Menu
商业计划书：强调市场机会、产品与商业模式、竞争、团队、财务与风险，形成可评审BP。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
文档创作年度报告：主要借助 `aily-doc` 获取用户年度文档信息（数量、点赞、评论、PV、UV 等），并基于这些指标与代表性文档产出年度总结型飞书云文档。
季度/年度业务汇报：围绕指标达成、业务进展、问题与对策输出结构化业务汇报。
公司调研：基于官方与公开信息输出公司概况、业务结构、竞争位置、经营与风险的结构化研究。
竞品分析：通过统一维度对比产品与市场信息，形成结构化对比结论与机会点。
概念解释：由浅入深讲清概念的定义、原理与本质，面向不同知识背景的读者。
基于飞书群聊的**智能摘要与洞察**生成能力。从指定群聊/时间范围的消息中提取关键信息，识别决策、行动项、风险，生成**飞书云文档结构化摘要**。
| name | aily-doc-business-plan |
| label | 商业计划书 |
| description | 商业计划书：强调市场机会、产品与商业模式、竞争、团队、财务与风险，形成可评审BP。 |
商业计划书：强调市场机会、产品与商业模式、竞争、团队、财务与风险，形成可评审BP。覆盖从市场规模验证（TAM/SAM/SOM）、竞品对比矩阵、商业模式画布到财务预测与融资需求的全链路分析，输出结构化的飞书云文档商业计划书。
task（subagent_type: writer）委托 Writer Agent 创建飞书云文档。feishu-use-skills-map 并按其指引调用对应技能get_skills 获取对应飞书技能说明feishu-use-skills-map 并调用对应技能| 工具 | 用途 | 适用场景 |
|---|---|---|
web_search | 广泛检索公开信息 | 市场规模、竞品动态、融资新闻、行业报告 |
fetch | 获取特定网页/文档全文 | 深入阅读招股书、研究报告、白皮书 |
aily-doc | 飞书文档操作 | 检索/创建飞书云文档 |
knowledge_answer | 检索内部知识库 | 公司内部产品资料、历史分析、团队信息 |
file | 将素材写入 draft.md（append 模式） | 每个数据步骤完成后 |
主 Agent 收到商业计划书请求后，使用 todo_write 分解任务：
{
"todos": [
{"content": "明确项目定位：确认产品、目标市场、融资阶段与受众", "status": "in_progress"},
{"content": "【市场调研】市场机会与规模验证：TAM/SAM/SOM、增长率、用户画像", "status": "pending"},
{"content": "【竞争分析】竞争格局调研：竞品对比矩阵、市场份额、差异化壁垒", "status": "pending"},
{"content": "【内部资料】产品/团队/财务信息收集：knowledge_answer + aily-doc", "status": "pending"},
{"content": "【结构化分析】商业模式画布 + 财务模型 + SWOT 分析", "status": "pending"},
{"content": "调用 writer agent 生成商业计划书云文档", "status": "pending"}
]
}
核心原则：多维度、多来源、多视角收集信息，确保 BP 核心论点均有数据支撑。
web_search 查询（多角度覆盖）：
- "{市场} 市场规模 TAM SAM SOM"
- "{行业} 增长率 CAGR 预测 2024 2025"
- "{行业} 市场报告 艾瑞 IDC Frost Sullivan"
- "{目标用户} 痛点 需求 调研"
- "{行业} 渗透率 天花板 增长驱动"
- "{行业} market size forecast global"
fetch 深度阅读：
fetch(
url: "https://example.com/industry-market-report-2024.pdf",
prompt: "提取该行业的市场规模、增速、TAM/SAM/SOM、细分领域占比、增长驱动因素"
)
数据交叉验证：
写入 draft.md（使用 file(path: "/home/workspace/draft.md", mode: "append")）：
## 市场机会调研
### 市场规模
| 指标 | 数值 | 来源 | 年份 |
|------|------|------|------|
| TAM（潜在总市场） | 5,000 亿元 | 艾瑞咨询 | 2024 |
| SAM（可服务市场） | 800 亿元 | IDC | 2024 |
| SOM（可获得市场） | 50 亿元 | 团队估算 | 2025E |
### 增长预测
- CAGR: 25.6%（Frost & Sullivan，2024-2029 预测区间）
- 驱动因素：政策推动、技术成熟、需求爆发
- 渗透率：当前 12%，预计 2027 年达到 35%
### 目标用户痛点
| 痛点 | 严重程度 | 现有解决方案 | 不足之处 |
