Skip to content
Back to skills

Taxue Industry

ASecurity

行业研究 + 用户研究。不是信息堆砌,是结构重构——假设驱动、标注来源可靠度、输出认知地图。 When to use / 适用场景: 行业、赛道、竞争、市场、趋势;用户研究、用户画像、目标用户、persona、访谈、为谁而做;竞品分析、市场调研。 EN: "industry research", "market analysis", "competitor analysis", "user research", "target audience", "persona". Not for / 不适用: 商业判断/值不值得做 → diagnosis;职业方向选择 → career。

  • 24 stars
  • 0 votes
  • 0 copies
  • 3 views
  • Added September 6, 2026
ai-agentspythongo

Security analysis

A100/100

Pro scans all 3 files and shows the line behind each finding

Scanned October 2, 2026

npx -y skills add taxueseek/taxueskills --skill taxue-industry --agent claude-code

Installs into .claude/skills of the current project.

Are you the author of Taxue Industry?

Add the live security badge to your README. It updates with every re-scan.

Security grade badge for Taxue Industry
[![Security: A — Skills Directory](https://www.skillsdirectory.com/api/skills/taxueseek-taxue-industry/badge)](https://www.skillsdirectory.com/skills/taxueseek-taxue-industry)

More formats (shields.io, HTML) on the badges page. Keep it an A: scan every change in CI with Pro.

Download with Pro
SKILL.md
---
name: taxue-industry
version: "4.1.0"
description: |
  行业研究 + 用户研究。不是信息堆砌,是结构重构——假设驱动、标注来源可靠度、输出认知地图。
  When to use / 适用场景: 行业、赛道、竞争、市场、趋势;用户研究、用户画像、目标用户、persona、访谈、为谁而做;竞品分析、市场调研。
  EN: "industry research", "market analysis", "competitor analysis", "user research", "target audience", "persona".
  Not for / 不适用: 商业判断/值不值得做 → diagnosis;职业方向选择 → career。
---

# 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

1. **假设驱动**:先提假设,再用证据验证,不是搜到什么说什么
2. **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
3. **结构优先**:输出认知地图,不是信息清单
4. **够用就停**:L1 不做 L2 的事
5. **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)

1. web_search 搜索行业基本信息(定义、规模、主要玩家)
2. 补充最新趋势和动态
3. 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
1. **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。
2. **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)

1. 有没有给一个今天能做的验证动作?没有 → 补一个。
2. 有没有把「可能」写成「一定」?有 → 改成「待验证」。
3. 有没有只站一个立场?有 → 补一个反方视角。
4. 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*

Files in this skill

  • SKILL.md10.4 KB
  • references/hypothesis-examples.md3.5 KB
  • references/output-templates.md4.8 KB

Attribution

Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.

Comments

Loading comments…

Newsletter

Get the weekly list of safe new skills, and the ones we pulled.