← 返回 Skills 市场
whisperbot

产品分析大法-双轴洞察引擎

作者 Vash · GitHub ↗ · v1.0.2 · MIT-0
cross-platform ✓ 安全检测通过
15
总下载
0
收藏
0
当前安装
2
版本数
在 OpenClaw 中安装
/install product-analyze-insight-chrono-prism
功能描述
基于八步骤方法,结构化分析产品、公司等,从多维时间和生态轴洞察因果机制,挑战偏见,输出定制报告。
使用说明 (SKILL.md)

ChronoPrism — 双轴深度研究引擎

横纵分析法 × ChronoPrism 融合版。保留原版的叙事深度和写作质感,引入证据分级、因果机制、红队挑战。

核心原则

纵向追时间深度,横向追同期广度,最终交汇出判断。

这不是一份冷冰冰的咨询报告,而是一篇让人能从头读到尾的深度研究。写得像优质的深度报道或非虚构特稿——有节奏感,有画面感,有故事弧线。读者应该能被内容本身吸引着往下读,而不是靠目录跳着看。


八步流程

Frame → Evidence → Time Axis → Ecosystem Axis → Mechanism → Prism → Red-Team → Output

Step 1: Frame(定框架)

确认研究对象:

  • 对象:产品/公司/技术/市场/概念/人物/政策/趋势
  • 目标:学习/决策/比较/投资/构建/销售/监控
  • 深度:深度报告(默认)/ 快报 / 决策备忘录 / PM 机会扫描 / 竞品分析 / 技术评估
  • 时间窗口:起源至今 / 近期 / 特定历史窗口

Step 2: Evidence Map(证据地图)

先做证据分级,再下结论。

级别 类型 示例
Primary 一手证据 官方文档、财报、发布说明、论文、仓库源码、公开访谈
Secondary 强二手 权威媒体、分析师报告、会议演讲、专家文章
Field 田野证据 用户评价、社区讨论、Issue 追踪、Benchmark
Weak 弱证据 无来源摘要、转载、SEO 文章、传闻

对重要声明标注证据等级。证据薄弱时,早期降置信度。如果某些信息无法确认,明确标注为推测或未经证实,不要编造。


Step 3: Time Axis(纵向分析)

这是报告的主体,篇幅最重。

沿时间轴,完整还原研究对象从诞生到现在的发展全貌。用故事的方式把发展史串起来,让读者感受到因果关系和时代脉络。每一阶段用因果结构解释:

Context → Actor → Choice → Constraint → Result → Residue

内容要求

  1. 起源追溯:诞生的背景是什么?基于什么技术/理念/需求而来?创始团队或核心推动者是谁?当时的行业环境是什么样的?
  2. 诞生节点:明确的首次发布/成立/提出时间,最初的形态和定位。
  3. 演进历程:按时间顺序梳理所有关键节点——重大版本更新、融资事件、团队变动、战略转型、技术架构变化、用户规模里程碑、重大合作或收购、公关危机或争议事件。
  4. 决策逻辑:在每个关键节点上,尽可能还原决策背后的原因。为什么选了 A 而不是 B?当时面对的约束条件是什么?哪些早期决策"锁定"了后来的发展方向?
  5. 叙事驱动,不是罗列驱动:不要写成"2023 年 1 月发布了 A,2023 年 3 月发布了 B"这种流水账。要有故事弧线,有起承转合。一个产品为什么在某个时间点突然爆发,背后的铺垫是什么,转折是什么。

篇幅

6000-15000 字。历史越长、节点越多靠近上限,新生事物靠近下限。把故事讲完整、讲透,每个关键节点都值得展开写,不要为了压缩而跳过重要细节。宁可写长写细,也不要蜻蜓点水。


Step 4: Ecosystem Axis(横向分析)

以当前时间点为切面,与同赛道的竞品/同类进行全面对比。

首先判断竞品情况

  • 场景 A(无直接竞品):分析它为什么没有竞品?品类太新、壁垒太高、还是市场太小?未来最可能从哪个方向冒出竞争者?有没有间接替代方案?
  • 场景 B(少量竞品 1-2 个):逐一深入对比,每个竞品展开详细分析。
  • 场景 C(竞品充分 3+ 个):选取最具代表性的 3-5 个,其余简要提及。