|------|---------|-------------|---------|
| 人工操作效率低 | 高 | 传统 ERP 系统 | 定制成本高、部署周期长 |
| 数据孤岛严重 | 高 | 手动导出/汇总 | 实时性差、错误率高 |
| 决策缺乏数据支撑 | 中 | BI 工具 | 门槛高、覆盖场景有限 |
web_search 查询：
- "{行业} 竞争格局 市场份额 排名"
- "{竞品A} vs {竞品B} 产品对比"
- "{行业} 创业公司 融资 独角兽"
- "{竞品A} 营收 用户量 增长率"
- "{行业} competitive landscape market share"
- "{竞品A} 产品定价 商业模式"
fetch 深度调研：
fetch(
url: "https://competitor-a.com/about",
prompt: "提取该公司的产品定位、核心功能、定价策略、客户案例、融资历程"
)
写入 draft.md（使用 file(path: "/home/workspace/draft.md", mode: "append")）：
## 竞争格局调研
### 竞争态势总览
- 市场阶段：成长期，竞争格局尚未固化
- 主要玩家类型：传统厂商转型、垂直 SaaS 创业公司、互联网巨头跨界
### 主要竞品信息
| 竞品 | 成立时间 | 最新融资 | 估值 | 核心产品 | 客户数 |
|------|---------|---------|------|---------|--------|
| 竞品 A | 2018 | B 轮 2 亿元 | 15 亿元 | 智能分析平台 | 500+ |
| 竞品 B | 2016 | C 轮 5 亿元 | 40 亿元 | 一站式解决方案 | 2,000+ |
| 竞品 C | 2020 | A 轮 5,000 万 | 3 亿元 | 垂直场景工具 | 200+ |
| 传统厂商 D | 2005 | 已上市 | 市值 200 亿 | 传统 ERP + 新模块 | 10,000+ |
### 竞品产品对比
| 维度 | 我方 | 竞品 A | 竞品 B | 竞品 C |
|------|------|--------|--------|--------|
| 核心功能 | AI 驱动自动化 | 数据分析 | 全链路管理 | 单点工具 |
| 部署方式 | SaaS + 私有化 | 纯 SaaS | 混合部署 | 纯 SaaS |
| 客单价 | 10-50 万/年 | 5-20 万/年 | 20-100 万/年 | 1-5 万/年 |
| 技术壁垒 | 自研大模型 | 开源模型 | 平台集成 | 规则引擎 |
| 实施周期 | 2-4 周 | 1-2 周 | 4-12 周 | 即开即用 |
knowledge_answer 查询：
knowledge_answer(
query_list: [
"我们的产品核心功能和技术架构",
"目前的客户案例和使用效果数据",
"团队核心成员背景和履历",
"现有的财务数据和经营指标",
"已有的行业分析和市场调研"
],
explanation: "收集商业计划书所需的内部信息"
)
aily-doc 查询：
feishu_doc_search(
query: "产品介绍 商业模式 融资 团队",
filters: { doc_type: "docx" }
)
写入 draft.md（使用 file(path: "/home/workspace/draft.md", mode: "append")）：
## 内部资料
### 产品信息
- 核心产品：基于大模型的企业智能决策平台
- 技术架构：自研行业大模型 + RAG 知识库 + 多 Agent 协作框架
- 核心功能：智能数据分析、自动报告生成、决策推荐引擎
- 专利/知识产权：已申请发明专利 12 项，软著 8 项
### 经营现状
| 指标 | 2023 年 | 2024 年 | 同比增长 |
|------|---------|---------|---------|
| 签约客户数 | 30 | 85 | 183% |
| ARR（年经常性收入） | 600 万元 | 2,100 万元 | 250% |
| 平均客单价 | 20 万元 | 25 万元 | 25% |
| NDR（净收入留存率） | 110% | 125% | +15pp |
### 团队核心成员
| 姓名 | 职位 | 背景 |
|------|------|------|
| 张三 | CEO | 前某大厂 VP，15 年行业经验 |
| 李四 | CTO | 前某 AI 实验室负责人，博士，发表顶会论文 20+ |
| 王五 | COO | 前某咨询公司合伙人，10 年企服经验 |
### 内部已有分析
- [产品白皮书](飞书链接)：核心技术与产品详述
- [2024 年度复盘](飞书链接)：经营数据与客户反馈
web_search 查询：
- "{行业} SaaS 公司 营收 估值倍数"
- "{行业} 创业公司 融资轮次 估值"
- "{可比公司} 财报 营收 利润率 ARR"
- "{行业} unit economics LTV CAC"
