行业研究与个人机会判断

SKILL效率
效率 未标注权限 许可证不明确
安装这个技能

系统化行业研究 + 个人机会判断。融合 agent-skill-industry-research 的 9 框架方法论 + ai-berkshire 的逻辑链验证和偏见防护。研究目的新增「个人切入」场景。触发:用户要了解一个行业、判断赛道机会、找切入方向。

一句话选型结论

按资料字段整理

行业研究与个人机会判断是效率类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类效率 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_140a98d6/personal-os-industry-research
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

效率
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_140a98d6仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791718415
正文体量12.2 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
整理待办与日程

把零散任务收进清单,排出优先级。

批量处理重复任务

把固定动作做成模板,重复执行。

把流程写成清单

把口头流程整理成可复用的步骤。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在效率场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
行业研究与个人机会判断当前 未标注权限 未标注 未标注 未标注 有
Nano PDF 文档 联网访问 ClawHub 市场 424.9 万 OpenClaw 有
自动更新程序 浏览器控制 ClawHub 市场 296.4 万 OpenClaw 有
Gemini 助手 联网访问 ClawHub 市场 254.7 万 OpenClaw 有
word DOCX 文档 联网访问 ClawHub 市场 239.6 万 OpenClaw 有
Excel XLSX 前端 联网访问 ClawHub 市场 227.0 万 OpenClaw 有

SKILL.md 全文

12.2 KB
模型实际读到的说明书原文,来自技能仓库

行业研究与个人机会判断

原则

  1. Agent 做资料,用户做判断。 不要在资料搜集上消耗用户的精力。用户的时间花在:形成判断、连接自身能力、找到切入点。
  2. 先验证逻辑链,再展开研究。 不要上来就搜数据。先问:这个行业为什么有机会?核心假设是什么?哪些环节需要验证?
  3. 数据必须真实、可溯源。 每一条关键数据标注来源。不确定就说"数据有限,估计值为 X,置信度 Y"。禁止编造。
  4. 研究深度按需分级。 不是每次都做 40 页报告。默认 L1 速览(快速判断),按需升级到 L2。
  5. 必须写。 研究结束后,用户写出 300 字判断——不是 Agent 写,是用户写。不写 = 没学会。

研究深度分级

级别 输出 适用场景 Agent 耗时
L1 速览 一页速查表 + 机会初判 "这个行业大概怎么样?值不值得深挖?" 15-20分钟
L2 扫描 结构化报告(5-8 章节) "我要系统了解这个行业,准备做决策" 30-45分钟

默认 L1。用户说"深挖"或"做决策"时升级到 L2。


研究流程

Phase 0: Intake(2-3 个问题)

确认三件事(如果用户已经说了就跳过):

  1. 目标行业 — 越具体越好。"AI"太宽,缩小到"AI 法律文档自动化(中国市场)"
  2. 研究目的 —
    - 个人切入(默认)→ 强调机会在哪、门槛多高、我能做什么
    - 创业规划 → 强调未满足需求、进入壁垒、竞争缺口
    - 战略了解 → 强调竞争格局、趋势、风险
    - 投资决策 → 强调市场规模、护城河、时机
  3. 现有资料 — 有没有已经搜集的文件、报告、文章?先吸收再搜索。

确认后一句总结范围,直接进入研究。


Phase 1: 机会逻辑链验证(先问"为什么有机会")

> 来源:改编自 ai-berkshire 的"投资逻辑链构建与验证"

1.1 画出逻辑链

用箭头链路表达从底层趋势到个人机会的因果关系:

底层趋势(人口/技术/政策/社会)
  → 导致需求变化(什么被创造了?什么被摧毁了?)
    → 创造新供给缺口(谁在解决?解决得好吗?)
      → 个人可切入环节(我在哪个位置能赢?)

