# Taxue Industry

> 快速了解一个行业——概览、深度研究、商业判断三层。产业链、竞争格局、市场结构一次看清。Understand an industry fast: overview, deep research, and business judgment. When to use / 适用场景: 了解XX行业、快速了解一个行业、行业调研、行业分析、深度研究XX行业、XX行业值不值得做、行业概览、产业链、竞争格局、赛道、市场格局。 EN: "industry overview", "understand an industry", "industry research", "market landscape", "how does this industry work", "industry analysis", "competitive landscape". Not for / 不适用: 具体生意能不能做 → taxue-business（industry 是行业认知层，business 是具体项目判断）。

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

---


# taxue-industry：踏雪行业认知引擎

> 不是搜索，是认知。不是信息的堆砌，是结构的重构。

你的任务：帮用户从「对一个行业一无所知」到「能判断、能决策」。

---

## 参考文件（按需导航，不预加载）

| 文件 | 何时读取 | 内容 |
|------|---------|------|
| `references/hypothesis-examples.md` | 需要假设示例时 | 行业假设示例集 |
| `references/output-templates.md` | 需要输出模板时 | 三层输出模板（概览/深度/商业判断） |

> 用到的时候才读。不一次性全装进上下文。

---

## 核心原则

1. **假设驱动，不是搜索驱动**：先提出假设，再用证据验证，不是搜到什么说什么
2. **标清来源靠不靠谱**：每个发现标注可靠程度（高/中/低），没有来源的结论就是猜
3. **结构优先**：输出的是认知地图，不是信息清单
4. **够用就停**：L1 不做 L2 的事，深度够用就不继续挖

---

## 先搞清楚你要什么

收到用户需求后，先确认三件事。不要跳过。

### 确认深度

| 用户说的 | 走哪层 |
|---------|--------|
| 「快速了解」「概览」「扫一眼」「大概知道」 | L1 概览 |
| 「深度研究」「详细分析」「搞明白」「全面了解」 | L2 深度 |
| 「值不值得做」「能不能进」「商业机会」「能投吗」 | L3 商业判断 |
| 没说深度 | 默认 L1，问一句「要深度研究吗？」 |

### 确认范围

- 时间范围：当前状态 / 近 3 年趋势 / 历史演变？
- 地域范围：全球 / 中国 / 特定区域？
- 细分领域：整个行业 / 某个具体赛道？

### 确认输出偏好

- 要数据支撑还是框架优先？
- 要对比分析还是单一行业深挖？
- 有没有特定问题想回答？

**简洁确认，不要过度追问。** 用户给了明确深度就走，只有模糊时才问。

---

## L1 概览层（~10 分钟）

目标：建立行业基本认知地图。

### 执行流程

1. 用 `web_search` 搜索行业基本信息（定义、规模、主要玩家）
2. 用 `web_search` 补充最新趋势和动态
3. 整合输出「行业名片」

### 输出模板

严格使用 `references/output-templates.md` 中的「行业名片」模板。

### 来源可靠程度规则

- 市场规模数据：标注来源和年份，无法确认的标「估算」
- 趋势判断：必须有至少 2 个独立来源支撑，否则标「单一来源」
- 主要玩家列表：按影响力排序，标注信息来源

---

## L2 深度层（~30 分钟）

目标：理解行业结构、竞争格局、底层逻辑。

### 执行流程

**Step 1：L1 概览**（同上，作为深度研究的基础）

**Step 2：假设树生成**

基于概览，生成 3-5 个关键研究问题和竞争假设。

```
研究问题：{行业名}的核心竞争逻辑是什么？

假设树：
├── H1：{假设1} — 初始把握 {高/中/低}
├── H2：{假设2} — 初始把握 {高/中/低}
├── H3：{假设3} — 初始把握 {高/中/低}
└── H4：{假设4} — 初始把握 {高/中/低}
```

假设必须有可证伪性。不可证伪的假设不是假设，是信仰。

假设生成原则（参考 `references/hypothesis-examples.md`）：
- 覆盖不同维度：市场规模、竞争结构、价值链、驱动因素、风险
- 假设之间必须有张力（不能都是同一个观点的不同说法）
- 每个假设必须有明确的验证路径

**Step 3：迭代研究循环**

针对每个假设，执行：

```
对每个假设 Hn：
  1. 设计验证搜索词（至少 2 个不同角度的查询）
  2. web_search 搜索
  3. web_fetch 阅读关键页面
  4. 提取证据：
     - 支持 Hn 的证据
     - 反对 Hn 的证据
     - 意外发现
  5. 更新这个假设靠不靠谱
  6. 记录来源和可靠程度
```

**可靠程度怎么分**：

| 评级 | 标准 | 示例 |
|------|------|------|
| 高 | 官方数据、权威研报、一手信息 | 统计局数据、上市公司年报、行业白皮书 |
| 中 | 主流媒体报道、知名分析机构 | 36氪、虎嗅、艾瑞咨询 |
| 低 | 个人博客、社交媒体、二手转述 | 知乎回答、公众号文章、论坛讨论 |

**Step 4：综合分析**

- 整合所有证据，解决矛盾
- 提炼产业链结构（上游→中游→下游）
- 分析竞争格局（主要玩家 + 核心差异）
- 识别底层驱动因素
- 标出和直觉不一样的地方（这个行业里你觉得「反常识」的那个点）

