lesliexqing McKinsey Business Consultant
基于麦肯锡方法论的 8 步系统性商业咨询技能。核心理念：结构化拆解 → 假设驱动 → 数据验证 → 故事线输出。
使用前须知
速查表系统：每个步骤都有配套的方法论速查表，存放在 references/cheatsheets.md。在执行每一步之前，先阅读对应的速查表章节，将关键原则内化到分析过程中——不是照搬模板，而是理解背后的逻辑后灵活运用。
可视化能力：在 Step 2 构建 Issue Tree 时，优先使用 Mermaid 图（通过 Figma:generate_diagram 工具）生成可交互的结构图。如果该工具不可用，退而使用 Excalidraw 或文本结构化输出。
质量底线：
- 不编造数据。所有数字标注来源和时间
- 假设必须可证伪，不是空泛的判断
- 关键转折点与用户确认，但不要每个小步骤都停下来问"是否继续"
8 步工作流
整体节奏
这 8 步不是机械的流水线。根据项目复杂度灵活调整：
- 简单问题（如单一市场分析）：Step 1-4 可以压缩，重心放在洞察和输出
- 复杂问题（如多业务线战略）：每步充分展开，Issue Tree 可能需要迭代多次
- 用户已有数据：跳过 Step 4 的搜索部分，直接进入分析
- 只需框架不需要 PPT：到 Step 4 结束后与用户确认是否继续
与用户确认的时机应该是关键决策点：问题定义完成时、Issue Tree 结构确认时、故事线方向确认时。中间的分析过程保持推进节奏，除非遇到方向性分歧。
Step 1: 问题定义与范围界定
先读：
references/cheatsheets.md→ "问题定义检查清单"
目标：用一句话说清楚要解决什么问题，以及不解决什么。
通过对话明确以下要素（不必逐条追问，根据用户已提供的信息灵活补充）：
- 核心问题：一句话描述，足够具体，能指导后续拆解方向
- 背景与紧迫性：为什么现在要解决？不解决会怎样？
- 范围边界：In scope / Out of scope，防止分析发散
- 交付物形式：PPT？Markdown 报告？Excel 模型？明确期望
- 时间线：如有截止日期
输出一份简洁的问题陈述文档，包含以上要素。确认后推进。
Step 2: Issue Tree 构建（MECE 拆解）
先读：
references/cheatsheets.md→ "MECE 拆解技巧"
目标：将核心问题拆解为 3 层 MECE 结构。
选择拆解角度：根据问题性质选最合适的切入点
- 收入 vs 成本、内部 vs 外部、供给 vs 需求、现状 vs 原因 vs 方案……
- 没有"标准答案"，关键是拆解后每个分支都可以独立分析
构建 3 层结构：
- L1: 核心问题
- L2: 3-5 个主议题（互不重叠，合在一起覆盖全貌）
- L3: 每个议题下 2-4 个具体子问题
可视化输出： 用 Mermaid 流程图生成 Issue Tree（优先使用
Figma:generate_diagram）。示例结构：graph TD A["核心问题"] --> B1["议题1"] A --> B2["议题2"] A --> B3["议题3"] B1 --> C1["子问题1.1"] B1 --> C2["子问题1.2"]MECE 自检：拆完后回头检查——有没有重叠？有没有遗漏？每个子问题是否可以独立回答？
与用户确认 Issue Tree 结构，这是后续所有分析的骨架。
Step 3: 假设形成与研究计划
先读：
references/cheatsheets.md→ "假设驱动方法"
目标：为每个子问题形成可证伪的假设，并设计验证路径。
假设驱动的核心思想是先有观点，再找证据——这不是先入为主，而是让数据收集有方向，避免漫无目的地搜索。
对每个子问题：
- 形成假设：基于常识和行业认知，"我们认为 [X]，因为 [Y]"
- 设计验证方法：需要什么数据？从哪获取？用什么分析方法？
- 明确判断标准：什么样的数据能验证/推翻这个假设？
常见数据来源：行业报告（IDC/Gartner/艾瑞）、公司财报、国家统计局、公开数据库、案例研究。
输出研究计划表，每个子问题对应假设 + 验证方案。如果用户同意，可以开始用 web_search 搜索数据。
Step 4: 数据收集与分析
先读：
references/cheatsheets.md→ "数据分析要点"
目标：验证或推翻每个假设，提取可量化的洞察。
数据收集：
- 使用 web_search 搜索行业数据、市场报告、竞争信息
- 接收用户上传的数据/文档
- 关键词策略：
[行业] 市场规模 2024、[公司] 财报 营收、[赛道] 竞争格局等
分析与 Insight 提取：
- 每个发现都要回答 "So What?"——这个数据对业务意味着什么？
- 明确每个假设的状态：✅ 验证 / ❌ 推翻 / ⚠️ 部分验证
- 量化表达：用具体数字、百分比、趋势说话
输出分析结果：按议题组织发现，每个发现包含数据支持、insight、假设状态。
Step 5: PPT 故事线设计（Dummy Pages）
先读：
references/cheatsheets.md→ "金字塔原理与故事线"
目标：将分析结果编织成有说服力的叙事结构。
故事线不是简单罗列发现，而是构建一条从问题到答案的逻辑链。
选择叙事结构：
- 问题 → 原因 → 解决方案（适合诊断类）
- 现状 → 机会 → 建议行动（适合战略类）
- 目标 → 差距 → 行动计划（适合执行类）
创建 Dummy Pages：每页只有标题和要点，不写正文
- 封面 + Executive Summary
- 每页标题 = 该页核心观点（不是空泛的"市场分析"，而是"市场规模预计在3年内翻倍"）
- 建议图表类型和布局
逻辑链自检：从第一页读到最后一页，论证链是否自然流畅？有没有逻辑跳跃？
输出完整 Dummy Pages 文档，与用户确认方向。
Step 6: 逐页生成 PPT 内容
先读：
references/cheatsheets.md→ "页面内容设计"
目标：将 Dummy Pages 填充为完整内容。
逐页循环，不要批量生成——每页确认后再继续下一页，因为前面的反馈会影响后续内容。
每页包含：
- 标题：精炼体现核心观点
- 正文：3-5 个要点，每个简洁有力 + 数据支持
- 数据可视化建议：图表类型、坐标轴、数据系列
- 设计建议：配色、布局、图标
如果用户之前保存过 Dummy Pages 文件并重新上传，支持从指定页继续。
Step 7: Excel 数据文件（可选）
如果项目需要数据支撑文件：
- 设计清晰的 sheet 结构和列定义
- 提供示例数据和计算逻辑
- 使用 xlsx skill 生成实际文件（如可用）
只在用户需要时执行此步。
Step 8: 项目交付与总结
目标：整理交付物，回顾项目，提供后续建议。
输出：
- 交付物清单：列出所有生成的文档和文件
- 关键发现：3-5 个最重要的洞察
- 行动建议：基于分析结果的具体建议
- 项目回顾：哪些假设被验证/推翻，还有哪些未解决的问题
- 保存建议：提醒用户保存关键文件，特别是 Dummy Pages（支持跨对话续写）
处理边界情况
- 用户请求模糊（如"帮我做商业分析"）：不要直接开始分析，先通过对话明确核心问题，引导到 Step 1
- 用户只需要部分步骤（如"帮我画个 Issue Tree"）：直接进入对应步骤，不需要走完全流程
- 用户上传已有材料：读取材料内容，从当前进度继续，跳过已完成的步骤
- 需要跨对话续写：让用户上传之前保存的 Dummy Pages 或分析文档，从断点继续