ワンクリックで
chain-breakdown
产业链研究第 3 段 · 瓶颈/增量识别。从 data.md 拆出"哪些环节值得研究"。激活时机:chain-data 输出 data.md 后。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
メニュー
产业链研究第 3 段 · 瓶颈/增量识别。从 data.md 拆出"哪些环节值得研究"。激活时机:chain-data 输出 data.md 后。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
产业链深度研究 9 段对齐 skill(2026-07-06 v4.1:在 8+1 之前加 chain-radar 行业雷达)。 基于「齐码.SKILL」Design-by-Contract 思想 + harrischen/invest 多因子评分 + zhangmusinb/gushifenxi 深度研究方法,形成「周期 × 缺口 × 政策」三角定位法。 每段输入=上段产物,实现"结论=证据"的全链路对齐。 包含三层价值量(成本/利润/瓶颈)、三类缺口(瓶颈/增量/国产替代/新需求)、 反证条件、跟踪指标。聚焦 A 股 + 港股 + 美股产业链投研。
产业链研究第 4 段 · 三层价值量深挖。对 breakdown 选出的 Top 3 环节做深度分析。激活时机:chain-breakdown 输出 breakdown.md 后。
产业链研究 chip-design 子段 · 深度工艺路线分析。聚焦半导体/光芯片/光模块等需要工艺拆解的产业链,从制程角度分析国产替代窗口、瓶颈环节、技术代际差距。激活时机:研究含芯片/晶圆/光芯片/光模块/化合物半导体的产业链时,在 chain-data 之后、chain-breakdown 之前调用。
产业链研究第 4 段(可选)· 产业周期判断。强周期行业(农业/化工/半导体/钢铁/煤炭/航运/航运)必跑,其他行业可选。借鉴 Maslow 周期 + 库存周期 + 资本开支周期 + 情绪周期方法论。激活时机:chain-breakdown 输出后,在 chain-analysis 之前。
产业链研究第 2 段 · 数据采集。把 idea.md 的 11 词过滤表,变成上中下游 + 三层价值量数据。激活时机:chain-idea 输出 idea.md 后,或在用户要求"补产业链数据"时。
产业链研究第 1 段 · 立项。把模糊想法挖成"立得住、还够狠"的 idea.md。融合大刘的产品 4 度:流变重构、成本坍缩、人即环境、可验证黑盒。激活时机:用户首次提到想研究某产业链/某公司/某材料。
| name | chain-breakdown |
| description | 产业链研究第 3 段 · 瓶颈/增量识别。从 data.md 拆出"哪些环节值得研究"。激活时机:chain-data 输出 data.md 后。 |
完整的 拆解段 段契约。Claude/Codex 调用本段时,只需读这一节。
02_data.md02_data.md02.5_chip_design.md(半导体类必填)03_breakdown.md(4 维评分 + 缺口)灵感:大刘《齐码.SKILL》vibe-architecture 段 产物:
breakdown.md(拆分卡) 输入:data.md 输出:可被 chain-analysis 直接消费的 breakdown.md
把"整条产业链"拆成"哪几个环节值得深挖"。
这是研究的"分诊台" — 不是每个环节都值得 5000 字。breakdown 段要回答:这条链上,真正挣钱/卡脖子的环节是哪几个?