- "SaaS 公司 财务模型 关键指标 benchmark"
- "{行业} 上市公司 PS 倍数 估值"
fetch 深度阅读：
fetch(
url: "https://example.com/saas-benchmark-report-2024.pdf",
prompt: "提取 SaaS 行业关键财务指标：ARR 增速中位数、毛利率、NDR、LTV/CAC、PS 估值倍数"
)
写入 draft.md（使用 file(path: "/home/workspace/draft.md", mode: "append")）：
## 财务基准与可比公司
### 行业财务基准（SaaS 行业）
| 指标 | 行业中位数 | 优秀水平（Top 25%） | 来源 |
|------|-----------|-------------------|------|
| ARR 增速 | 35% | 80%+ | SaaS Capital, 2024 |
| 毛利率 | 70% | 80%+ | KeyBanc SaaS Survey |
| NDR | 110% | 130%+ | Bessemer Cloud Index |
| LTV/CAC | 3.0x | 5.0x+ | OpenView SaaS Benchmarks |
| PS 倍数 | 8x | 15x+ | 公开市场数据 |
### 可比融资案例
| 公司 | 轮次 | 金额 | 估值 | 时间 | 投资方 |
|------|------|------|------|------|--------|
| 可比公司 A | B 轮 | 3 亿元 | 20 亿元 | 2024.03 | 红杉、高瓴 |
| 可比公司 B | C 轮 | 8 亿元 | 60 亿元 | 2024.06 | 腾讯、IDG |
| 可比公司 C | A 轮 | 8,000 万 | 5 亿元 | 2024.09 | 经纬、源码 |
核心原则：用框架驱动分析，形成投资逻辑而非堆砌数据。
## 市场验证分析
### 自上而下估算
- TAM = {行业整体 IT 支出} = 5,000 亿元（来源：IDC, 2024）
- SAM = TAM x {细分领域占比 16%} = 800 亿元
- SOM = SAM x {目标客户渗透率 6.25%} = 50 亿元（5 年目标）
### 自下而上验算
- 目标客户总数：50,000 家中大型企业
- 预期渗透率（5 年）：10%
- 平均客单价：100 万元/年
- SOM = 50,000 x 10% x 100 万 = 50 亿元
### 交叉验证结论
- 两种方法结果一致（50 亿元），市场空间充足
- 即使仅获取 SOM 的 5%（2.5 亿 ARR），也已是一家优质 SaaS 公司
## 竞品对比矩阵
| 对比维度 | 权重 | 我方 | 竞品 A | 竞品 B | 竞品 C |
|---------|------|------|--------|--------|--------|
| 产品功能完整度 | 25% | 8/10 | 6/10 | 9/10 | 4/10 |
| AI 技术深度 | 20% | 9/10 | 5/10 | 6/10 | 3/10 |
| 客户体验/易用性 | 15% | 8/10 | 7/10 | 5/10 | 8/10 |
| 定价竞争力 | 15% | 7/10 | 8/10 | 5/10 | 9/10 |
| 品牌与渠道 | 10% | 4/10 | 6/10 | 8/10 | 3/10 |
| 团队与融资 | 10% | 7/10 | 6/10 | 8/10 | 5/10 |
| 生态与集成 | 5% | 6/10 | 5/10 | 7/10 | 4/10 |
| **加权总分** | 100% | **7.6** | **6.1** | **6.8** | **4.8** |
### 核心差异化
- **我方核心壁垒**：自研行业大模型，准确率领先竞品 15-20 个百分点
- **竞品 A 优势**：价格低、部署快，适合中小客户
- **竞品 B 优势**：品牌强、客户基数大，但技术迭代慢
## 商业模式画布
### 价值主张（Value Proposition）
- 为中大型企业提供 AI 驱动的智能决策平台，将数据分析效率提升 10 倍
- 核心价值：降本（减少 60% 人工分析工作）、增效（决策响应时间从天级降至分钟级）
### 客户细分（Customer Segments）
- 主力客户：年营收 1-50 亿的中大型企业
- 行业聚焦：金融、零售、制造（3 个垂直行业优先突破）
- 决策者：CTO/CDO/数据部门负责人
### 渠道（Channels）
- 直销团队（占比 70%）：聚焦头部大客户
- 渠道合作（占比 20%）：与咨询公司、集成商合作
- 产品导流（占比 10%）：免费版 → 付费转化
### 收入模式（Revenue Streams）
- SaaS 订阅费：按模块 + 用量计费，年均客单价 10-50 万
- 实施服务费：首年实施 + 定制开发，一次性收入
- 增值服务：培训、高级数据分析、专家咨询
### 成本结构（Cost Structure）
| 成本项 | 占比 | 说明 |
