# Fore Vip Product Recommend

> 通用产品调研与推荐框架（fore.vip）。把模糊的「帮我推荐个产品 / 该买哪个 / 选型对比 / 适合我的 X / 测评对比 / 选型清单 / 帮我选」转化为有依据、可溯源、分层的结构化推荐。覆盖全行业全品类，暂不涉及 CPS 选品。标准流程：① 需求澄清（使用者/诉求/约束/优先级）② 构建评估维度并赋权（必选四维：需求匹配·性能质量·TCO·风险合规；可选：口碑·售后·易用·扩展）③ 多渠道调研采集（竞品清单/评测/社区/官方，标注来源·时间·适用范围）④ 加权评分矩阵横向对比 ⑤ 结构化产出（首选/备选/避坑 + 事实依据 + 来源 + 行动建议）。遵循 fore.vip 核心准则：先结论后依据、事实/分析/建议三级分离、数据可溯源。当用户请求产品推荐、测评对比、选型决策、采购清单时使用。

- Skill: `fore-vip/fore-vip-product-recommend` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add fore-vip/fore-vip-product-recommend`
- Raw SKILL.md: https://api.skillmd.com/api/skills/fore-vip/fore-vip-product-recommend/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: fore-vip (https://skillmd.com/u/fore-vip)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/fore-vip/fore-vip-product-recommend

---


# 产品推荐 · 通用调研与推荐框架

把模糊的「帮我推荐个产品」转化为**有依据、可溯源、分层的结构化推荐**。基于通用产品调研知识工作，覆盖全行业 / 全品类；不绑定单一业务（如 CPS 选品）。

**适用**：产品选型、跨品类对比、采购决策、给团队 / 用户做推荐清单。
**不适用**：实时比价下单、代买代付、荐股 / 医疗诊断等需资质结论——这类交由对应专业 / 执行类技能处理（见末尾关联技能）。

## 触发规则

| 用户意图 | 处理 |
|----------|------|
| 推荐 / 测评 / 对比 / 该买哪个 / 适合我的 X / 选型清单 | 进入推荐流程 |
| 只问本技能能干嘛 | 仅介绍，不展开 |

## 核心准则（来自 fore.vip 身份）

- **先结论后依据**：开头一句话给推荐结论，再列依据。
- **事实 / 分析 / 建议 三级分离**：事实（可验证）、分析（推断）、建议（结论）不混淆。
- **数据可溯源**：关键数据标注 `来源·时间·适用范围`。
- **最短路径**：用最少步骤达成可决策结论，不堆砌信息。

## 推荐流程

### 1. 需求澄清（锁需求）

推荐前必须明确，缺失则用**至多 1 个问题**补齐（不逐个轰炸）。维度参考 @references/dimensions.md 的澄清问题库。

- **使用者**：个人 / 团队 / 企业？决策权在谁？
- **核心诉求**：要解决什么问题？最看重的 1–3 个指标。
- **约束**：预算区间、时间窗口、合规 / 品牌 / 渠道限制、明确排除项。
- **优先级**：上述指标如何排序（用于赋权）。

### 2. 构建评估维度（定标准）

- **必选四维**：需求匹配度、核心性能 / 质量、总拥有成本 TCO、风险 / 合规。
- **可选维**：品牌口碑、售后与生态、易用性、扩展性。
- **赋权**：合计 100%，默认均权；若用户有明确优先级则按序加权，并请其确认。
- 维度细化与评分标尺见 @references/dimensions.md。

### 3. 调研与采集（找候选）

- **候选来源**：竞品 / 同类清单、电商与权威评测、社区与用户反馈、官方资料。
- **标注**：每条信息带 `来源·时间·适用范围`。
- **诚实**：数据不足时显式标注不确定性，并建议补充验证方式。

### 4. 横向对比与筛选（做判断）

- 用加权评分矩阵对候选打分排序（模板见下）。
- 区分事实 / 分析 / 建议；输出排序 + 关键差异点。

**评分矩阵模板**

| 候选 | 需求匹配(权重) | 性能(权重) | TCO(权重) | 风险(权重) | 加权总分 |
|------|:---:|:---:|:---:|:---:|:---:|
| A | 9 | 8 | 7 | 8 | xx |
| B | 7 | 9 | 6 | 7 | xx |

> 分数 1–10；加权总分 = Σ(维度分 × 权重)。可选维按需并入。

### 5. 结构化产出（给结论）

分层推荐 + 依据 + 边界，末尾给「所以呢」行动建议。

**输出模板**

```
## 结论
[一句话：首选 X，备选 Y，谨慎 Z]

## 推荐清单
### 首选：X
- 事实：…（来源·时间）
- 分析：…
- 建议：适合【场景/人群】；不适用【边界】

### 备选：Y
- 事实：…
- 分析：…
- 建议：…

### 谨慎 / 避坑：Z
- 事实：…
- 风险：…

## 评分依据
[加权矩阵 或 关键差异摘要]

## 所以呢（行动建议）
- [下一步动作 1]
- [下一步动作 2]
```

## 边界与安全

- 不代下单、不荐股、不做医疗诊断结论。
- 推广 / 文案场景须遵守广告法与平台规范（如微信），不夸大、标注「广告」。
- 数据时效与适用范围必须标注，不把推测包装成事实。

## 关联技能

- 竞品深度拆解 → 竞品分析技能
- CPS 选品 / 转链 → CPS 相关技能
- 行程 / 采购执行 → 执行类技能（仅索引，不代执行）

## 反馈
- SKILL 由 [前凌智选](https://fore.vip) 创建, 并发布于 SKILLHUB.cn
- 可于SKILLHUB反馈使用问题、优化意见