Agent Skills 万千应用 · 第13篇行业报告 Skill从一堆网页生成结构化报告01场景痛点资料越多报告越难写很多人做行业研究时第一步不是写报告而是先被资料淹没。老板说“帮我看看这个方向能不能做。”你打开新闻、官网、研报、融资报道、评论区最后收集了几十个链接。问题来了资料越多越难形成判断。普通 AI 能把网页摘要成几段话但老板真正要的是这个市场有没有机会竞争是不是太卷小团队应该从哪里切入下一步该验证什么这就是行业报告 Skill 的价值它不是把资料压缩成摘要而是把资料整理成“可决策的结构化报告”。02Skill 实操效果两个真实场景对比案例一AI 硬件小团队选方向。输入材料包括 18 篇新品报道、5 个竞品官网、3 篇融资新闻、若干用户评论。普通提示词通常会输出“AI 硬件正在升温用户关注效率和陪伴”。这类结论没错但无法指导行动。使用行业报告 Skill 后输出会更像工作材料模块输出示例一句话结论不建议直接做通用 AI 胸针建议切入会议记录、桌面助理或垂直行业终端。证据链新品密集发布但评论区高频质疑集中在续航、隐私、价格和刚需不足。机会点小团队更适合做“明确场景 明确人群 可交付结果”的设备。下一步访谈 10 位销售、培训、咨询从业者验证“会议后自动生成行动项”的付费意愿。案例二本地企业想做“门店数字化服务”。输入材料包括 12 个竞品落地页、团购平台评价、门店老板访谈记录、三份收费方案。普通提示词只会说“餐饮数字化需求旺盛”。行业报告 Skill 会输出更完整的判断低价工具很多但老板真正缺的是“获客活动怎么做、员工怎么执行、效果怎么复盘”。报告最后给出三个产品切口活动日历、私域回访、差评预警并标注优先级和验证方式。03Skill 简介它是什么包含哪些文件行业报告 Skill 是一个专门帮助 Agent 做行业研究、市场分析和机会判断的能力包。它适合处理网页、新闻、官网、评论、访谈纪要、公开报告等资料。网上已有类似方向的开源 Skill 可参考例如 GitHub 上的市场研究报告类 Skill。本篇同时提供一份更适合中文公众号和小团队研究场景的增强版industry-report-skill-zh-v1.zip。industry-report-skill-zh-v1/ ├── SKILL.md ├── references/ │ ├── report_structure.md │ ├── source_quality_checklist.md │ └── evidence_tags.md ├── scripts/ │ └── source_inventory.py └── assets/ └── industry_report_template.md它解决的不是“写一篇漂亮文章”而是把混乱资料变成结论、证据、机会、风险、行动清单。04核心机制SKILL.md 怎么设计这个 Skill 的关键是让 Agent 先做“资料治理”再做“报告写作”。环节关键设计触发条件当用户要求分析行业、市场、赛道、竞品、机会时触发。渐进式加载先读取 SKILL.md遇到报告结构、证据评级、来源清洗时再加载对应参考文件。工作流资料清单 → 来源分级 → 证据归类 → 判断生成 → 报告输出。质量要求所有判断必须能追溯到资料来源不确定内容单独列出不强行下结论。这样做的好处是Agent 不会一上来就写长文而是先把信息变成“可检查的中间结果”。05使用方式适配不同 Agent 环境在 ChatGPT 中可以上传资料和 Skill 包让它按 Skill 规则输出报告。在 Claude 中可以把 Skill 上传到支持 Skills 的环境让模型按需调用。在 Hermes 或 OpenClaw 中可以把 Skill 解压到本地技能目录用任务方式触发请用行业报告 Skill 分析这个赛道并输出机会判断。实际使用时不建议只说“帮我写报告”。更好的输入是目标读者是谁、要判断什么、资料有哪些、最终想要报告还是行动清单。06避坑指南别把报告写成资料拼贴第一不能只堆资料。行业报告最重要的是判断不是链接数量。第二不能混淆事实和观点。新闻发布时间、产品价格、用户评论是事实机会大小、进入策略是判断。第三不能忽略反证。只找支持自己想法的资料报告会很危险。第四不能省略待核验项。公开资料往往不完整真正的结论需要访谈、测试或付费数据补齐。07下期预告下一篇继续讲研究场景里的高频能力论文追踪 Skill。它解决的问题是怎样让 Agent 每天帮你追踪新论文筛掉噪音留下真正值得读的研究进展。配套资源本篇配套 Skill 包industry-report-skill-zh-v1.zip。链接https://pan.quark.cn/s/c0fb8d0aa0af