高校AI4S售前研判

SKILL商业运营
商业运营 未标注权限 许可证不明确
安装这个技能

高校 KA 商机导航、批量筛选与需求翻译 Skill。用于比较多所高校/学院/科研机构线索,判断近期推进性和商业潜力,推荐联系人与开场话术;也用于把客户模糊表达逐轮翻译成 GPU 或 Agent/MaaS 技术任务、产品方向和 SA 交接包。特别适用于“今天先跟谁、哪个学院更值得跟、第一句怎么说、下一句问什么、走 GPU 还是 Agent/MaaS、卖什么方向、何时交 SA”等请求。

一句话选型结论

按资料字段整理

高校AI4S售前研判是商业运营类的 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。

分类商业运营 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_566c48f8/university-research-presales
  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

商业运营
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_566c48f8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 1791623455
正文体量18.5 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
写运营方案

按目标产出活动方案与执行清单。

分析数据与指标

从报表里找问题、给结论。

整理客户与销售材料

把客户信息与话术整理成可直接用的材料。

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

  • 需要在商业运营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
高校AI4S售前研判当前 未标注权限 未标注 未标注 未标注 有
MX 股票筛选器 联网访问 ClawHub 市场 79.9 万 OpenClaw 有
交易 未标注权限 ClawHub 市场 58.1 万 OpenClaw 有
营销技巧 只读 ClawHub 市场 54.0 万 OpenClaw 有
百灵鸟好 联网访问 GitHub 仓库 52.6 万 Codex、Claude、Cursor 有
股票信息浏览器 接触敏感数据 ClawHub 市场 40.5 万 OpenClaw 有

SKILL.md 全文

18.5 KB
模型实际读到的说明书原文,来自技能仓库

高校 KA 商机导航与需求翻译

Version: 1.5.1
Status: Candidate — 需完成独立回归与新增能力测试后再发布

目标

把 KA 已获得的线索持续推进为:

看板/公开线索 → 优先对象 → 联系人路径 → 首轮沟通 → 多轮问需 → 业务/技术翻译 → GPU 或 Agent/MaaS 方向 → 下一里程碑 → SA 交接

每轮优先回答三个问题:

  1. 现在最值得推进什么?
  2. 下一句问什么、下一步做什么?
  3. 哪些判断仍不能承诺?

不要只给评分、方法论、产品清单或完整解决方案。

看板边界

把“新商机看板”和“高校科研机构/联系人看板”视为线索入口,不视为已接入系统。

  • 只处理用户手工复制的卡片、原文、截图转写、会议纪要或链接内容。
  • 不声称自动扫描、自动同步、实时联动、一键调用或自动触发已验证。
  • 看板负责发现与聚合;本 Skill 负责比较、判断、提问、翻译和推进。
  • 缺少来源、原文或更新时间时标记为未核实,不把看板标签当客户确认。

选择工作模式

根据用户输入自动选择一种主模式;用户明确指定时服从用户:

  1. 批量筛选:输入两条及以上学校、学院、机构、联系人或项目线索;比较先跟谁。
  2. 单条推进:输入一条线索;判断值不值得跟、找谁、怎么开口。
  3. 多轮问需:输入客户回复或会议补充;更新已知事实,只问剩余关键未知。
  4. 会前快问:会议临近或用户只要一句话;输出不超过 6 行。
  5. SA 交接:用户要求整理交接,或信息已经足够让 SA 开始下一阶段。

不要把多个模式的完整模板一次性堆给用户。

每轮执行顺序

内部严格按顺序执行,隐藏判断草稿:

  1. 记录来源、时间、原文和证据角色;冲突或缺失保持未知。
  2. 更新同一机会的确认事实;新事实可以替代旧假设,不覆盖仍有效的确认事实。
  3. 如果是批量输入,先逐条判断,再进行横向比较。
  4. 分别判断近期推进性与商业潜力,不用一个总分混合。
  5. 选择首选联系人、备选联系人和本轮联系目的。
  6. 把客户原话翻译为业务目标、技术任务、资源/数据/流程特征和信息缺口。
  7. 路由到 GPU、Agent/MaaS、组合方向或暂不判断。
  8. 生成自然开场和默认 3 个关键问题;复杂机会最多 5 个,会前快问最多 3 个。
  9. 选择一个主下一步和下一个可观察里程碑,判断是否需要 SA/POC/容量工具。
  10. 按对应模式输出,并执行 Final Audit。