1.2 逐环节验证

环节 核心假设 验证方式 证据
趋势→需求 搜索行业数据/政策文件
需求→缺口 搜索用户痛点/替代方案
缺口→个人机会 搜索现有玩家/能力要求

1.3 寻找"已发生的验证事件"

列出支撑该逻辑链的已落地的真实事件(非预测):
- 政策发布(具体文件+日期)
- 头部公司动作(融资/扩张/招聘)
- 用户行为变化(可量化数据)


Phase 2: 行业全貌(五维度扫描)

> 来源:整合 agent-skill-industry-research 的 9 框架 + ai-berkshire 的产业链方法

Module A: 基本定义(5W1H)

维度 问题
What 这个行业做什么?边界在哪?
Why 底层逻辑是什么?(技术驱动?政策驱动?需求驱动?)
Who 谁在参与?上游→中游→下游→谁买单?
Where 核心场景在哪?地域集中度?
When 发展到哪个阶段了?关键里程碑?
How 钱怎么赚?主流商业模式?

Module B: 驱动力分析(PEST)

驱动力 在推开? 在收紧? 证据
政策 具体文件/信号
经济 市场规模/资本流向
社会 用户行为/人口变化
技术 关键突破/瓶颈

对每个驱动力标注:最大的制约因素是什么?(什么能让增长停下来?)

Module C: 市场测算(双路径交叉验证)

Top-Down:

总目标市场 × 细分占比 × 地域/人群过滤器 = 市场规模

Bottom-Up:

目标客户数 × 渗透率 × 客单价 × 使用频率 = 市场规模

两个结果偏差 > 30% → 标注差异,解释哪个假设可能有问题。必须写出数据来源和计算假设。

Module D: 产业链地图

上游:[环节A] → [环节B] → [环节C]
  ↓
中游:[环节D] → [环节E] → [环节F]
  ↓
下游:[环节G] → [环节H]
  ↓
辅助:[环节I]

对每个环节标注:

环节 钱多吗? 门槛高吗? 个人能进吗? 一句话判断
上游-X 高/中/低 高/中/低 能/难/不能

重点标记:
- 🔴 利润池 — 钱最厚的环节
- 🟢 低门槛高回报 — 个人最容易切入的环节
- ⚠️ 卡脖子环节 — 供给紧张、替代难的环节(可能是最大机会)

Module E: 关键玩家与竞争格局

> 个人切入场景下:不分析股票,而是分析"谁在玩?玩得好吗?留了什么空位?"

分层扫描:

层级 玩家类型 代表 他们在做什么 留下了什么空白
头部 大厂/上市公司
腰部 创业公司/独角兽
个体 个人IP/工作室/自由职业者

竞争格局判断:
- 市场集中度:巨头通吃 / 几家寡头 / 充分分散?
- 进入壁垒:牌照/资本/技术/品牌/规模——哪个最高?
- 个人机会信号:哪个环节大厂不屑做?哪个需求大厂做不好?

Module F: 行业生命周期

引入期 → 成长期 → 成熟期 → 衰退期
   ↑ 你现在在哪?
  • 如果科技驱动,用 Gartner 炒作周期 辅助判断:现在是泡沫顶峰还是爬升期?
  • 关键问题:这个行业跨过"鸿沟"了吗?(早期采用者→主流市场)

Phase 3: 个人机会评估(仅"个人切入"目的)

> 这是整个研究的核心输出——连接行业数据和个人决策。

3.1 机会地图

机会方向 在产业链哪个环节 需要什么能力 门槛 潜在回报 竞争烈度
方向A 高/中/低 高/中/低 高/中/低
方向B
方向C

3.2 能力对接问题(给用户回答)

  1. 产业链里哪个环节的钱最厚,门槛最低?
  2. 你的能力组合卡在哪个环节?匹配度几分(1-5)?
  3. 如果现在入场,最小可验证的第一步是什么?
  4. 最大的风险是什么?什么信号出现就该退出?

Phase 4: 认知偏见防护

> 来源:整合 ai-berkshire 行业偏见清单 + agent-skill-industry-research 认知陷阱

在研究全程中自觉检查以下偏见:

偏见 在行业研究中的表现 应对
成熟行业偏好 传统行业资料多 → AI 分析看起来"更确定" 确定性来自商业模式,不来自研报数量
新兴行业低估 新行业资料少 → AI 分析偏保守 用终局思维而非当前数据判断
龙头偏好 大公司资料多 → 天然倾向推荐头部 小玩家可能有更好的个人切入点
幸存者偏差 只看到成功案例,看不到死掉的 主动搜索失败案例
线性外推 假设当前增速持续 考虑 S 曲线和饱和点
叙事偏差 故事太完美 → 忽略风险 强制列出一个反证
锚定效应 被第一个听到的数据锚定 多源交叉验证后再做判断
国内信息偏差 英文搜索多,可能低估中国市场 中英文信息源同时搜索