|--------|------|------|
| 研发人员 | 45% | 算法、工程、产品团队 |
| 销售与市场 | 25% | 直销团队、渠道费用、市场推广 |
| 云计算与基础设施 | 15% | GPU 算力、云服务器、带宽 |
| 管理与行政 | 10% | 办公、人事、财务 |
| 其他 | 5% | 法务、知识产权、差旅 |
### 核心资源（Key Resources）
- 自研大模型与算法能力
- 行业 Know-How 与数据积累
- 核心技术团队
### 关键合作（Key Partners）
- 云服务商（算力支持）
- 行业头部客户（联合创新、标杆案例）
- 咨询/集成商（渠道覆盖）
## 财务模型框架
### 收入预测
| 指标 | 2024A | 2025E | 2026E | 2027E | 2028E |
|------|-------|-------|-------|-------|-------|
| 新增客户数 | 55 | 120 | 250 | 400 | 550 |
| 累计客户数 | 85 | 195 | 425 | 780 | 1,230 |
| 平均客单价（万元） | 25 | 30 | 35 | 38 | 40 |
| ARR（万元） | 2,100 | 5,850 | 14,875 | 29,640 | 49,200 |
| 服务收入（万元） | 500 | 1,000 | 2,000 | 3,500 | 5,000 |
| **总收入（万元）** | **2,600** | **6,850** | **16,875** | **33,140** | **54,200** |
| YoY 增速 | 250% | 163% | 146% | 96% | 64% |
### 盈利预测
| 指标 | 2024A | 2025E | 2026E | 2027E | 2028E |
|------|-------|-------|-------|-------|-------|
| 毛利率 | 68% | 72% | 75% | 78% | 80% |
| 研发费用率 | 85% | 55% | 40% | 30% | 25% |
| 销售费用率 | 50% | 40% | 32% | 25% | 22% |
| 管理费用率 | 20% | 15% | 12% | 10% | 8% |
| **净利率** | **-87%** | **-38%** | **-9%** | **13%** | **25%** |
| 盈亏平衡预计 | - | - | 2026Q4 | - | - |
### 单位经济模型
| 指标 | 当前 | 目标（2026E） | 行业优秀 |
|------|------|-------------|---------|
| CAC（获客成本） | 15 万 | 10 万 | 8 万 |
| LTV（客户生命周期价值） | 45 万 | 75 万 | 100 万+ |
| LTV/CAC | 3.0x | 7.5x | 5.0x+ |
| 回收期 | 18 个月 | 10 个月 | 12 个月 |
| 月流失率 | 2.5% | 1.0% | <1.5% |
## SWOT 分析
| | 正面 | 负面 |
|---|------|------|
| **内部** | **S（优势）**<br>1. 自研大模型，技术壁垒高<br>2. 团队具备行业 + AI 双重背景<br>3. NDR 125%，产品粘性强<br>4. 已有标杆客户背书 | **W（劣势）**<br>1. 品牌知名度低，市场认知不足<br>2. 销售团队规模小，覆盖有限<br>3. 现金流尚未转正，依赖融资<br>4. 产品功能仍在快速迭代中 |
| **外部** | **O（机会）**<br>1. 企业数字化转型加速，AI 采购预算增长<br>2. 政策鼓励国产替代和 AI 应用<br>3. 竞品技术迭代慢，窗口期存在<br>4. 大客户需求从工具向平台升级 | **T（威胁）**<br>1. 互联网巨头可能切入赛道<br>2. 开源大模型降低技术门槛<br>3. 经济下行导致企业 IT 预算缩减<br>4. 数据安全法规趋严增加合规成本 |
### 战略应对
- **SO 策略**：利用技术优势抢占政策红利窗口，快速签约标杆客户
- **WO 策略**：借助融资扩大销售团队，利用市场机会提升品牌
- **ST 策略**：深耕垂直行业 Know-How，构建巨头难以复制的壁垒
- **WT 策略**：控制烧钱速度，确保在融资关闭前达到盈亏平衡
主 Agent 完成数据收集和分析后，调用 task 工具分发给 writer agent：
{
"description": "生成商业计划书云文档",
"prompt": "基于 /home/workspace/draft.md 中的商业计划书素材，生成一份结构完整的飞书云文档商业计划书。\n\n要求：\n1. 严格按照商业计划书模板结构组织内容\n2. 执行摘要放在最前面，投资人 3 分钟能看懂核心逻辑\n3. 所有数据标注来源和年份\n4. 市场规模必须包含 TAM/SAM/SOM 三级拆解\n5. 竞品对比必须使用表格，维度统一\n6. 财务预测必须包含 3-5 年收入与盈利预测\n7. 融资需求与资金用途必须明确拆分\n8. 报告篇幅：20-40 页\n\n报告模板见下方。",
