market-pest

name	market-pest
description	当需要扫描目标市场的政策法规、经济指标、社会趋势、技术动态时使用。PEST自动扫描，输出四维度趋势摘要与影响评估，信号分级告警，重大变化实时告警。关键词：PEST分析、政策法规、经济指标、社会趋势、技术动态、环境扫描、信号分级告警、外部环境、政策影响、市场趋势。
metadata	{"module":"产品探索与发现","sub-module":"市场竞品","type":"pipeline","version":"2.1","domain_tags":["金融","医疗","通用"],"trigger_examples":["市场环境有什么变化","政策对我们有什么影响","帮我扫描一下外部环境"],"interaction_mode":"ai_auto"}
execution_depth	{"default":"standard","quick_description":"直接输出PEST分析结论","deep_description":"完整分析 + 政策影响推演 + 趋势预测 + 战略应对建议"}

PEST自动扫描

核心原则

1. 四维度缺一不可——PEST四个维度必须全部扫描，缺失任一维度的分析都是片面的，数据不足时用行业基准值填充并标注"推断值"
2. 信号分级而非平铺——不是所有趋势都同等重要，影响程度≥4的信号触发告警，<3的信号归入常规监控，资源聚焦在高影响信号
3. 时效性标注——每个信号标注"已发生/正在发生/预计发生"，不同时效的信号应对策略完全不同，已发生的需立即响应，预计的需提前准备
4. 影响路径可追溯——每个趋势必须关联品类影响路径（如"合规成本上升→中小企业准入门槛提高"），不关联影响路径的趋势是噪音

交互模式

🤖 AI自动执行

输入

输入项	类型	必填	来源	说明
category_keywords	string	是	用户提供	品类关键词，如"在线教育""SaaS CRM"
target_market	string	是	用户提供	目标市场，如"中国大陆""东南亚"

执行步骤

Step 1: 定时扫描 [核心]

按四个维度进行信息采集与监控：

维度	扫描范围	数据源
政策法规（Political）	行业监管政策、准入许可、合规要求、数据隐私法规、税收政策、补贴政策	政府官网、法规数据库、行业协会公告、政策解读媒体
经济指标（Economic）	GDP增速、行业增长率、消费支出、融资环境、汇率波动、通胀率	统计局数据、央行报告、第三方经济数据库
社会趋势（Social）	人口结构变化、消费习惯迁移、文化趋势、用户偏好演变、生活方式变化	社交媒体趋势、用户调研报告、人口普查数据、生活方式研究
技术动态（Technological）	新技术成熟度、技术采用曲线、基础设施演进、技术标准变化、专利趋势	技术媒体、专利数据库、Gartner/IDC技术报告、开源社区动态

Step 2: 趋势摘要 [核心]

对每个维度采集的信息进行结构化摘要：

• 提取核心趋势（每维度3-5条）
• 标注趋势方向（上升/下降/平稳/新兴）
• 标注趋势强度（强/中/弱）
• 关联品类影响路径

Step 3: 关键变化信号 [核心]

从趋势摘要中识别关键变化信号：

• 信号类型：新政策发布 / 指标突变 / 趋势转折 / 技术突破
• 信号时效：已发生 / 正在发生 / 预计发生
• 信号来源与可验证性

Step 4: 影响评估 [核心]

对每个关键变化信号进行影响评估：

评估维度	说明
影响方向	正面（机会）/ 负面（威胁）/ 中性
影响程度	1-5分（1=微小影响，5=颠覆性影响）
影响时间窗口	短期（<6月）/ 中期（6-18月）/ 长期（>18月）
影响范围	仅影响品类 / 影响整个行业 / 跨行业影响
应对建议	利用策略 / 规避策略 / 监控策略

Step 5: 重大变化告警 [核心]