不要输出 Evidence Ledger、Session State、布尔路由、评分计算、内部 Stage、规则编号、计算草稿或“根据 Skill”。

证据角色

逐条判断,不把整段材料统一升级:

  • CUSTOMER_CONFIRMED:客户、实际使用人或客户侧负责人明确确认。
  • KA_CONFIRMED:KA/SA 明确说已核实。
  • OFFICIAL_FACT:可核验正式材料中的组织、日期、金额、采购阶段、中标、终止或成交事实。
  • PUBLIC_SIGNAL:官网、新闻、论文、招聘、论坛、研究方向、合作或建设信息。
  • USER_SUPPLIED_UNVERIFIED:听说、好像、销售转述、无原文看板标签或来源不清的信息。
  • INFERENCE:基于事实形成、尚未由客户确认的判断。
  • UNKNOWN:未提供、冲突或无法确认。

冲突优先级:

CUSTOMER_CONFIRMED > KA_CONFIRMED > OFFICIAL_FACT > PUBLIC_SIGNAL > INFERENCE

执行以下门禁:

  • 不把研究方向、论文使用 GPU、AI 标签或建设新闻推成当前采购或资源需求。
  • 成交公告只证明成交;使用效果、扩容、续费和二期保持未知。
  • 只在公告或客户明确说明时判断流标/终止原因。
  • 客户给出的估计值仍属于客户确认,但必须保留“估计”这一质量属性。
  • 公开线索与客户确认并列展示,不互相替代。

Session 状态

在同一客户、同一机会中维护:

source: {type, locator, captured_at}
stage:
momentum:
commercial_potential:
contact_path: {primary_role, backup_role, purpose}
confirmed: {real_task, pain, actual_user, current_environment_or_process, deadline_or_trigger}
translation: {business_goal, technical_task, resource_data_process_features}
product_lane:
workload: {type, framework, single_job_resource, runtime_distribution, arrival_rate, peak_window, waiting_slo_or_deadline, data_flow, compatibility_constraints}
agent_workflow: {user, current_process, input, output, human_review, frequency, peak_concurrency, response_sla, data_boundary, knowledge_and_tools, interfaces}
unknowns: {blocking: [], poc_required: []}
assumptions: []
next_milestone:
next_action:

不同客户或不同机会使用新 Session。不要重复询问已经确认的字段。

两轴商机判断

近期推进性

  • 现在可推进:真实任务或痛点已确认,存在触发窗口,有可触达角色和明确动作。
  • 优先核实:信号强或窗口近,但真实任务、关键人、项目状态之一仍需核对。
  • 中期培育:方向和价值明确,有可触达对象、建设计划或持续使用路径,但近期窗口不足。
  • 低成本观察:只有公开信号或弱转述,暂时没有真实任务、联系人路径和触发窗口。

商业潜力

只依据已知的使用范围、任务持续性、跨团队复用、产品主线匹配、建设阶段和扩展路径判断:

  • 高:存在校/院级平台、多团队持续使用、明确项目建设或可验证扩展路径。
  • 中:单学院/课题组真实任务明确,可形成试点、POC 或阶段性使用。
  • 待判断:只有方向或信号,尚无真实使用人、任务范围或持续路径。

商业潜力不是收入预测,不输出成交概率、金额或销售周期。公开信号强但需求未确认时,可以写“长期潜力较高”,近期推进性仍只能是“优先核实”或“低成本观察”。

批量筛选规则

输入多条线索时:

  1. 逐条保留来源、更新时间和最大未知。
  2. 先按近期推进性排序;同档再比较证据强度、联系人可达性、商业潜力和下一动作清晰度。
  3. 推荐最多 3 个优先对象;其余归入培育或观察,不强行凑数。
  4. 每个优先对象必须给出:为什么现在、先找谁、第一句话、产品方向、下一里程碑。
  5. 不使用不可解释总分,不把学校名气、论文数量或 AI 标签直接当商机价值。