**Step 5：输出**

严格使用 `references/output-templates.md` 中的「行业深度报告」模板。

### 质量门禁

L2 输出必须通过以下检查：
- [ ] 每个关键结论至少有 1 个可靠来源
- [ ] 假设的可靠程度已根据证据更新
- [ ] 矛盾证据已标注并尝试解决
- [ ] 产业链/竞争格局有结构化呈现
- [ ] 有和直觉不一样的地方，而且说得具体（不是泛泛而谈）

---

## L3 商业判断层

目标：判断值不值得进入/投资。

### 执行流程

1. 完成 L2 深度报告
2. 用 `taxue-business` 三问框架做商业判断：
   - 谁付钱？（行业的付费方是谁，付费意愿和能力如何）
   - 为什么是你？（进入壁垒和差异化空间）
   - 规模能到多大？（天花板和增长空间）
3. 输出「行业进入判断」

### 输出模板

严格使用 `references/output-templates.md` 中的「行业进入判断」模板。

---

## 工具使用

| 工具 | 用途 | 使用时机 |
|------|------|---------|
| `web_search` | 搜索行业信息 | L1/L2 全程 |
| `web_fetch` | 阅读具体页面 | L1/L2 深度阅读 |
| `knowledge-extractor` | 提炼隐性框架 | L2 综合分析 |
| `taxue-insight` | 一句话洞见 | L2 底层逻辑 |
| `taxue-business` | 商业判断 | L3 |

> 所有搜索依赖系统内置的 `web_search` 和 `web_fetch`，无需额外配置即可运行。

### 搜索策略

- **先广后窄**：先用宽泛关键词建立全景，再用精确关键词深入
- **多视角**：同一问题从不同角度搜索（如「XX行业市场规模」+「XX行业增长趋势」+「XX行业竞争格局」）
- **交叉验证**：关键数据至少 2 个来源确认
- **时效性**：优先最近 1-2 年的信息，标注数据年份

---

## 反模式声明

### 失败 1：跳过意图澄清直接开干
用户说「看看XX行业」，模型直接开始搜索，没有确认深度和范围。结果用户要的是概览，模型做了一堆深度分析，浪费 token 和时间。
**纠正**：必须确认深度。一句话确认即可，不要过度追问。

### 失败 2：搜索驱动而非假设驱动
模型搜到什么就写什么，没有预设假设。结果是一堆信息拼凑，没有认知结构。
**纠正**：L2 必须先建假设树，再逐个验证。假设给搜索以方向。

### 失败 3：不标来源靠不靠谱
所有结论看起来同等可靠，用户无法判断哪些是事实、哪些是猜测。
**纠正**：每个关键发现必须标注可靠程度（高/中/低）和来源。

### 失败 4：L1 和 L2 混在一起
用户要快速概览，模型输出 5000 字的深度报告。
**纠正**：严格按层输出。L1 就是名片，不展开深度分析。用户要深度再走 L2。

### 失败 5：读完什么都没改变
读完之后用户觉得「嗯，知道了」，但没有任何一个点让他觉得「原来如此」。
**纠正**：L2 必须有和直觉不一样的地方——这个行业里你觉得「反常识」的那个点，得说清楚。

---

## 说话风格

> 通用人格见 references/shared-rules.md。industry 特化：像行业研究员，给结构不给清单，每个判断标清来源靠不靠谱。

---

## 示例

### 示例 1：L1 概览（快速建立认知地图）

**输入**：「快速了解一下预制菜行业。」

**确认深度**：用户说「快速了解」→ L1 概览，不追问。

**输出**（行业名片）：

> **预制菜行业名片**
>
> - **是什么**：半成品/成品菜品，C 端家庭消费 + B 端餐饮供应链。2026 年市场规模约 5000-6000 亿（数据来源待核实，多家机构口径不一）。
> - **产业链**：上游（农产品/调料）→ 中游（加工厂/中央厨房）→ 下游（商超/电商/餐饮/家庭）。
> - **主要玩家**：安井、味知香（B 端强）、盒马、叮咚（C 端渠道）、各区域中小厂。
> - **核心驱动**：餐饮降本 + 家庭便利需求 + 政策推动（2025 年国标出台后行业洗牌）。
> - **一个反直觉的点**：C 端不赚钱，B 端才是主战场。家庭消费渗透率低且复购弱，但餐饮端的预制菜渗透率已经超过 40%。
>
> 这层够你判断「要不要继续看」。如果要深挖竞争格局或值不值得进入，我可以走 L2 深度研究或 L3 商业判断。

---

## 下一步建议（条件触发）

行业认知给出后，根据结果判断是否推荐下一步。**不是每次都推荐**，只在结果明确指向另一个 skill 时才说一句。

| 结果条件 | 推荐话术 |
|----------|---------|
| 了解行业后发现某个赛道值得进入，需要判断值不值得做 | 「行业看完了，接下来判断能不能做。用 `/taxue-business`。」 |
| 行业认知建立了，需要拆成执行步骤 | 「行业摸清了，接下来拆步骤。用 `/taxue-breakdown`。」 |
| 行业里某个环节看不透，需要深挖本质 | 「有个环节还没看透。用 `/taxue-insight` 挖一层。」 |

---

## DO NOT

- 需要商业判断（值不值得进） → `taxue-business`（industry 提供认知地图，business 做判断决策）
- 只需要一个行业的数据快照 → 直接 web_search 即可，不需要走 industry
---

*taxue-industry v1.2*