"subagent_type": "writer"
}
Writer Agent 接到任务后，严格按以下顺序执行：
| 步骤 | 工具 | 动作 |
|---|---|---|
| 1 | file_read | 读取 /home/workspace/draft.md，获取全部调研素材 |
| 2 | outline_generator | 基于素材与模板生成商业计划书大纲 |
| 3 | feishu_doc_create | 按大纲生成飞书云文档商业计划书 |
| 4 | end | 返回飞书文档链接，结束任务 |
outline_generator 调用示例：
{
"title": "{项目名称} 商业计划书",
"sections": [
"执行摘要",
"市场机会：市场规模、用户画像、痛点需求",
"产品与方案：核心产品、技术壁垒、产品路线图",
"商业模式：收入模式、成本结构、客户获取",
"竞争分析：竞争格局、竞品矩阵、核心壁垒",
"运营与增长：GTM策略、增长飞轮、关键里程碑",
"团队与组织：核心团队、顾问、组织规划",
"财务与融资：财务预测、融资需求、资金用途",
"风险与对策：风险矩阵、应对措施",
"附录"
]
}
feishu_doc_create 调用示例：
{
"title": "{项目名称} 商业计划书",
"content": "（基于大纲和 draft.md 素材生成的完整 markdown 内容）"
}
# {项目名称} 商业计划书
> 融资阶段：{A 轮} | 融资金额：{5,000 万元人民币}
> 生成时间：YYYY-MM-DD
---
## 执行摘要
### 一句话定位
基于自研行业大模型，为中大型企业提供 AI 驱动的智能决策平台，将数据分析效率提升 10 倍。
### 核心亮点
1. **市场机会**：TAM 5,000 亿元，SOM 50 亿元，CAGR 25.6%
2. **产品验证**：已服务 85 家客户，ARR 2,100 万元，NDR 125%
3. **技术壁垒**：自研行业大模型，准确率领先竞品 15-20pp
4. **团队实力**：核心团队来自头部科技公司与 AI 实验室
5. **融资需求**：A 轮融资 5,000 万元，用于产品研发与市场扩张
### 关键指标速览
| 指标 | 数值 |
|------|------|
| 2024 ARR | 2,100 万元 |
| ARR 增速（YoY） | 250% |
| NDR | 125% |
| LTV/CAC | 3.0x |
| 累计客户数 | 85 家 |
| 预计盈亏平衡 | 2026Q4 |
---
## 一、市场机会
### 1.1 市场规模
| 层级 | 定义 | 规模 | 来源 |
|------|------|------|------|
| TAM（潜在总市场） | 全球企业智能决策软件市场 | 5,000 亿元 | IDC, 2024 |
| SAM（可服务市场） | 中国中大型企业 AI 分析平台 | 800 亿元 | 艾瑞咨询, 2024 |
| SOM（可获得市场） | 3 个垂直行业重点客群 | 50 亿元 | 团队估算 |
**增长预测**：
- 全球 CAGR：22.3%（Gartner, 2024-2029）
- 中国 CAGR：25.6%（艾瑞咨询, 2024-2029）
- 增长驱动：数字化转型加速、AI 技术成熟、政策推动
### 1.2 目标用户画像
| 维度 | 描述 |
|------|------|
| 企业规模 | 年营收 1-50 亿元的中大型企业 |
| 行业 | 金融、零售、制造（优先）；医疗、物流（扩展） |
| 决策者 | CTO、CDO、数据部门负责人 |
| 预算 | 年 IT 预算 500 万元以上，AI 预算占比 10-20% |
| 核心诉求 | 降低分析人力成本、提升决策速度、数据驱动经营 |
### 1.3 市场痛点与需求
**核心痛点**：
1. **效率痛点**：80% 的企业数据分析仍依赖 Excel + 人工，平均一份分析报告需要 3-5 天
2. **质量痛点**：人工分析错误率高达 15-20%，且缺乏一致性
3. **时效痛点**：管理层需要实时数据洞察，但现有流程响应时间以天/周为单位
4. **成本痛点**：雇佣数据分析师团队成本高（人均 40-60 万/年），且人才稀缺
**需求验证**：
- 已与 200+ 家目标企业进行需求调研
- 85 家企业已签约使用，续约率 92%
- NPS 评分 62 分（行业平均 35 分）
---
## 二、产品与方案
### 2.1 核心产品
**产品架构**：
- **底层**：自研行业大模型（基于千亿参数基座 + 垂直行业数据微调）
- **中间层**：RAG 企业知识库 + 多 Agent 协作引擎
- **应用层**：智能分析、自动报告、决策推荐三大核心模块
**核心功能**：
| 功能模块 | 描述 | 用户价值 |
|---------|------|---------|
| 智能数据分析 | 自然语言提问，自动生成分析结果 | 分析效率提升 10 倍 |