对比维度

不只比功能参数。覆盖六个视角:

维度 说明
直接竞品 核心差异:技术路线、产品形态、商业模式、目标用户、优劣势、定价
间接替代 用户之前怎么解决这个问题的
相邻玩家 上游供应商、下游渠道、平台、合作伙伴
潜在进入者 谁能从另一个品类杀进来
用户分层 谁获得最大价值、谁流失、谁从不采用
切换成本 为什么用户留下/离开/多栖

对比要有温度:不要写成参数对照表的文字版。要讲清楚每个竞品"活成了什么样",用户选它的真实理由是什么,而不只是罗列功能差异。每个主要竞品至少展开 1500 字以上的独立分析,不要一笔带过。

篇幅

3000-10000 字。场景 A 控制在 3000 字左右。场景 C 每个主要竞品至少展开 1500 字以上。


Step 5: Mechanism(机制分析)

解释为什么行或不行。选择合适的透镜(产品/技术/增长/商业/战略/组织/信任),标注哪个最强、哪个脆弱、哪个是声称但未证实的。


Step 6: Prism Synthesis(棱镜交汇)

这是整篇报告的精华段,不要写成前面内容的缩写版,要给出新的、综合性的判断。

交叉时间轴和生态轴,回答:

  • 哪些当下优势是历史积累?哪些当下弱点是曾经合理选择的遗产?
  • 哪些竞品差异是战略性的而非表面的?
  • 当前轨迹持续的必要假设是什么?什么会改变结论?

用标签标注:事实 解读 推断 待确认

篇幅

1500-3000 字


Step 7: Red-Team(红队挑战)

在定论前挑战自己的故事:最佳反论、替代解释、缺失数据、会推翻结论的证据、偏差风险、置信度(高/中/低)。高风险话题建议标注具体验证步骤。


Step 8: Output(输出)

篇幅总要求

全文 10000-30000 字。不要怕长,研究报告的价值在于深度和完整度。写到该停的地方自然停,但绝不能因为篇幅焦虑而牺牲信息密度。

写作风格(强制执行)

这不是一份冷冰冰的咨询报告,而是一篇让人能从头读到尾的深度研究:

  1. 可读性优先:写得像一篇优质的深度报道或非虚构特稿,有节奏感,有画面感。读者应该能被内容本身吸引着往下读。
  2. 叙事驱动,不是罗列驱动:纵向部分要有故事弧线,有起承转合。
  3. 观点要有,但必须建立在事实之上:鼓励给出判断和洞察,但每一个观点都必须有事实支撑。先摆事实,再给判断。如果是推测,明确标注。
  4. 用人话写:避免咨询公司式的套话和空洞的形容词(如"赋能""抓手""打造闭环")。用具体的细节和例子代替概括性陈述。
  5. 对比要有温度:讲清楚每个竞品"活成了什么样",用户选它的真实理由是什么。
  6. 知识是"聊着聊着顺手掏出来"的:在讲述过程中自然地带出背景知识,不要"下面我来给大家科普一下"。

输出结构

  1. 先输出纵向分析(发展史叙事)——报告的主体
  2. 再输出横向分析(竞品对比)——核心分析必须是文字论述,表格辅助
  3. 最后「横纵交汇」总结——给出新的、综合性的判断
  4. 所有信息尽可能标注来源或时间节点,确保可追溯

交付格式

默认 PDF(HTML + WeasyPrint 渲染,排版精良)。用户可指定:

格式 命令 产物
PDF 默认 ~/Desktop/\x3C报告名>.pdf + analysis/ 存档
Markdown --md analysis/ 存档
飞书文档 --feishu 飞书文档链接

质量门禁

禁止

  • 无故时间线(只列事件不给因果)
  • 无用户选择逻辑的竞品表
  • 弱证据支撑的强断言
  • 平滑缺失证据为自信叙事
  • "赋能/抓手/打造闭环"等套话
  • 流水账式的年表罗列
  • 参数对照表替代有温度的竞品分析

必须

  • 纵向部分 6000-15000 字,横向 3000-10000 字,交汇 1500-3000 字,全文 10000-30000 字
  • 叙事驱动,故事弧线,可读性优先
  • 每个观点有事实支撑