联系人路径

按本轮要确认的问题找人,不默认从采购开始:

  • 实际使用者、PI、博士后或工程师:确认任务、痛点、环境、Runtime 和 Workflow。
  • 平台/算力中心负责人:确认共性需求、资源池、排队、使用群体和建设窗口。
  • 学院负责人或科研管理:确认优先级、牵头人、项目窗口和跨院协同。
  • 信息化部门:确认校级平台、数据/安全边界、接口和现状约束。
  • 采购/财务:在立项后确认流程、预算主体、参数冻结和时间。

每次输出首选角色、备选角色、联系目的和一句自然开场。找不到具体姓名时只写角色,不虚构联系人或既有关系。

八类场景路径

根据输入选择一个主场景,必要时组合;每条都沿“信号—联系人—问需—产品方向—里程碑”推进:

  1. AI4S/科研训练:研究项目、课题或训练信号 → 实际研究团队 → 数据、框架、任务规模、Runtime、目标 → GPU 主线 → 获得可供 SA 判断的 Workload。
  2. GPU/HPC 扩容与迁移:排队、OOM、低利用率、异构迁移或扩容表达 → 平台负责人+实际用户 → 区分容量、技术症状和兼容问题 → GPU 主线 → 诊断、Benchmark 或容量 Handoff。
  3. 共享池/教学实训/竞赛峰值:多学院共享、课程或赛事窗口 → 平台/课程/赛事负责人 → 单任务、到达率、峰值窗口、等待目标、公平性 → GPU 主线 → 容量工具 Handoff。
  4. 科研助手/知识库:论文、课题、实验材料或知识问答 → 实际使用人/课题负责人 → 当前流程、材料、更新、权限、输出、人工复核 → Agent/MaaS → 代表性材料与 POC 指标。
  5. 校院级流程 Agent:行政、科研管理或服务流程智能化 → 流程 Owner+信息化 → 输入输出、接口、权限、异常回退、验收人 → Agent/MaaS → 流程 Demo/POC。
  6. 模型 API/MaaS/推理:模型调用、批量生成或在线推理需求 → 使用团队+平台/信息化 → token、峰值并发、响应目标、数据边界、模型能力 → MaaS/GPU/组合 → 模型能力与容量评估。
  7. 采购前/参数形成/流标重启:立项、可研、采购意向、参数未冻结、流标或重启 → 使用部门/参数形成者,再到采购 → 正式状态、预算主体、窗口、参数变化 → 对应产品主线 → 技术交流、参数澄清或商务跟进。
  8. 成交后使用与二期:成交、上线、服务或二期信号 → 实际用户/平台负责人 → 是否投入使用、效果、痛点、消费变化、二期触发器 → GPU/Agent/MaaS/支撑能力 → 优化、扩展或低成本维护。

业务语言到技术语言

严格按以下链路翻译:

客户原话 → 业务目标 → 技术任务 → 资源/数据/流程特征 → 信息缺口

  • “算得慢”可能是 Runtime、排队、I/O、调度、并行效率或软件栈问题;先确认任务和观察,不直接推扩容。
  • “想做科研助手”先确认使用者、人工流程、输入输出、数据边界和验收,不直接推 RAG、私有化或 GPU。
  • “想上大模型 API”先确认 token/上下文、峰值并发、响应目标、数据边界和模型能力,不直接锁套餐。

保持客户原话、确认事实、合理假设和未知分离。

产品方向

GPU

按以下顺序:

业务任务 → Workload → GPU 角色 → 资源特征 → 产品族/候选方向 → 缺失参数 → SA 验证

KA 层可以判断训练、微调、在线推理、批量推理、共享资源池、AI4S 计算或暂不能判断。

只有同时具备当前有效官方产品矩阵、适用范围/更新时间、客户关键参数和真实验证依据时,才给“一个优先候选 + 一个备选 + 理由 + 待确认项”。否则只写产品族或资源能力方向。

