# Insights

> general'（全面洞察）、'ai'（聚焦 AI 机会）、'strategy'（战略信号）、'model'（商业模式拆解）。默认 'general'。 Use when this capability is needed.

- Skill: `tomevault-io/insights-4` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add tomevault-io/insights-4`
- Raw SKILL.md: https://api.skillmd.com/api/skills/tomevault-io/insights-4/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: tomevault-io (https://skillmd.com/u/tomevault-io)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/tomevault-io/insights-4

---


# /insights — 商业洞察提取器

从任意文章中提取结构化、可操作的商业洞察。

## 核心理念

> "读文章不是为了知道作者说了什么，而是为了发现作者没说出来的商业逻辑。"

这个 skill 训练的是一个**商业分析师的阅读方式**：
1. 快速抓住文章在说什么（表层信息）
2. 深挖背后的商业逻辑和战略意图（深层模式）
3. 提炼出**可操作的洞察**和**可迁移的模式**（输出价值）

## 定位

| Skill | 职责 | 输出 |
|-------|------|------|
| `/read` | 学术深度阅读 — 论证结构分析 | 学术分析报告 |
| `/insights` | 商业洞察提取 — 战略模式识别 | 结构化商业洞察 |
| `/note` | 知识沉淀 — 原子卡片 | Obsidian 卡片组 |

**典型工作流**: `/insights` 分析文章 → 讨论 → `/note` 存入 Obsidian

> ⚠️ `/insights` **不写 vault**。所有写入由 `/note` 的双提议通道统一处理，详见 `SCHEMA.md` §2 / §4。

---

## Behavior

### Step 0: 获取文章

根据来源类型获取内容：

| 来源类型 | 处理方式 |
|---------|---------|
| **URL** | `WebFetch` 抓取并解析 |
| **本地文件** (`.pdf`, `.md`, `.txt`, `.html`) | `Read` 工具读取 |
| **Obsidian 关键词** | `obsidian search:context query="..."` → `obsidian read path="..."`（CLI 不可用时回退 MCP） |
| **粘贴文本** | 直接分析 |
| **未提供** | 询问用户来源 |

**长文处理**：超过 5000 字的内容，先快速扫描全文结构，再聚焦关键段落深入分析。

---

### Step 1: 文章定位（30 秒鸟瞰）

快速提取元信息，判断文章类型和分析策略：

```
📋 文章概况
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
标题：[标题]
来源：[媒体/作者/机构]
日期：[发表日期]
类型：[行业报告 / 深度报道 / 创始人访谈 / 产品分析 / 趋势评论 / 案例研究]
行业：[所属行业]
核心主题：[一句话概括]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
```

---

### Step 2: 核心洞察提取（重点）

这是分析的核心。从文章中提取 3-7 条**高价值洞察**。

每条洞察必须包含三层：

```
### 洞察 N：[一句话标题]

**原文信号**：[文章中的关键段落/数据/引言 — 证据来源]

**深层逻辑**：[这个信号背后的商业逻辑是什么？为什么重要？]

**可迁移模式**：[这个模式可以如何应用到其他场景？对我们有什么启发？]
```

**洞察质量标准**：
- 不是文章摘要（"文章说了 X"），而是分析性判断（"X 背后意味着 Y"）
- 必须有原文证据支撑，不臆断
- 必须有可迁移性——纯 domain-specific 的事实不算洞察
- 优先提取**反直觉**和**非显而易见**的洞察

---

### Step 3: 根据 focus 参数深入分析

#### focus=general（默认）

输出「商业模式画布」快速扫描：

| 维度 | 发现 |
|------|------|
| **价值主张** | [文章揭示了什么价值创造方式？] |
| **收入模式** | [怎么赚钱？有什么创新？] |
| **竞争壁垒** | [护城河在哪？可持续吗？] |
| **增长引擎** | [靠什么驱动增长？] |
| **风险信号** | [文章中隐含的风险是什么？] |

#### focus=ai

输出「AI 切入点分析」：

```
🤖 AI 机会识别
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

## 当前痛点 → AI 解法

| 痛点 | AI 解法 | 技术成熟度 | 预期 ROI |
|------|---------|-----------|---------|
| [痛点1] | [解法] | [高/中/低] | [高/中/低] |

## 价值链 AI 化路径

[识别文章中描述的业务流程，标注 AI 可介入的环节]

## 竞争对手 AI 动态

[文章中提到的竞争对手 AI 布局]

## 建议优先级

1. [Quick Win — 最快能落地的 AI 应用]
2. [Strategic Bet — 需要投入但回报大的方向]
3. [Watch — 值得关注但时机未到]
```

#### focus=strategy

输出「战略信号解读」：

```
🎯 战略信号
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

## 显性信号（文章明确提到的）

- [信号1]：[含义]
- [信号2]：[含义]

## 隐性信号（字里行间推断的）

- [信号1]：[推断依据] → [可能意味着...]
- [信号2]：[推断依据] → [可能意味着...]

## 战略定位判断

[基于波特五力或其他适用框架的简要分析]

## 时间窗口

[这些信号暗示的时间节奏和窗口期]
```

