market-research

name	market-research
description	市场/竞品研究的标准 4 步流程：拆解问题 → 多源检索 → 摘要抽取 → 结构化报告。
triggers	["用户提到\"调研 / 分析 / 对比 / 市场 / 竞品 / 玩家 / 份额\"","用户给出产品名 / 品类名 / 公司名要做\"画像\"","复合问题需要外部数据支撑"]
scripts	[]

Market Research 流程

1. 拆解子问题（不调用任何工具）

把用户问题拆成 3-7 个互不重叠的子问题。常用模板：

维度	子问题示例
定义	这个品类包含什么 / 排除什么？
玩家	头部 3-5 家是谁？份额怎样？
产品	功能对比矩阵（按用户视角）？
商业	商业模式 / 定价 / 主要市场？
增长	近 2 年的增长信号 / 公开数字？
风险	政策 / 技术 / 替代品 / 法务

把子问题与计划用的工具一起返回给用户，再开始执行。

2. 多源检索（web_search + web_fetch）

对每个子问题：

1. 用 web_search 给 1-3 个不同关键词（中英文皆可）。
2. 从结果里选 2-3 个来源（域名不同优先），用 web_fetch 拉正文。
3. 每个来源记一条 sources[]：{title, url, publishedAt, accessedAt}。

禁止仅依赖单一来源（例如只用维基百科）做关键数字结论。

3. 整合与去重

把抓到的事实做 dedup：

• 同一个数字多源一致 → 标为 confidence=high
• 数字有冲突 → 都保留并在 caveats 注明差异
• 单源数字 → confidence=low，并在 caveats 写"仅 1 个来源"

4. 调用 report_builder 生成最终输出

report_builder 接受 sections + sources，返回符合 persona 输出契约的 JSON：

report_builder(
  topic="...",
  subQuestions=[...],
  sections=[
    {"title": "市场玩家", "body": "...(¹)(²)", "citations": [1, 2]},
    ...
  ],
  sources=[...],
  confidence="medium",
  caveats=["IDC 与 Statista 在 2024 份额上有 5% 差异"]
)

工具会做最后的 schema 校验；不通过则抛错让你修补。

边界

• 找不到可靠来源 → 子问题标 "数据缺失" 并写到 caveats，不要编造数字。
• 用户问"是否值得投资"：触发 personas/shared/guardrails.md 的"不做投资建议"规则。

引用编号规则

引文必须按出现顺序编号（(¹)、(²)、(³) …），与 sources[].id 严格对应。同一 source 可被多次引用同一个编号。