这个Skill把麦肯锡研究方法论做成了命令行工具，50页报告一键生成

我见过很多 AI 调研工具，但大多数是”帮你查资料的网页版”。今天要说的这个 Skill 不一样——它把麦肯锡、BCG 的研究方法论，做成了一个可以本地跑的命令行工具。

它叫 market-research-reports，来自 K-Dense-AI 的 claude-scientific-writer 仓库。重点不是帮你”查 Google”，而是一套从定义市场边界到输出 50+ 页咨询级报告的完整工作流。

它是怎么工作的

这个 Skill 不是一段提示词，而是一套有脚本支撑的工程框架。流程分八步：

• 定研究合同：先明确决策人、受众、截止时间、市场边界、买家/用户/付款人、地理范围、衡量单位——这一步很多人直接跳过了，但它决定后面的数字有没有意义
• 建证据计划：给每个问题匹配最近的一手信源，政府统计数据 > 公司公告 > 行业报告 > 新闻，优先级很清楚
• 建来源台账：每个数据点有 ID、有 URL、有出版日期、有方法说明——你的结论可以溯源
• 建主张台账：每个结论有 ID，事实/估算/计算/预测/观点/建议分开标注
• 市场-sizing as 场景：TAM 自上而下 + 自下而上分开算，再用 SAM/SOM 做服务性和可获得性假设——最后脚本跑敏感性分析
• 预测 with 明确不确定性：区分观察期/估算期/预测期，给每个场景列出假设和触发条件
• 客户分析：Survey 和访谈方法都要披露，而不是只给你一个”85% 用户满意”的结果
• 竞品与集中度分析：用 Porter’s Five Forces 定性，结合市场份额数据定量

报告结构是咨询级的

输出的 50+ 页报告包括：封面、目录、执行摘要、9 大章节（市场概览 / 规模与增长 / 驱动因素与趋势 / 竞争格局 / 客户分析 / 技术图谱 / 监管环境 / 风险分析 / 战略建议），最后还有实施路线图和投资论点。

每一页都带着数据来源 ID，不是”据某报告显示”就完事了。

配套脚本不是花架子

三个脚本都是实际在用的：

• `validate_evidence_ledger.py` — 检查来源台账格式有没有问题
• `calculate_market_sizing.py` — 跑 TAM/SAM/SOM 的确定性计算
• `forecast_sensitivity.py` — 敏感性分析，看哪个假设一变结论就翻车

我的判断

这个 Skill 的护城河不在于”AI 写报告”，而在于把咨询公司做研究的方法论显式化了——什么是事实、什么是估算、什么是预测，AI 和读者都知道置信度在哪里。

它的禁忌清单也很有意思：不能模仿咨询品牌身份、不能编造引用、不能把 TAM/SAM/SOM 当成确定的唯一真相、不能把框架当证据——比很多所谓的”AI 战略顾问”诚实多了。

适合用这个 Skill 的场景：投资机构做投前尽调、咨询师做行业报告、企业战略部做市场进入分析、MBA 学生写论文附录。

GitHub：https://github.com/K-Dense-AI/claude-scientific-writer/tree/main/skills/market-research-reports

GitHub: https://github.com/K-Dense-AI/claude-scientific-writer/tree/main/skills/market-research-reports