对高影响信号触发告警：

• 筛选影响程度≥4的信号
• 生成告警摘要：信号描述 + 影响评估 + 应对建议
• 实时推送给人类PM

输出深度分级

深度级别	输出范围	说明
quick	PEST分析结论	核心结论 + 最小可行产物
standard	完整产物（当前默认）	完整产物，包含全部Step输出
deep	完整分析 + 政策影响推演 + 趋势预测 + 战略应对建议	完整产物 + 扩展分析 + 深度推演

输出

输出文件：output/pm-discovery/market-pest/pest.json

输出Schema：

{
  "type": "object",
  "required": ["category_keywords", "target_market", "scan_timestamp", "political", "economic", "social", "technological"],
  "properties": {
    "category_keywords": {"type": "string", "description": "品类关键词"},
    "target_market": {"type": "string", "description": "目标市场"},
    "scan_timestamp": {"type": "string", "description": "扫描时间戳"},
    "political": {"type": "object", "description": "政策法规维度趋势与信号"},
    "economic": {"type": "object", "description": "经济指标维度趋势与信号"},
    "social": {"type": "object", "description": "社会趋势维度趋势与信号"},
    "technological": {"type": "object", "description": "技术动态维度趋势与信号"},
    "alerts": {"type": "array", "description": "重大变化告警列表"}
  }
}