#### focus=model

输出「商业模式拆解」：

```
💰 商业模式拆解
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

## 价值创造

- 解决了谁的什么问题？
- 为什么是现在？（时机因素）

## 价值传递

- 如何触达用户？
- 用户获取成本结构

## 价值捕获

- 收入模式详解
- 定价策略分析
- 利润结构

## 飞轮效应

[识别文章中描述的正反馈循环]

## 类比分析

[这个模式像谁？跟已知商业模式的异同]
```

---

### Step 4: So What? — 行动导向总结

每次分析**必须以行动导向结尾**：

```
## 💡 So What?

### 一句话核心启发

[整篇文章最值得记住的一个 insight]

### 立即可做

- [行动1]：[具体到可以今天就做的事]
- [行动2]

### 值得深挖

- [方向1]：[为什么值得继续研究]
- [方向2]

### 关键概念索引

【概念1】【概念2】【概念3】...

---
🔍 要对某条洞察深挖？直接告诉我编号
💡 要存入 Obsidian？输入 `/note`
```

---

### Step 5: 存入 Obsidian（交给 `/note`）

**`/insights` 本身不写 vault**。分析输出完成后，如果用户想沉淀，由 `/note` 走双提议通道统一写入。这和 `SCHEMA.md` §2 "/note 是 vault 唯一写入通道" 对齐，和 `/read` 的 handoff 风格一致。

为什么这样：
- 四维标签体系（`type/` + `domain/` + `category/` + `mastery/`）只有 `/note` 会按规范生成，`/insights` 自动打的旧前缀（`industry/*` / `focus/*` / `source/*` / `topic/*`）不在 SCHEMA.md §10 的许可集合里
- `/note` 的 Wikilink 双提议和 Atomic Card 双提议让人在 loop 里，避免 AI 擅自编织知识图谱
- 单一写入通道让 `/lint` 的体检有唯一来源，MOC 索引也只需要监听一个信号

所以 Step 5 的行为就一条：**在对话输出末尾提示用户** `💡 要存入 Obsidian？输入 /note`，然后停手等用户决策。

---

## 输出格式

完整输出结构：

```markdown
# [文章标题] — 商业洞察

> 来源：[来源] | 日期：[日期] | 行业：[行业]
> 分析视角：[focus 类型] | 分析日期：[今天]

## 1. 文章概况
[Step 1]

## 2. 核心洞察
[Step 2 — 3-7 条结构化洞察]

## 3. [根据 focus 的深入分析标题]
[Step 3]

## 4. So What?
[Step 4 — 行动导向总结]
```

---

## 特殊场景处理

### 创始人访谈 / CEO 采访

- 关注**说了什么**和**没说什么**的对比
- 识别公关话术 vs 真实信号
- 提取隐含的战略方向

### 行业报告

- 聚焦数据点和趋势线
- 质疑数据来源和方法论
- 识别报告的立场偏见（谁出的报告？为什么？）

### 产品发布 / 新闻稿

- 剥离营销语言，提取真实产品差异化
- 分析定位策略和目标市场选择
- 对比竞品动作的时间线

### 多篇文章批量分析

当用户提供多篇文章时：
1. 逐篇快速提取核心洞察（每篇 3 条）
2. 最后输出一个**交叉分析**：跨文章的共同模式、矛盾信号、综合判断

---

## 与其他 Skill 的协作

| 场景 | 组合 |
|------|------|
| 洞察需要沉淀 / 拆原子卡片 | `/insights` → `/note`（双提议写入） |
| 洞察触发深度研究 | `/insights` → content-research-writer |
| 洞察用于投资分析 | `/insights --focus strategy` → Finance 工作区 |
| 批量行业扫描 | 多次 `/insights` → 交叉分析 |

## Notes

- 【】标记遵循 `/note` skill 的双链标记规范，方便 Obsidian 内双链
- 对推断性内容明确标注"此为分析者推断，非文章原文"
- 不编造文章中不存在的数据或事实
- 分析应有立场但标注立场——如果某个洞察是乐观/悲观的，说明为什么
- 如果文章质量低或信息密度不足，直接告诉用户"这篇文章的信息密度较低，核心要点如下：..."，不强行凑洞察数量
- **`/insights` 不写 vault**。沉淀由 `/note` 的双提议通道统一处理，对齐 `SCHEMA.md` §2 "/note 是 vault 唯一写入通道"

---
> Source: [owenliang60-ship-it/knowledge-mgmt](https://github.com/owenliang60-ship-it/knowledge-mgmt) — distributed by [TomeVault](https://tomevault.io).
<!-- tomevault:4.0:skill_md:2026-06-23 -->