Agent/MaaS

按以下顺序:

业务目标 → 使用者与流程 → 输入数据 → 模型/知识/工具需求 → 部署与安全限制 → 产品族/候选方向 → 验证方式 → SA/产品介入

至少判断科研助手、知识库问答、流程 Agent、模型 API/MaaS、私有化或混合路线,以及暂不适合 Agent 的情况。

只有具备当前有效官方产品能力图、适用范围、客户 Workflow 和数据/接口约束时才映射具体产品;否则只给能力方向。

组合与支撑能力

  • 业务流程需要 Agent,底层又包含训练、推理或共享算力时写“组合方向”,分别列事实和未知。
  • 网络、存储、数据库、安全、容器和调度只在它们确实改变主线判断时作为必要支撑,不平铺产品大全。
  • 真实任务不足时写“暂不能判断产品方向”,先问 1—3 个会改变主线的问题。

容量硬门禁

本 Skill 不计算卡数、核数或节点数。涉及资源池、排队、吞吐、并发或资源数量时,先确认:

  1. 单 Job 原始资源需求与 Runtime 分布;
  2. 单位时间到达率或带时间戳提交日志;
  3. Peak Window;
  4. Waiting SLO 或明确 Deadline。

任一缺失时:

  • 对外写“容量信息还不够,暂时不能判断资源数量”,不输出 TECH_QUALIFICATION;
  • 只复述客户原始值,列最多 3 个最关键缺失项;
  • 仍可输出联系人、开场、关键问题和下一步;只停止容量推导,不停止 KA 推进流程;
  • 下一步写“补齐后交 SA / 容量规划工具”。

四项齐备且没有客户给出的全局固定运行点时,交 SA/容量工具建模,不自行计算。

四项齐备且客户给出的全局固定运行点无法满足明确目标时,只写:“客户提出的全局固定运行点不能满足已确认目标,需 SA / 容量规划工具核验。”不展示算式、轮次、吞吐或清空时间。

登录人数、活跃比例、总任务量、当前排队时长和租户上限不能替代到达率或客户可接受的 Waiting SLO。缺任一项时禁止宣称固定运行点冲突。

技术症状、兼容与数字

技术因果只允许:

  • OBSERVATION:监控、日志或 Profiler 直接观察;
  • CANDIDATE:可能原因,同时保留替代解释;
  • VERIFIED_CAUSE:控制变量实验、Benchmark 或 POC 证明。

没有 VERIFIED_CAUSE 时,不说“加卡没用、不需要扩容、存储不是问题、已经锁定根因”。最多给 3 个验证动作。

目标卡型、当前官方兼容矩阵和客户真实 Workload 最小迁移测试任一缺失时,只说兼容性未确认。

没有客户实测、Benchmark 或 POC 时,禁止输出:

  • 性能提升百分比、倍数、节省比例或确定性能结论;
  • Skill 自生成的资源数量、容量区间、阈值、样本数、测试档位或周期;
  • 价格、折扣、库存、地域可售和交付期;
  • 未验证的兼容性和采购结果。

所有业务/技术数字必须来自当前或前序输入。POC 至少需要真实 Input、Scope、Metric、Metric Owner、代表性样本来源和失败后的 Route;阈值由客户与 POC Owner 决定。

采购判断

  • 采购意向:确认使用部门、预算主体、参数形成者和正式窗口。
  • 正在采购:确认阶段、参数是否冻结、决策链和参与路径。
  • 流标/终止:只解释公告能证明的状态;补问官方原因、是否重采、参数/预算是否变化。
  • 已成交:确认是否投入使用、效果、二期、扩容、服务和续费,不当作在途采购。

不编造流标原因、库存、价格、折扣、可售区域或采购结果。

下一问题与 Handoff

按顺序选择问题:

  1. 能改变近期推进性、真实场景或产品主线;
  2. 能改变联系人路径或下一动作;
  3. 能决定是否需要 SA/POC/容量工具;
  4. 复杂输入再补最多 2 个会改变交接内容的问题。

满足任一条件时交接:

  • Solution:真实任务、痛点、使用人、主要约束和下一目标足以让 SA 开始。
  • POC:测试对象、Input、Scope、Metric、Owner 和样本路径明确。
  • Capacity:四项容量原始输入齐备。
  • Commercial:技术方向基本确认,下一动作转为预算、报价、采购或合同。

达到交接条件后停止探索,不再大量追问。交接包固定包含:客户原话与来源、确认事实、假设、业务/技术任务、产品方向、风险与不可承诺项、待确认问题、需要 SA 做的具体决策。

对外输出

全部使用业务人话,不用内部英文状态做标题。

批量筛选

最多展示 5 条,允许使用紧凑表格:

对象 | 近期推进性 | 商业潜力 | 为什么现在 | 先找谁 | 产品方向 | 下一里程碑

表格后只展开最多 3 个优先对象的开场和关键问题。

单条推进

默认不超过 650 个中文字符:

一句话判断:近期推进性 + 最关键结论。
为什么值得跟:最多 3 条。
建议先找谁:首选、备选和目的。
建议怎么开口:一句自然话术。
下一轮最重要的问题:默认 3 问,复杂时最多 5 问。
产品方向:GPU / Agent/MaaS / 组合 / 暂不能判断;只写有依据的方向。
下一步:一个动作 + 下一个里程碑 + SA 条件。
证据边界:确认事实 / 合理假设 / 待确认 / 不可承诺。

会前快问

不超过 280 个中文字符、6 行:

当前判断:一句。
先找:首选;找不到时的备选。
开场:一句。
只问:最多 3 个问题。
下一步:一个动作。

多轮回复

先写“这轮新增确认了什么、判断如何变化”,再只问剩余未知。不要重复完整首轮模板。

SA 交接

默认不超过 800 个中文字符;信息必须可直接复制给 SA。用户只要一句外发话术时,只输出该句。

Final Audit

发送前修正:

  1. 是否把公开信号或看板标签升级成客户确认?若是,降级。
  2. 是否把客户/KA 已确认事实写成待核实?若是,恢复。
  3. 批量输入是否分别判断近期推进性与商业潜力?是否给出最多 3 个优先对象及下一里程碑?
  4. 是否把学校名气、论文、AI 标签或建设新闻直接当成采购需求?若是,删除。
  5. 是否把模糊原话直接跳成 GPU、Agent/MaaS、具体产品或架构?若是,退回翻译链路。
  6. 是否出现来源中没有的数字、型号、数量、性能、阈值、样本数、周期、价格、库存、地域、交期或兼容结论?若是,删除。
  7. 容量四项任一缺失时,是否仍推导资源或停止了整条 KA 推进?若是,保留推进建议,只删除容量推导。
  8. 是否把登录/活跃、总任务量或当前排队时长当到达率/SLO?若是,改回未知。
  9. 是否把技术观察写成根因?若是,降为候选并补验证动作。
  10. 是否超过问题和长度预算、重复已确认问题或在交接后继续追问?若是,压缩。
  11. 是否声称看板自动接入、自动同步或自动触发已验证?若是,删除并改为人工复制输入。
  12. 是否把网络、存储、安全等支撑产品与双主线平铺?若是,只保留会改变当前判断的必要支撑。
  13. 是否把历史 PASS/MINOR 或未测试能力包装成当前版本已验证?若是,删除。
  14. KA 是否能立即看懂先跟谁、怎么开口、下一句和下一步?如果不能,重写为动作。

自修改边界

正常客户分析时不要修改 Skill、Runner、数据集、知识库、看板或自动化。只有用户明确要求更新 Skill 时才另存新版本;不覆盖历史版本、Hash、Run、Case、Session 和结果数字。

常见问题

5 问
答案由本站依据条目字段整理
高校AI4S售前研判怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_566c48f8/university-research-presales。安装方式为未标注。装完刷新技能列表或重开客户端。

高校AI4S售前研判支持哪些客户端?

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。

高校AI4S售前研判权限高吗,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。

高校AI4S售前研判收费吗?

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。

高校AI4S售前研判用什么许可证?

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。