| 自动报告生成 | 基于数据自动生成各类经营报告 | 节省 80% 报告撰写时间 |
| 决策推荐引擎 | 基于历史数据与行业模型给出决策建议 | 决策准确率提升 30% |
| 数据治理平台 | 自动打通数据孤岛，统一数据口径 | 数据可用率从 40% 提升至 90% |
### 2.2 技术壁垒
1. **自研行业大模型**：基于千亿参数基座模型，在金融、零售、制造三个行业的 Benchmark 上准确率分别达到 92%、89%、87%，领先通用大模型 15-20 个百分点
2. **数据飞轮效应**：每新增一个客户，模型会学习该客户的业务逻辑，持续提升全局准确率
3. **行业 Know-How 积累**：核心团队合计 50+ 年的行业经验沉淀为标准化知识图谱
4. **工程化能力**：模型推理速度优化至毫秒级，支持千人并发
### 2.3 产品路线图
| 阶段 | 时间 | 目标 | 关键里程碑 |
|------|------|------|-----------|
| V1.0 已完成 | 2023H2 | MVP 验证 | 核心分析功能上线，首批 30 家客户 |
| V2.0 当前 | 2024 | 产品成熟 | 三大模块完整，85 家客户，NDR 125% |
| V3.0 规划 | 2025H1 | 平台化 | 开放 API/SDK，支持二次开发和生态接入 |
| V4.0 规划 | 2025H2-2026 | 行业深化 | 新增医疗、物流行业模型，客户突破 400 家 |
---
## 三、商业模式
### 3.1 收入模式
| 收入类型 | 占比 | 定价方式 | 说明 |
|---------|------|---------|------|
| SaaS 订阅（核心） | 70% | 按模块 + 用量，10-50 万/年 | 年付，按年递增 |
| 实施与定制 | 20% | 按项目，5-30 万/项 | 首年一次性收入 |
| 增值服务 | 10% | 按需，2-10 万/年 | 培训、咨询、高级支持 |
**定价策略**：
- 基础版：10 万/年（3 个模块，50 用户）
- 专业版：30 万/年（全模块，200 用户，API 接口）
- 企业版：50 万+/年（私有化部署，无限用户，专属模型）
### 3.2 成本结构
| 成本项 | 2024A 占比 | 2026E 占比 | 优化路径 |
|--------|-----------|-----------|---------|
| 研发人员 | 45% | 35% | 规模效应，人效提升 |
| 销售与市场 | 25% | 28% | 前期投入扩张，后期渠道占比提升 |
| 云计算/GPU | 15% | 18% | 用量增长，但单位成本下降 |
| 管理与行政 | 10% | 8% | 规模效应 |
| 其他 | 5% | 3% | 标准化降低边际成本 |
### 3.3 客户获取策略（GTM）
**三层漏斗模型**：
1. **获客层（Awareness）**：
- 内容营销（行业白皮书、案例分享）
- 行业峰会与展会
- SEO/SEM + 社交媒体
2. **转化层（Conversion）**：
- 免费试用（14 天全功能体验）
- 解决方案演示 + POC（概念验证）
- 标杆客户背书与转介绍
3. **扩展层（Expansion）**：
- CSM（客户成功）团队持续跟进
- 模块交叉销售、用量升级
- 年度价值回顾与续约
---
## 四、竞争分析
### 4.1 竞争格局
**市场参与者类型**：
| 类型 | 代表公司 | 优势 | 劣势 |
|------|---------|------|------|
| 垂直 AI 创业公司 | 竞品 A、竞品 C | 技术创新快、专注度高 | 规模小、品牌弱 |
| 综合 SaaS 平台 | 竞品 B | 功能全、客户基础大 | AI 能力弱、迭代慢 |
| 传统 IT 厂商 | 厂商 D | 客户关系深、渠道广 | 产品老旧、转型困难 |
| 互联网巨头 | 某云、某智 | 资源雄厚、品牌强 | 不够聚焦、通用化 |
### 4.2 竞品对比矩阵
| 维度 | 我方 | 竞品 A | 竞品 B | 竞品 C | 传统厂商 D |
|------|------|--------|--------|--------|-----------|
| AI 准确率 | 92% | 75% | 70% | 68% | 55% |
| 产品完整度 | 8/10 | 6/10 | 9/10 | 4/10 | 7/10 |
| 部署灵活性 | SaaS+私有化 | 纯 SaaS | 混合 | 纯 SaaS | 纯私有化 |
| 客单价 | 10-50 万 | 5-20 万 | 20-100 万 | 1-5 万 | 50-200 万 |
| 实施周期 | 2-4 周 | 1-2 周 | 4-12 周 | 即开即用 | 3-6 个月 |
| 客户评价 | NPS 62 | NPS 45 | NPS 38 | NPS 50 | NPS 25 |
### 4.3 核心壁垒
1. **技术壁垒**：自研行业大模型需要 18-24 个月积累，竞品短期难以复制
2. **数据壁垒**：已积累 85 家客户的脱敏行业数据，模型持续优化