每个环节都用 4 个维度快速扫描:
| 维度 | 评判标准 | 高分代表 |
|---|---|---|
| 价值密度 | 单位利润 / 单位规模 | 毛利 > 30%, 高单价 |
| 市场增量 | 未来 3 年 CAGR | CAGR > 15% |
| 可垄断性 | 技术壁垒 / 客户粘性 / 资本密集 | 准入门槛高 |
| 可攻击性 | 是否有"颠覆式新解法"出现 | AI / 新材料 / 新工艺 |
每个环节除了上面的"类别",还要标注缺口类型——这才是研究的真正抓手:
| 缺口类型 | 信号 | 验证方式 | 投资节奏 |
|---|---|---|---|
| 瓶颈型 | 涨价 / 交期拉长 / 产能>90% / 扩产>2 年 / 少数玩家 | [产品] 涨价 / 交期 / 产能利用率 | 看涨价持续性 |
| 增量型 | 单位用量提升 / 渗透率加速 / 下游爆发 / 新应用 | [产品] 单机用量 / 渗透率 / 出货量 | 看新需求兑现 |
| 国产替代型 | 卡脖子(制裁/限制) / 性价比(便宜好用) / 政策驱动(信创) | [产品] 国产化率 / 卡脖子 / 信创 | 看采购节奏 |
| 新需求型(新材料/新工艺) | 新材料突破 / 新工艺路线 / 全新下游 | [材料/工艺] 突破 / 下游应用 | 看技术验证 |
国产替代 5 阶段(0-5% → 5-20% → 20-50% 加速 ★ → 50%+ 格局确立):
0-5% 概念验证 → 5-20% 导入客户 → 20-50% 加速替代(★) → 50%+ 格局确立
| 词 | 拆解方法 |
|---|---|
| navigate | 拆下游主战场的需求结构(3 年趋势) |
| modal | 拆最大风险点的可缓解度 |
| confirm | 拆增量来源是否"真有/还是预期" |
| drawer | 拆隐藏可变成本是否在收窄 |
| popover | 拆差异化卖点的可持续性 |
| bottomsheet | 拆底部反转信号的可信度 |
| toast | 拆短期跟踪事件的传导链 |
| inline-expand | 拆价值量分布的边界变化 |
| inline-edit | 拆成本结构变化的具体行业 |
| newtab | 拆跨行业新需求的真实占比 |
| download | 拆数据来源是否完整 |
每个词,至少拆出 1 个"价值锚点"。
输入: data.md
↓
[Step 1: 全环节扫描]
对每个 (上中下游) × (成本/利润/瓶颈) 网格交点,打分
↓
[Step 2: 4 维评分]
价值密度 / 市场增量 / 可垄断性 / 可攻击性 → 各 0-10 分
↓
[Step 3: 排序]
按"总分"排序,Top 3 进入下一段分析
↓
[Step 4: 反证条件前置]
对 Top 3 环节,提前预判"什么情况会让我们判断错"
↓
[Step 5: 输出 breakdown.md]
Top 3 环节详写,其他一句话
# [项目名] · 拆分卡
> 拆分依据:data.md § 三层价值量
> 拆分时间:YYYY-MM-DD
## 1. 全环节扫描矩阵
| 环节 | 上/中/下 | 价值密度 | 市场增量 | 可垄断性 | 可攻击性 | 总分 | 类别 | **缺口类型** |
|---|---|---|---|---|---|---|---|---|
| XX | | | | | | | 金矿/壁垒/颠覆/陪跑 | **瓶颈/增量/国产替代/新需求** |
| XX | | | | | | | | |
| ... | | | | | | | | |
> **缺口类型说明**(借鉴 invest):
> - **瓶颈型**:供给紧缺(涨价/交期/产能利用率 > 90% / 扩产 > 2 年)
> - **增量型**:用量提升 + 渗透率加速 + 下游爆发
> - **国产替代型**:卡脖子 / 性价比 / 政策驱动
> - **新需求型**:新材料 / 新工艺 / 全新下游应用
## 2. Top 3 深挖环节
### 2.1 [环节名] · 金矿环节
**为什么是它:**
- 价值密度:[具体数据,来自 data.md § X]
- 市场增量:[CAGR,来自 data.md § X]
**缺口类型:**瓶颈/增量/国产替代/新需求
**深挖路径:**
- 分析哪几个公司(来自 chain-analysis)
- 看哪几个核心指标
**反证条件(预判):**
- 如果 [X 数据] 出现,则环节判断可能错
- 如果 [Y 事件] 发生,则环节定位需要重判
### 2.2 [环节名] · 壁垒环节
(同上结构)
### 2.3 [环节名] · 颠覆环节
(同上结构)
## 3. 陪跑环节(一句话)
- [环节名]: [数据 + 一句话定性]
- [环节名]: [数据 + 一句话定性]
- ...
## 4. 拆分决议
- 决定链: chain-analysis 段 — 只对 Top 3 环节做深度分析
- 陪跑环节在 report 中用 1 句话带过
# 价值密度评分
def score_value_density(margin, price_unit):
return margin * 0.6 + (price_unit / 1000) * 0.4
# 市场增量评分
def score_market_growth(cagr_3y):
return min(cagr_3y / 15 * 10, 10)
# 可垄断性评分
def score_monopoly(barrier, customer_lock, capex):
return barrier * 0.4 + customer_lock * 0.4 + capex * 0.2
# 可攻击性评分
def score_disruption(ai_substitute, new_material, new_process):
return max(ai_substitute, new_material, new_process) * 10