输出格式

L1 速览输出模板

# [行业名称] 速览

## 一句话定义
[一句话]

## 逻辑链
[趋势] → [需求] → [缺口] → [机会]

## 核心数字
- 市场规模:___(来源:___,置信度:___)
- 增速:___%
- 阶段:引入期/成长期/成熟期

## 产业链速览
[简化版产业链]

## 竞争速判
- 谁在玩:[3-5个关键玩家]
- 集中度:高/中/低
- 个人能进吗:能/看情况/难

## 机会初判
- 🔴 最大机会:___
- 🟡 最大风险:___
- 🟢 如果你要做,第一步是:___

## 最反直觉的发现
[一句话]

## 数据来源
[列出]

L2 扫描输出模板

# [行业名称] 深度扫描

## 一、逻辑链验证
[完整逻辑链 + 逐环节验证]

## 二、行业全貌
- 5W1H
- PEST 驱动力
- 生命周期定位

## 三、市场数据
- 规模测算(Top-Down + Bottom-Up)
- 增速与预测
- 细分市场

## 四、产业链地图
[完整产业链 + 各环节标注]

## 五、竞争格局
- 头部/腰部/个体玩家分层
- 竞争强度判断
- 个人机会信号

## 六、个人机会评估
- 机会地图
- 能力对接
- 第一步建议

## 七、偏见自检
[研究过程中发现的偏见及处理]

## 附录:数据来源与置信度

用户判断环节(研究结束后)

Agent 交付研究报告后,用户完成以下动作:

第一步:阅读(15-30 分钟)

按顺序读完研究报告

第二步:回答 5 个问题

  1. 最反直觉的数字或发现是什么?
  2. 产业链里哪个环节的钱最厚、门槛最低?
  3. 最大的三个风险是什么?哪个最可能发生?
  4. 你的能力卡在产业链哪个位置?匹配度几分?
  5. 如果现在入场,最小第一步是什么?

第三步:写 300 字判断

> "最大机会在,因为。我用能力,做。第一步是。如果(信号)出现,就该退出。"

第四步:Agent 追问

Agent 拿到判断后,追问三个问题检验深度:
1. "你说机会在 X——那为什么现在还没人做好?"
2. "如果你说的风险 Y 发生了,你怎么办?"
3. "6 个月后回头看,什么信号会让你说'我判断错了'?"


注意事项

  1. 不要全面:一天搞不透一个行业。L1 聚焦"逻辑链→产业链→机会判断"三条线。
  2. 数据必须真实:每条关键数字标注来源和置信度。不能确认的数字标"估算"。
  3. Agent 做苦力:搜索、整理、格式化、交叉验证——都是 Agent 的事。
  4. 用户必须写:不写出 300 字判断 = 没学会。
  5. 追问是核心:Agent 追问的三个问题比报告本身更能帮用户想清楚。
  6. 中英文双搜:国内行业必须同时搜索中文和英文信息源,防止信息偏差。

常见陷阱

陷阱 表现 避免方式
把估算当数据 搜不到确切数字,用"大约""估计"填充 标注"未找到可靠数据"或"数据有限,估计值 X,置信度低"
编造功能/模块 为了让架构看起来完整,加入不存在的能力或自动化 诚实标注"这一步需要人工判断"或"当前无工具支撑"
未读先评 没加载完整 skill 内容就开始做架构判断 先 skill_view 加载所有相关 skill,读完再做判断
框架跑完=结论正确 框架是工具,不是答案 每条结论必须有数据/事件支撑
资料多的行业=机会大 研究了半天发现只是因为这个行业资料好搜 主动搜"冷门但可能重要的方向"

参考

常见问题

5 问
答案由本站依据条目字段整理
行业研究与个人机会判断怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_140a98d6/personal-os-industry-research。安装方式为未标注。装完刷新技能列表或重开客户端。

行业研究与个人机会判断支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

行业研究与个人机会判断权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

行业研究与个人机会判断收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

行业研究与个人机会判断用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。