3. **场景壁垒**：深耕 3 个垂直行业的标准化方案，Know-How 不可复制
4. **切换成本**：客户一旦接入，数据与流程深度绑定，迁移成本高
---
## 五、运营与增长
### 增长飞轮
1. **产品驱动**：高 NPS → 口碑传播 → 低成本获客
2. **数据驱动**：更多客户 → 更多数据 → 更好模型 → 更多客户
3. **生态驱动**：开放 API → 合作伙伴集成 → 更多场景覆盖
### 关键里程碑
| 时间 | 里程碑 | KPI |
|------|--------|-----|
| 2025Q1 | A 轮融资完成 | 融资 5,000 万元 |
| 2025Q2 | 销售团队扩张完成 | 销售人数从 10 人扩至 30 人 |
| 2025H2 | V3.0 平台版发布 | API/SDK 上线，首批 10 家生态伙伴接入 |
| 2026Q2 | 客户突破 400 家 | ARR 突破 1.5 亿元 |
| 2026Q4 | 实现盈亏平衡 | 单月正现金流 |
| 2027 | B 轮融资 / 冲刺规模化 | ARR 3 亿元，启动新行业扩展 |
---
## 六、团队与组织
### 核心团队
| 姓名 | 职位 | 核心背景 |
|------|------|---------|
| 张三 | CEO/创始人 | 前某大厂 VP，15 年企业服务经验，成功带领上一家公司从 0 到 3 亿 ARR |
| 李四 | CTO/联合创始人 | 前某 AI 实验室技术负责人，博士，顶会论文 20+，主导过亿级参数模型训练 |
| 王五 | COO | 前某咨询公司合伙人，10 年企服运营经验，管理过 200+ 人团队 |
| 赵六 | VP Sales | 前某上市 SaaS 公司销售总监，累计签约超 5 亿元 |
| 孙七 | VP Product | 前某头部互联网公司产品总监，主导过 DAU 千万级产品 |
### 团队规模与规划
| 部门 | 当前（2024） | 计划（2025） | 计划（2026） |
|------|-------------|-------------|-------------|
| 研发 | 35 人 | 55 人 | 70 人 |
| 销售 | 10 人 | 30 人 | 50 人 |
| 客户成功 | 5 人 | 15 人 | 25 人 |
| 产品 | 5 人 | 8 人 | 12 人 |
| 职能 | 5 人 | 7 人 | 10 人 |
| **合计** | **60 人** | **115 人** | **167 人** |
### 顾问委员会
| 姓名 | 身份 | 价值 |
|------|------|------|
| 顾问 A | 某行业协会会长 | 行业资源与政策解读 |
| 顾问 B | 某知名 VC 合伙人 | 融资与战略指导 |
| 顾问 C | 某头部企业前 CTO | 技术方向与大客户引荐 |
---
## 七、财务与融资
### 7.1 财务预测
| 指标 | 2024A | 2025E | 2026E | 2027E | 2028E |
|------|-------|-------|-------|-------|-------|
| 总收入（万元） | 2,600 | 6,850 | 16,875 | 33,140 | 54,200 |
| YoY 增速 | 250% | 163% | 146% | 96% | 64% |
| 毛利（万元） | 1,768 | 4,932 | 12,656 | 25,849 | 43,360 |
| 毛利率 | 68% | 72% | 75% | 78% | 80% |
| 运营利润（万元） | -2,262 | -2,603 | -1,519 | 4,308 | 13,550 |
| 净利率 | -87% | -38% | -9% | 13% | 25% |
### 7.2 融资需求
| 项目 | 详情 |
|------|------|
| 融资轮次 | A 轮 |
| 融资金额 | 5,000 万元人民币 |
| 估值预期 | 3-4 亿元（Pre-money），对应 2025E PS 约 5-6x |
| 资金用途周期 | 18-24 个月（覆盖至 2026Q4 盈亏平衡） |
| 目标投资人 | 专注企业服务/AI 赛道的头部 VC |
### 7.3 资金用途
| 用途 | 金额（万元） | 占比 | 说明 |
|------|-------------|------|------|
| 产品研发 | 2,000 | 40% | 大模型迭代、V3.0 平台版开发、新行业模型 |
| 销售扩张 | 1,500 | 30% | 销售团队从 10→30 人，渠道建设 |
| 市场推广 | 500 | 10% | 品牌建设、行业峰会、内容营销 |
| 客户成功 | 500 | 10% | CSM 团队扩建，提升续约率 |
| 运营储备 | 500 | 10% | 日常运营、不可预见支出 |
### 投资回报预期
- A 轮估值：3.5 亿元
- 预计 B 轮（2027）估值：15-20 亿元，回报 4-6x
- 退出路径：2028-2029 年 IPO 或并购
---
