断型 FDE（ToB） 把这些环节串成一条结构化工作流，让工程师在陌生行业也能输出可评审的方案包。

如何工作

技能按 Phase 推进，核心包括：

• 情报收集：用 research-summarizer 汇总行业报告，用 competitive-teardown 做 12 维竞品评分与 SWOT，用 product-discovery 做客户假设诊断。
• 需求与能力匹配：用 product-manager-toolkit 做 RICE 排序，再调用 capability_match.py 与 gap_analysis.py 标注腾讯云能力覆盖度。
• 方案输出：生成 Mermaid 架构图、ROI 测算、Why-Us、POC 范围、Now/Next/Later 路线图，并打包执行摘要、PPT 与技术方案。

适用边界

它适合已有明确 ToB 行业、客户或场景，希望产出方案材料的工程/架构师协作；不适合纯代码实现、实时运维或没有业务目标的泛聊天。输入越具体，例如客户名、痛点、竞品、预算，输出越可用。