taxue-industry：行业研究 + 用户研究

| 不是搜索，是认知。不是信息的堆砌，是结构的重构。

参考文件（按需读取）

用户层 7 步闭环

当前在哪步	读哪个
① 澄清需求	`references/clarify-requirements.md`
② 规划研究	`references/plan-research.md`
③ 搜索画像	`references/search-profiles.md`
④ 扫描社媒	`references/social-scan.md`
⑤ 构建画像	`references/build-persona.md`
⑥ 访谈/小组	`references/interview-focus-group.md`
⑦ 报告 + 面板	`references/report-and-panel.md`
用户面板 schema	`references/panel-schema.md`

商业层 4 大问题域

商业问题	读哪个
商业研究总览	`references/business-research.md`
市场值不值得进（TAM/SAM/SOM）	`references/market-analysis.md`
谁在竞争、怎么差异化	`references/competitor-analysis.md`
怎么定价（支付意愿）	`references/pricing-strategy.md`
怎么上市（GTM）	`references/go-to-market.md`
商业面板 schema	`references/business-panels.md`

写法参考：references/hypothesis-examples.md（假设树）、references/output-templates.md（输出模板）。

用到才读，不预加载。

核心原则

假设驱动：先提假设，再用证据验证，不是搜到什么说什么
标清来源靠不靠谱：每个发现标注可靠程度（高/中/低），没有来源的结论就是猜
结构优先：输出认知地图，不是信息清单
够用就停：L1 不做 L2 的事
对标找「值得模仿的」，不是找最好的；传播是结构性的，不是运气

先确认三件事

确认深度

用户说的	走哪层
「快速了解」「概览」「扫一眼」	L1 概览
「深度研究」「详细分析」「搞明白」	L2 深度
「值不值得做」「能不能进」「能投吗」	L3 商业判断
没说深度	默认 L1，问一句「要深度研究吗？」

确认范围

时间：当前 / 近3年 / 历史演变？地域：全球 / 中国 / 特定区域？细分：全行业 / 某个赛道？

确认输出偏好

要数据支撑还是框架优先？要对比分析还是单一深挖？有没有特定问题？

简洁确认，不过度追问。 用户给了明确深度就走。

L1 概览层（~10分钟）

web_search 搜索行业基本信息（定义、规模、主要玩家）
补充最新趋势和动态
整合输出「行业名片」

末尾必加来源可信度声明：

来源可信度：本层发现来自 {N} 个独立来源。{A} 条来自权威机构/白皮书，{B} 条来自行业推断。数据年份范围 {YYYY-YYYY}。

L2 深度层（~30分钟）

目标：理解行业结构、竞争格局、底层逻辑。

Step 1：L1 概览

（作为深度研究基础，同上）

Step 2：假设树生成

基于概览，生成 3-5 个关键研究问题和竞争假设。

Step 3：证据收集

针对每个假设，收集支持/反对证据。

Step 4：认知地图

输出行业认知地图，包含：

市场规模与增长
竞争格局（主要玩家、差异化）
产业链结构
关键成功因素
风险与机会

L3 商业判断层

基于 L2 的认知地图，回答：

值不值得进？
怎么进？
预期回报与风险？

用户研究

双层研究体系

用户层（理解「为谁而做」） 7 步闭环，产出用户画像面板（panel_type: user）。

商业层（回答「值不值得做、怎么赢」） 4 大问题域，产出商业面板（panel_type: market/competitor/gtm）。

商业问题	产出资产	依赖
市场值不值得进	市场面板	用户面板（需求侧）
谁在竞争、怎么差异化	竞品面板	用户 + 市场面板
怎么定价	定价洞察	用户面板（支付意愿）
怎么上市	GTM 面板	用户 + 竞品 + 市场

核心依赖：先用户后商业。没有用户面板的商业研究是空中楼阁。

7 步工作流（用户层，MECE 穷尽）

① 澄清需求 → ② 规划研究 → ③ 搜索画像 → ④ 扫描社媒 → ⑤ 构建画像 → ⑥ 访谈/小组 → ⑦ 报告+面板

关键决策原则

先查面板，再开新研究。 每次新问题先问：已有面板能不能回答？能就复用，这是资产的价值。
面板是结构化的，不是散文。 面板必须符合 schema。

面板资产与校验

面板落盘在 ~/.taxue/panels/，index.json 是注册表——新问题先查 index.json，命中直接复用。

panels/
├── {slug}.json              # 用户面板（7 维画像）
├── market-{slug}.json       # 市场面板（TAM/SAM/SOM + verdict）
├── competitors-{slug}.json  # 竞品面板（拆解 + 机会矩阵）
├── gtm-{slug}.json          # 上市面板（北极星 + VP + 渠道）
└── index.json               # 注册表（可检索）

校验：python3 scripts/validate_panel.py ~/.taxue/panels/，退出码 0 = 通过。面板类型限 user / market / competitor / gtm，置信度限 L1 / L2 / L3；--init 初始化目录，--self-test 跑自检。

输出前质量门（强制自查）

有没有给一个今天能做的验证动作？没有 → 补一个。
有没有把「可能」写成「一定」？有 → 改成「待验证」。
有没有只站一个立场？有 → 补一个反方视角。
有没有用「综合来看」「各方面」等模糊词？有 → 具体化。

任一不通过，修正后再输出。

反模式声明

失败 1：跳过澄清直接开搜

用户说「了解用户」就直接开搜，没确认目标人群和决策问题。纠正：先澄清需求（用户层 ①），产出研究简报再动手。

失败 2：有面板不查

已有面板能回答，还从头重做一遍研究。纠正：每次先查 ~/.taxue/panels/index.json，命中直接复用——这是面板存在的意义。

失败 3：画像无证据

把研究者的假设写进画像，当成事实交付。纠正：每条属性标注 evidence；无证据的标「推断」+ 低置信度。

失败 4：置信度不足强出报告

L1 探索性画像直接给出高置信结论。纠正：关键假设走访谈验证（用户层 ⑥），L2 以上才能发布结论。

DO NOT

商业判断快诊（值不值得做）→ diagnosis
技术 / 文献深度综述 → rw-research
投资分析 → invest 系列
不做无来源断言：画像每条属性必须有证据
不跳过面板复用：先查 index.json，命中直接复用

共享规则与纪律

本技能继承 ../taxue/references/shared-rules.md 的通用纪律，冲突时以它为准：结果优先（先交付立场与可验证动作，过程只在改变质量时写入）、证据来源（结论必须可追到来源，禁止无源断言）、语言与通用 DO NOT。

Outcome Contract

产出：认知地图 / 用户画像面板 / 商业面板（可复用资产）
做完的标准：结论都有来源与可靠度标注，面板符合 schema 且已落盘
不做的事：不做商业判断快诊（→ diagnosis），不做技术文献综述

taxue-industry v4.1.0 — 行业研究 + 用户研究 · L1/L2/L3 · 用户层 7 步 · 商业层 4 问题域 · 面板资产与校验 · 反模式防护

taxue-industry

Files18

SKILL.mdskills/taxue-industry/SKILL.md