输出校验规则：

字段路径	类型	必填	说明
category_keywords	string	是	品类关键词，不可为空字符串
target_market	string	是	目标市场，不可为空字符串
scan_timestamp	string	是	ISO 8601格式的扫描时间戳
political	object	是	政策法规维度，不可缺失
political.trends	array	是	至少包含1条趋势，每条须含trend、direction、strength、impact_path
political.trends[].trend	string	是	趋势描述，不可为空
political.trends[].direction	string	是	趋势方向，枚举：上升/下降/平稳/新兴
political.trends[].strength	string	是	趋势强度，枚举：强/中/弱
political.trends[].impact_path	string	是	品类影响路径，不可为空
political.key_signals	array	是	信号列表，每条须含signal、type、timing、source、impact
political.key_signals[].signal	string	是	信号描述，不可为空
political.key_signals[].type	string	是	信号类型，枚举：新政策发布/指标突变/趋势转折/技术突破
political.key_signals[].timing	string	是	信号时效，枚举：已发生/正在发生/预计发生
political.key_signals[].source	string	是	信号来源，不可为空
political.key_signals[].impact	object	是	影响评估，须含direction、degree、time_window、scope、recommendation
political.key_signals[].impact.direction	string	是	影响方向，枚举：正面/负面/中性
political.key_signals[].impact.degree	integer	是	影响程度，1-5
political.key_signals[].impact.time_window	string	是	影响时间窗口，枚举：短期/中期/长期
political.key_signals[].impact.scope	string	是	影响范围
political.key_signals[].impact.recommendation	string	是	应对建议
economic	object	是	经济指标维度，不可缺失，数据不足时用行业基准值填充并标注"推断值"
economic.trends	array	是	至少包含1条趋势，每条须含trend、direction、strength、impact_path
economic.trends[].trend	string	是	趋势描述，不可为空
economic.trends[].direction	string	是	趋势方向，枚举：上升/下降/平稳/新兴
economic.trends[].strength	string	是	趋势强度，枚举：强/中/弱
economic.trends[].impact_path	string	是	品类影响路径，不可为空
economic.key_signals	array	是	信号列表，每条须含signal、type、timing、source、impact
economic.key_signals[].signal	string	是	信号描述，不可为空
economic.key_signals[].type	string	是	信号类型，枚举：新政策发布/指标突变/趋势转折/技术突破
economic.key_signals[].timing	string	是	信号时效，枚举：已发生/正在发生/预计发生
economic.key_signals[].source	string	是	信号来源，不可为空
economic.key_signals[].impact	object	是	影响评估，须含direction、degree、time_window、scope、recommendation
economic.key_signals[].impact.direction	string	是	影响方向，枚举：正面/负面/中性
economic.key_signals[].impact.degree	integer	是	影响程度，1-5
economic.key_signals[].impact.time_window	string	是	影响时间窗口，枚举：短期/中期/长期
economic.key_signals[].impact.scope	string	是	影响范围
economic.key_signals[].impact.recommendation	string	是	应对建议
social	object	是	社会趋势维度，不可缺失，数据不足时用行业基准值填充并标注"推断值"
social.trends	array	是	至少包含1条趋势，每条须含trend、direction、strength、impact_path
social.trends[].trend	string	是	趋势描述，不可为空
social.trends[].direction	string	是	趋势方向，枚举：上升/下降/平稳/新兴
social.trends[].strength	string	是	趋势强度，枚举：强/中/弱
social.trends[].impact_path	string	是	品类影响路径，不可为空
social.key_signals	array	是	信号列表，每条须含signal、type、timing、source、impact
social.key_signals[].signal	string	是	信号描述，不可为空
social.key_signals[].type	string	是	信号类型，枚举：新政策发布/指标突变/趋势转折/技术突破
social.key_signals[].timing	string	是	信号时效，枚举：已发生/正在发生/预计发生
social.key_signals[].source	string	是	信号来源，不可为空
social.key_signals[].impact	object	是	影响评估，须含direction、degree、time_window、scope、recommendation
social.key_signals[].impact.direction	string	是	影响方向，枚举：正面/负面/中性
social.key_signals[].impact.degree	integer	是	影响程度，1-5
social.key_signals[].impact.time_window	string	是	影响时间窗口，枚举：短期/中期/长期
social.key_signals[].impact.scope	string	是	影响范围
social.key_signals[].impact.recommendation	string	是	应对建议
technological	object	是	技术动态维度，不可缺失，数据不足时用行业基准值填充并标注"推断值"
technological.trends	array	是	至少包含1条趋势，每条须含trend、direction、strength、impact_path
technological.trends[].trend	string	是	趋势描述，不可为空
technological.trends[].direction	string	是	趋势方向，枚举：上升/下降/平稳/新兴
technological.trends[].strength	string	是	趋势强度，枚举：强/中/弱
technological.trends[].impact_path	string	是	品类影响路径，不可为空
technological.key_signals	array	是	信号列表，每条须含signal、type、timing、source、impact
technological.key_signals[].signal	string	是	信号描述，不可为空
technological.key_signals[].type	string	是	信号类型，枚举：新政策发布/指标突变/趋势转折/技术突破
technological.key_signals[].timing	string	是	信号时效，枚举：已发生/正在发生/预计发生
technological.key_signals[].source	string	是	信号来源，不可为空
technological.key_signals[].impact	object	是	影响评估，须含direction、degree、time_window、scope、recommendation
technological.key_signals[].impact.direction	string	是	影响方向，枚举：正面/负面/中性
technological.key_signals[].impact.degree	integer	是	影响程度，1-5
technological.key_signals[].impact.time_window	string	是	影响时间窗口，枚举：短期/中期/长期
technological.key_signals[].impact.scope	string	是	影响范围
technological.key_signals[].impact.recommendation	string	是	应对建议
alerts	array	是	影响程度≥4的告警列表，无高影响信号时为空数组
alerts[].signal	string	是（alerts非空时）	告警信号描述
alerts[].dimension	string	是（alerts非空时）	所属PEST维度
alerts[].impact_degree	integer	是（alerts非空时）	影响程度，≥4
alerts[].impact_direction	string	是（alerts非空时）	影响方向
alerts[].recommendation	string	是（alerts非空时）	应对建议
alerts[].timestamp	string	是（alerts非空时）	告警时间戳