联网策略(强制执行)

至少 3 个并行子 Agent 深搜,禁止跳过直接总结。信息来源优先一手,多轮搜索。

相关页面

  • [[skill/ingest-workflow]] — 知识摄入工作流
  • [[skill/llm-wiki]] — 知识管理框架
安全使用建议
Install this if you want long, source-backed research reports. Before using it, note that default PDF output may create files on your Desktop and in an analysis archive, and optional Feishu output may place content in a third-party document system. Verify important business, investment, policy, or technical claims independently.
能力评估
Purpose & Capability
The artifact coherently defines a Chinese long-form product/company/market research workflow with evidence grading, timeline analysis, competitor comparison, synthesis, and red-team review.
Instruction Scope
It explicitly asks for extensive research, including at least three parallel sub-agents and multiple searches; that can use noticeable resources but fits the stated deep-research purpose.
Install Mechanism
The reviewed artifact is a Markdown-only skill file. Metadata and local inspection show no executable scripts, dependencies, package installation, or install-time commands.
Credentials
Web research, PDF generation, local analysis archives, and optional Feishu document output are disclosed delivery behaviors and proportionate for report generation, but users should avoid including sensitive content unless they are comfortable with those outputs.
Persistence & Privilege
The default PDF path on the Desktop plus an analysis archive creates local persistent files, but this is disclosed as the report delivery format and there is no background service, privilege escalation, credential request, or account-changing action.
如何使用
  1. 确保已安装 OpenClaw(本地或 Docker 部署)
  2. 在对话框中输入安装命令:/install product-analyze-insight-chrono-prism
  3. 安装完成后,直接呼叫该 Skill 的名称或使用 /product-analyze-insight-chrono-prism 触发
  4. 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
版本历史
v1.0.2
- Major rewrite focused on writing style and depth: shifted from "咨询报告" to readable, narrative-driven research with strong storylines and details. - Updated eight-step research framework: clarified requirements for each stage, especially time axis (6000–15000 words, narrative, causal), and horizontal (ecosystem) analysis (3000–10000 words, warm comparison, not just tables). - Tightened quality gates: enforced minimum word counts and mandated fact-based, source-traceable arguments; strictly banned "watered down" event lists and consulting jargon. - Output structure and style mandates: analysis split clearly into vertical, horizontal, and synthesis sections; narrative and readability prioritized throughout; clear source marking. - Delivery options reorganized: clarified PDF (default), Markdown, and Feishu Doc outputs and respective commands. - Code/operational instructions, detail on evidence grading, and related knowledge management pointers included for implementation.
v1.0.1
- Migrated documentation to a new consolidated skill.md file; removed older SKILL.md and skill-card.md files. - Updated and expanded methodology details, now presented in Chinese with richer content on evidence grading, causal mechanisms, red-team checks, and multiple output templates. - Clearly outlines an 8-step research and analysis workflow with strict quality and evidence requirements. - Introduced new output and delivery formats, including PDF, Markdown, and Feishu Docs, with specified generation processes and scenarios. - Added enforced web research protocol (parallel agent searches, no direct summarization).
元数据
Slug product-analyze-insight-chrono-prism
版本 1.0.2
许可证 MIT-0
累计安装 0
当前安装数 0
历史版本数 2
常见问题

产品分析大法-双轴洞察引擎 是什么?

基于八步骤方法,结构化分析产品、公司等,从多维时间和生态轴洞察因果机制,挑战偏见,输出定制报告。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 15 次。

如何安装 产品分析大法-双轴洞察引擎?

在 OpenClaw 或 Claude Code 对话框中运行命令「/install product-analyze-insight-chrono-prism」即可一键安装,无需额外配置。

产品分析大法-双轴洞察引擎 是免费的吗?

是的,产品分析大法-双轴洞察引擎 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。

产品分析大法-双轴洞察引擎 支持哪些平台?

产品分析大法-双轴洞察引擎 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。

谁开发了 产品分析大法-双轴洞察引擎?

由 Vash(@whisperbot)开发并维护,当前版本 v1.0.2。

💬 留言讨论