AI做商业分析老是假大空？这个Skill让Claude直接变成你的商业顾问！

你有没有这种感觉——让 AI 帮你做商业分析，它写出来的报告看起来有模有样，但仔细一想，全是”正确的废话”？

什么”市场规模持续增长，前景广阔”、什么”竞争优势明显，机遇与挑战并存”……听起来很有道理，但读完还是不知道该怎么做决策。

这不是 AI 的能力问题，是工作流的问题。

一个专业分析师做调研，从来不是一口气写完的。 他脑子里有一张清单：数据从哪来？引用的是几年前的？有没有反方证据？结论是不是从证据里推出来的？

而大多数 AI 工具，上来就给你结论，中间那个”推理的过程”完全被跳过了。

这个 Skill 做了什么？

market-research 是一个给 Claude 等 AI Agent 用的结构化市场调研工作流，把专业分析师的思考框架直接封装成可复用的技能包。

光看描述就觉得硬核：

Conduct market research, competitive analysis, investor due diligence, and industry intelligence with source attribution and decision-oriented summaries.

它不是帮你写一篇”看起来很专业的报告”，而是逼着你先问对问题、再找证据、最后出结论。

具体怎么用？它内置了四种常见调研模式：

① 投资/基金尽调
收集基金规模、投资阶段、portfolio 公司、公开论点、适配度分析，还要找明显红旗。

② 竞品分析
不看你官网怎么吹，看产品真实情况、融资历史、公开的 traction 数据、定价和分发策略——然后提炼出真实竞争位势。

③ 市场容量估算
既有自上而下的行业报告数字，也有自下而上的客户获取假设做交叉验证，每个逻辑跳跃都有明确标注。

④ 技术/供应商调研
搞清楚技术原理、权衡取舍、集成复杂度，以及锁定风险、安全合规等实操层面的东西。

亮点：不只是模板，是思维框架

这个 Skill 最值钱的地方，是它的质量门控（Quality Gate）：

输出之前，必须过五关——
– 所有数字都带来源，或者标注为估算
– 旧数据必须 flag
– 结论必须从证据推出来
– 风险和反方论点必须包含
– 最终输出必须让决策变得更容易，而不是更难

这五条，看起来简单，但大多数 AI 报告一条都过不了。

它的输出格式也很清晰：执行摘要 → 关键发现 → 商业含义 → 风险与注意事项 → 建议 → 来源。拿到手里就是一个完整的决策包，而不是一堆原材料。

适用场景

说实话，只要你的工作跟商业决策沾边，这个 Skill 都能用上：

• 创业者做市场验证——进一个新赛道之前，先用 TAM/SAM/SOM 框架量化一下，别靠直觉硬冲
• 投资人做投前尽调——接触一个项目之前，先结构化地查一遍，避开明显的红旗
• 产品经理做竞品分析——不只是功能对比，是商业模式、增长策略、盈利结构的多维拆解
• 企业战略/BD 做行业扫描——技术趋势、供应商评估、进入壁垒，这些直接影响决策的信息

实际效果

用了这个 Skill 之后，Claude 不会一上来就给你一个”综合报告”，而是会先问你要做什么类型的调研、目标是什么、有什么约束条件——就像一个分析师在接手项目之前，先跟你对齐需求。

然后它会带着你，一步一步把信息收集起来，最后给出一个有来源、有假设、有风险标注的完整结论。

23万星的用量，足以说明这个 Skill 的实用程度。

GitHub 链接：https://github.com/affaan-m/ECC/tree/main/skills/market-research

GitHub: https://github.com/affaan-m/ECC/tree/main/skills/market-research