MM-資訊來源

安裝人數
0
分類研究
來源YouMind

指令

描述

編輯推薦

為什麼我們推薦這個技能

作為資深產業資訊來源研究專家,本技能能精準建構高價值資訊來源清單,不僅提供人類可讀表格,還生成 Agent 可用的 JSON 資料,確保資訊來源的權威性、時效性和可存取性。

輸入某個行業、賽道、細分領域、產品類型或研究主題後,系統性發現該領域中高價值、可持續更新、跨平台、跨國家/地區的核心信源,整理成適合 Agent 後續訪問、檢索和監控的信源清單(人類可讀表格 + Agent 可讀 JSON)。

相關技能

查看全部
研究

如何快速了解一個行業

📋 使用指南 這個 Skill 是一套基於麥肯錫方法論驅動的行業研究引擎,基於肖璟《如何快速了解一個行業》中的八維框架。你告訴它一個行業名,它幫你產出一份系統化的行研報告。 —————————————————————————————— 🚀 基礎用法 直接告訴我你想研究什麼行業即可,越具體越好: a. "幫我分析一下固態電池行業" b. "看看人形機器人產業鏈,創業視角" c. "光伏行業現在還能投嗎?" 你可以附帶三個資訊(不強制,缺了我會按預設處理): 1. 行業名:越具體越好,例如「鈣鈦礦光伏」而非「新能源」,此項「必填」; 2. 目標:投資 / 擇業 / 創業 / 競品分析 / 科普,預設:投資; 3. 地區:中國市場 / 全球 / 美國 / 東南亞...,預設:中國市場; —————————————————————————————— ⚙️ 它會自動做什麼? 整個流程分為 4 個階段: 1. 多輪聯網搜索搜市場規模/增速/滲透率、產業鏈、競爭格局、護城河證據、政策、估值——每一條結論都有來源和時點,絕不編造; 2. 生命週期定位用滲透率判斷行業處於導入期/成長期/成熟期/衰退期,不同階段研究重點完全不同; 3. 八維度深挖商業模式 → 市場規模 → 護城河(強制深挖動態趨勢)→ 競爭格局(強制逐條五力打分)→ 估值 → PEST → 景氣度; 4. 反共識檢驗區分市場已反映在價格中的明牌 vs 被忽略的真問題,給出決策建議; —————————————————————————————— 📊 產出什麼? 一份 Markdown格式的專業行研報告,結構如下: 1. ⚡ 30 秒速判 — 階段 / 核心賺錢邏輯 / 最大機會 / 最大風險 / 一句話結論; 2. 研究對象,邊界界定; 3. 生命週期定位(含滲透率數據); 4. 八維度逐項分析(護城河含動態趨勢表格、波特五力逐條打分表); 5. 反共識檢驗; 6. 結論與決策建議; 7. 關鍵風險清單; 8. 數據來源與時間說明; —————————————————————————————— 🔑 兩個核心亮點 1. 護城河強制深挖:不只講壁壘類型,必須回答「過去 2-3 年是變寬還是變窄」,用份額/毛利率/定價權數據說話; 2. 波特五力逐條打分:五條全打,不給偷懶空間,判斷當前誰議價權最強、格局對頭部是友好還是惡化; —————————————————————————————— ⏱️ 耗時 大約 2-4分鐘,因為需要多輪搜索 + 逐維度分析 + 撰寫報告 —————————————————————————————— 🧩 後續可擴展 報告產出後,可以繼續接兩個專項分析(需要你手動確認,不會自動跑): 1.「拆鏈找卡點」:從產業鏈中定位趨勢放量時繞不過去的物理卡點,鎖定真受益標的; 2.「DCF 估值」:對行業內具體公司跑完整現金流折現模型; —————————————————————————————— ▶️ 想試試? 直接告訴我一個行業名就行,例如「幫我看看 AI Agent 行業,創業視角」或「氫能產業鏈現在什麼情況?」

3210k

天人感應

針對用戶指定的財經/科技/商業方向,自動搜尋多平台資訊來源,篩選出初步線索和核心線索,並挖掘10年內的關聯事件,輸出結構化選題分析報告。 步驟 1:多源資訊採集 - 搜尋過去30天內的新聞,覆蓋微信公眾號、華爾街見聞、36氪(高權重),虎嗅、雪球、鈦媒體(標準權重) - 記錄標題、時間、平台、摘要、原始連結 - 初步過濾重複、廣告、低可信度內容 步驟 2:資訊去重與聚合 - 按核心對象、核心事實、時間窗口(7天內)聚合同一事件 - 統計被多少獨立信源提及 - 去除低價值事件,輸出候選資訊事件清單 步驟 3:事件分析與線索分類 初步線索標準(符合任一):反常事件、高討論度(3個以上信源)、異動、行業重大節點、大公司負面 核心線索標準(符合2條及以上):戲劇化衝突、可挖掘意義空間、3個以上主體、時效性(14天內) - 核心線索不少於5條,總量10-25條 - 每個線索包含:事件標題、概述、可寫點深度分析(具體展開寫作價值)、符合標準標註 步驟 4:深度關聯挖掘 - 搜尋範圍擴展至10年內 - 提取關鍵實體,搜尋:主體歷史節點、行業政策演變、競品同期動態、上下游產業鏈變化 - 只要有關聯即收錄,標註關聯類型和年份 步驟 5:結構化輸出 輸出包含:一、核心線索區塊;二、初步線索區塊;三、研究建議 每個線索包含:事件概述、符合標準標註、可寫點深度分析、關聯事件(10年歷史)、參考連結 工具配置:網頁搜尋、長文檔生成 參考資源:無固定參考,用戶可在輸入時附加

C
1免費
研究

小眾 AI 產品雷達系統

一個系統化的小眾 AI 產品機會發掘引擎 v3.1。融合 v2.0 的數學嚴謹性與 App 掘金執行方法論:五級錨點量規與對數轉換需求強度評分、品類加權供給稀缺度、訊號時效衰減函數、競爭反應與平台風險博弈分析、貝葉斯先驗—後驗更新驗證框架。v3.1 新增 SonarPing 供給側探測層:接入其每日 AI 新品掃描、套殼與同質化淘汰、實際上手測試與時間序列快照資料,剝離名義供給中的無效競品,計算有效供給率、新品進入速度與失活速度,將靜態半衰期升級為由真實供給流量驅動的動態窗口期。整合 130+ 位中文 Twitter 部落客生態、中文社群與支付行為資料,作為高品質需求訊號來源,協助獨立開發者識別低競爭、高痛點密度的 AaaS 與 B2C 訂閱制機會,輸出可執行的雷達報告與推廣管道矩陣。

D
244免費

發現下一個適合你的技能

繼續探索更多精選 AI 技能,用於研究、創作和日常工作。

探索全部技能