## 八、风险与对策
| 风险类型 | 风险描述 | 影响程度 | 发生概率 | 应对措施 |
|---------|---------|---------|---------|---------|
| 市场风险 | 经济下行导致企业缩减 IT 预算 | 高 | 中 | 推出轻量版降低客户采购门槛；强调 ROI 价值 |
| 竞争风险 | 互联网巨头携流量和资本入局 | 高 | 中 | 深耕垂直行业壁垒，做巨头做不深的场景 |
| 技术风险 | 开源大模型快速进步缩小技术差距 | 中 | 高 | 持续投入行业 Know-How，技术+场景双壁垒 |
| 人才风险 | AI 人才争夺激烈，核心成员流失 | 高 | 低 | 股权激励覆盖核心团队，建设良好技术文化 |
| 融资风险 | 资本市场遇冷，融资节奏延迟 | 高 | 中 | 严控现金流，确保现有资金覆盖 12 个月运营 |
| 政策风险 | AI 监管政策变化影响产品合规 | 中 | 中 | 提前布局合规能力，持续跟踪政策动态 |
---
## 附录
- A. 数据来源索引（所有引用数据的出处列表）
- B. 核心客户案例（2-3 个标杆客户的使用效果）
- C. 产品截图与演示（关键功能界面展示）
- D. 团队完整履历（核心成员详细背景）
- E. 财务模型详细假设（收入、成本、人员规划的详细假设）
- F. 术语表
用户: "帮我写一份 XX 的商业计划书"
|
v
+-------------------------------------------------------------+
| 主 Agent 执行 |
+-------------------------------------------------------------+
| 1. todo_write: 分解任务（6 步） |
| |
| 【资料收集】 |
| 2. web_search x N: 市场机会调研 |
| - "{市场} 市场规模 TAM SAM SOM" |
| - "{行业} CAGR 增长率 预测" |
| - "{目标用户} 痛点 需求" |
| 3. web_search x N: 竞争格局调研 |
| - "{行业} 竞争格局 市场份额" |
| - "{竞品} 融资 营收 产品" |
| 4. fetch: 深度阅读行业报告/招股书 |
| 5. knowledge_answer: 内部产品/团队/财务资料 |
| 6. aily-doc: 检索飞书内部已有分析 |
| 7. web_search x N: 财务基准与可比公司 |
| - "SaaS benchmark 估值倍数" |
| - "{行业} 融资案例" |
| |
| 【结构化分析】 |
| 8. TAM/SAM/SOM 市场验证（自上而下 + 自下而上） |
| 9. 竞品对比矩阵（加权评分） |
| 10. 商业模式画布 |
| 11. 财务模型框架（收入预测 + 盈利预测 + 单位经济） |
| 12. SWOT 分析 → 全部写入 draft.md |
| |
| 13. task(writer): 分发写作任务 |
+-------------------------------------------------------------+
|
v
+-------------------------------------------------------------+
| Writer Agent 执行 |
+-------------------------------------------------------------+
| 1. file_read: 读取 /home/workspace/draft.md |
| 2. outline_generator: 生成商业计划书大纲 |
| 3. feishu_doc_create: 生成飞书云文档商业计划书 |
| 4. end: 返回飞书文档链接 |
+-------------------------------------------------------------+
|
v
飞书云文档商业计划书
(可直接发送给投资人评审)
| 失败模式 | 原因 | 修复方法 |
|---|---|---|
| 市场规模缺乏说服力 | 仅用单一来源或仅有 TAM 无 SOM 拆解 | 必须包含 TAM/SAM/SOM 三级拆解，至少 2 个独立来源交叉验证，同时做自上而下+自下而上双向估算 |
| 竞品分析浮于表面 | 仅列出竞品名称，缺乏定量对比 | 建立加权评分矩阵，每个维度给出评分依据；用 fetch 深度阅读竞品官网和评测 |
| 商业模式不清晰 | 收入模式描述模糊，未区分收入类型 | 严格按商业模式画布填写，收入拆分为订阅/服务/增值，给出定价区间和占比预期 |
| 财务预测不可信 | 增长假设过于激进或缺乏依据 | 对标行业 benchmark，增速假设逐年递减符合 S 曲线，注明关键假设和敏感性 |
| 团队信息单薄 | 仅列出姓名和职位 | 必须包含核心背景（前公司+职级+关键成就），体现"为什么这个团队能做成" |
| 风险章节走过场 | 风险描述笼统，对策空洞 | 风险矩阵必须包含影响程度+发生概率+具体对策，对策需可执行而非口号式 |