Product Research

SKILL.md

---
name: product-research
description: 对软件产品进行深度研究，输出支持产品面试、竞品分析、行业研究或商业尽调的结构化报告。用于用户要求深度研究、分析某个产品、准备产品岗位面试、比较竞品或梳理产品战略时。
---

# 通用软件产品深度研究

将 B 端或 C 端软件产品整理为有证据、可追溯、适合面试表达的深度报告。

## 1. 明确研究范围

从用户消息中提取产品名、研究目的、目标岗位或对比视角、特别关注点和输出位置。能从上下文合理推断时直接执行；只有产品存在歧义或选择会显著改变报告时才提问。

默认报告框架：

1. 基础认知：规模、归属、用户和营收口径
2. 发展历程：版本、事件和战略演进时间线
3. 核心定位：官方定位与外部分析
4. 竞品对比：用户、场景、功能、商业模式、生态和护城河
5. AI 战略：态度、产品布局、能力与主要竞品对比
6. 深度战略分析：结合用户关注点定制
7. 面试关键观点：三条可在面试中直接表达的结论

如果用户明确要求先确认框架，则确认后继续；否则采用默认框架并推进。

## 2. 多路采集

围绕五条独立路径开展研究。优先使用批量网页搜索并行查询；任务体量较大且允许委派时，可将独立路径分配给多个研究代理，但不得依赖固定模型名称或固定代理数量。

| 路径 | 研究内容 | 优先来源 |
|---|---|---|
| 官方数据 | 官网、公告、财报、发布会、帮助文档 | 公司官方与监管披露 |
| 发展历程 | 版本迭代、重大事件和战略转向 | 官方记录与可靠科技媒体 |
| 竞品数据 | 规模、功能、战略和本质差异 | 竞品官方资料与横向研究 |
| 行业量化 | 市场规模、用户、收入及渗透率 | 权威研究机构与统计资料 |
| 深度战略 | 护城河、组织选择和行业解读 | 高质量深度报道与专家分析 |

每条关键事实记录来源、发布日期、数据截止日期和证据等级：一手、二手或估算。引用应链接到直接支持结论的页面。

## 3. 起草与综合

先完成基础认知、发展历程、竞品对比和 AI 战略，再综合核心定位与深度战略分析，最后提炼面试观点。不要让不同章节各自使用不可比的数据口径。

面试观点每条应：

- 能在约 30 秒内表达；
- 包含产品本质、关键差异或护城河；
- 至少有一个可核验的数据或事实锚点；
- 明确事实、推断和个人判断之间的边界。

## 4. 校验

交付前检查：

1. 规模、营收和用户数据的口径与时间是否一致。
2. 官方事实、媒体转述和行业估算是否清晰区分。
3. 产品定位与历史演进是否自洽。
4. 竞品数据的时间点和定义是否可比。
5. 所有关键数字是否有直接来源；找不到证据则写“公开信息不足”。

## 5. 输出

默认在用户指定目录或当前工作目录的 `{产品名}/` 下生成：

```text
{产品名}/
├── {产品名}深度研究.md
├── 信息来源汇总.md
└── raw/
    ├── 路径1_官方数据.md
    ├── 路径2_发展历程.md
    ├── 路径3_竞品数据.md
    ├── 路径4_行业量化.md
    ├── 路径5_深度战略.md
    └── _采集摘要.md
```

仅在用户需要文件交付或任务适合形成长期资料时落盘；简单问答可直接在对话中交付。不要覆盖已有文件，除非用户明确要求。

## 边界

- 不把未经验证的员工评价、薪资信息或匿名爆料当作事实。
- 不收集个人隐私。
- 商业研究不自动扩展为投资建议，不预测股价或市值。
- 不编造数据；缺失信息应明确保留为数据缺口。