市场研究报告 Skill 实测:50页咨询级报告怎么生成
「市场研究报告」Skill 能在 Claude Code 等工具中输出 50 页以上的 LaTeX 排版报告,带波特五力、TAM 测算和自动可视化,但数据必须人工核实。
凌晨两点的投标截止线
凌晨两点,你盯着空白的 PPT,客户要一份"麦肯锡级别"的行业分析,48 小时后交稿。没有分析师团队,没有 Gartner 订阅,只有一台装了 Claude Code 的笔记本。这时你想起「市场研究报告」这个 Skill——它不是聊天模板,而是一套完整的报告生成引擎。
这个 Skill 能做什么
「市场研究报告」来自 claude-scientific-skills(MIT 许可),由 K-Dense-AI 维护。它不生成零散段落,而是输出50 页以上的完整 PDF,采用专业 LaTeX 排版,配色和版式仿照顶级咨询公司交付物。
核心能力分三层:
- 分析框架层:内置波特五力、PESTLE、SWOT、BCG 矩阵、TAM/SAM/SOM 测算等标准战略工具,不是简单提及名词,而是按咨询公司的逻辑展开论述
- 数据整合层:调用
research-lookup检索市场数据,对接 Gartner、Forrester、IDC、行业协会、政府统计等来源 - 可视化层:通过
scientific-schematics和generate-image生成 12 类图表——从同心圆式的市场分层图到风险热力图,报告开篇即强制输出 6 张核心可视化
输出格式是带 market_research.sty 样式包的 LaTeX,直接编译为 PDF。这意味着字体、页眉页脚、图表编号、目录结构都是出版级,不是 Markdown 导出的粗糙替代品。
启用方式
该 Skill 兼容 Claude Code、OpenClaw、Hermes Agent 三款工具。启用方式遵循各工具的 Skill 加载机制——在 Claude Code 中通过 /skill 指令或配置文件挂载,OpenClaw 和 Hermes Agent 按各自的 Skill 市场或配置接口启用。无需额外命令行安装,也不存在 pip 或 npm 包。
生成一份报告框架的实操
假设你需要分析新能源汽车电池市场。启动 Skill 后,系统会按固定结构推进:
封面与导航(约 5 页)
封面页带自动生成的行业概念插图,目录、图表目录、表格目录由 LaTeX 自动编排。执行摘要 2-3 页,包含市场概览框、3-5 点投资论点、关键发现、战略建议,以及一张执行摘要信息图。
核心分析(约 35 页)
- 第 1 章 市场概述:生态系统图 + 价值链图
- 第 2 章 市场规模:增长轨迹图、TAM/SAM/SOM 同心圆、区域细分、细分增长对比——这四张是强制输出
- 第 3 章 驱动因素:PESTLE 分析图 + 驱动因素影响矩阵
- 第 4 章 竞争格局:波特五力图、市场份额图、2×2 定位矩阵、战略群体图
- 第 5 章 客户分析:细分定义与行为画像
战略输出(约 10 页)
风险热力图、机会矩阵、实施甘特图、财务预测,最终形成可落地的路线图。
可视化通过以下脚本调用:
# TAM/SAM/SOM 同心圆
python skills/scientific-schematics/scripts/generate_schematic.py \
"TAM SAM SOM concentric circle diagram..." \
-o figures/tam_sam_som.png --doc-type report
# 波特五力图
python skills/scientific-schematics/scripts/generate_schematic.py \
"Porter's Five Forces diagram..." \
-o figures/porters_five_forces.png --doc-type report封面和执行摘要信息图则用 generate-image 生成概念插图。
适用场景
Skill 的详细说明中列出了 10 种典型用途:投资决策分析、战略规划报告、竞争格局扫描、市场进入评估、并购尽职调查、思想领导力内容、新产品商业案例、监管影响分析等。凡是需要结构化输出、而非灵感式聊天的场景,它都比通用对话更有效。
数据核实与人工把关
这是最关键的红线。
Skill 会调用 research-lookup 获取数据,但 LLM 可能混淆数据来源、误读统计口径、甚至"幻觉"不存在的报告编号。TAM 测算中的假设参数、CAGR 的预测区间、市场份额的统计年份——这些都必须人工回查原始出处。
建议操作:
- 对 Skill 引用的每份 Gartner/Forrester 报告,核实是否真实存在、数据是否被断章取义
- TAM/SAM/SOM 的底层假设需与行业常识交叉验证
- 竞争格局中的"前 10 名市场份额"要对照最新财报,AI 可能引用过时排名
- 最终 PDF 中的图表标签、数字单位、货币符号需逐页检查
LaTeX 排版解决了"看起来像不像"的问题,但像不像和准不准是两件事。把 Skill 当作初稿生成器 + 框架搭建器,而非终审交付物,才是负责任的用法。
50 页报告能在几小时内成型,但核实数据、调整假设、校准结论,可能耗费同等甚至更长时间。这个 Skill 真正的价值,是把"从 0 到 1"的结构搭建压缩到最低,让你把精力集中在"从 1 到 100"的判断上。
更多Skill 教程
本文基于库内收录的条目真实信息撰写,仅供学习参考。AI铺子不对第三方内容承担责任, 详情请参阅免责声明。