行业研究与个人机会判断
原则
- 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。
- 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?
- 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。
- 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。
- 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):
- 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)"
- 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 - 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)
- 产业链里哪个环节的钱最厚,门槛最低?
- 你的能力组合卡在哪个环节?匹配度几分(1-5)?
- 如果现在入场,最小可验证的第一步是什么?
- 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
- 最反直觉的数字或发现是什么?
- 产业链里哪个环节的钱最厚、门槛最低?
- 最大的三个风险是什么?哪个最可能发生?
- 你的能力卡在产业链哪个位置?匹配度几分?
- 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
- 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。
- 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"。
- Agent 做苦力:搜索、整理、格式化、交叉验证——都是 Agent 的事。
- 用户必须写:不写出 300 字判断 = 没学会。
- 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。
- 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" |