{
  "category_keywords": "在线教育",
  "target_market": "中国大陆",
  "scan_timestamp": "2026-05-10T08:00:00Z",
  "political": {
    "trends": [
      {
        "trend": "数据隐私法规趋严，个人数据保护力度加大",
        "direction": "上升",
        "strength": "强",
        "impact_path": "合规成本上升→中小企业准入门槛提高"
      }
    ],
    "key_signals": [
      {
        "signal": "《个人信息保护法》实施细则发布",
        "type": "新政策发布",
        "timing": "已发生",
        "source": "国务院官网",
        "impact": {
          "direction": "负面",
          "degree": 5,
          "time_window": "中期",
          "scope": "行业",
          "recommendation": "加速合规体系建设，建立数据隐私保护机制"
        },
        "alert": false
      }
    ]
  },
  "economic": {
    "trends": [
      {
        "trend": "GDP增速放缓，居民可支配收入增长承压",
        "direction": "下降",
        "strength": "中",
        "impact_path": "居民教育支出意愿下降→在线教育付费转化率降低"
      }
    ],
    "key_signals": [
      {
        "signal": "2026年Q1 GDP增速降至4.5%",
        "type": "指标突变",
        "timing": "已发生",
        "source": "国家统计局季度公报",
        "impact": {
          "direction": "负面",
          "degree": 3,
          "time_window": "中期",
          "scope": "行业",
          "recommendation": "优化定价策略，推出轻量化平价产品应对消费降级"
        },
        "alert": false
      }
    ]
  },
  "social": {
    "trends": [
      {
        "trend": "Z世代消费习惯变化，碎片化学习偏好增强",
        "direction": "上升",
        "strength": "强",
        "impact_path": "学习场景碎片化→课程产品设计需适配短时高频模式"
      }
    ],
    "key_signals": [
      {
        "signal": "短视频学习类应用月活同比增长45%",
        "type": "趋势转折",
        "timing": "正在发生",
        "source": "QuestMobile年度报告",
        "impact": {
          "direction": "正面",
          "degree": 4,
          "time_window": "短期",
          "scope": "行业",
          "recommendation": "开发短视频微课产品形态，抢占碎片化学习场景"
        },
        "alert": true
      }
    ]
  },
  "technological": {
    "trends": [
      {
        "trend": "AI技术普及，大模型教育应用成本快速下降",
        "direction": "上升",
        "strength": "强",
        "impact_path": "AI辅导成本下降→个性化教学产品规模化落地成为可能"
      }
    ],
    "key_signals": [
      {
        "signal": "教育大模型API调用成本同比下降60%",
        "type": "技术突破",
        "timing": "正在发生",
        "source": "Gartner技术成熟度报告",
        "impact": {
          "direction": "正面",
          "degree": 4,
          "time_window": "中期",
          "scope": "跨行业",
          "recommendation": "加大AI个性化辅导产品研发投入，构建数据飞轮"
        },
        "alert": true
      }
    ]
  },
  "alerts": [
    {
      "signal": "《个人信息保护法》实施细则发布",
      "dimension": "政策法规",
      "impact_degree": 5,
      "impact_direction": "负面",
      "recommendation": "加速合规体系建设，建立数据隐私保护机制",
      "timestamp": "2026-05-10T08:00:00Z"
    },
    {
      "signal": "短视频学习类应用月活同比增长45%",
      "dimension": "社会趋势",
      "impact_degree": 4,
      "impact_direction": "正面",
      "recommendation": "开发短视频微课产品形态，抢占碎片化学习场景",
      "timestamp": "2026-05-10T08:00:00Z"
    },
    {
      "signal": "教育大模型API调用成本同比下降60%",
      "dimension": "技术动态",
      "impact_degree": 4,
      "impact_direction": "正面",
      "recommendation": "加大AI个性化辅导产品研发投入，构建数据飞轮",
      "timestamp": "2026-05-10T08:00:00Z"
    }
  ]
}

决策规则

规则	触发条件	动作
实时告警	影响程度 ≥ 4	实时告警给人类PM，推送信号描述+影响评估+应对建议
常规监控	影响程度 < 3	归入常规监控列表，不触发告警
信号升级	信号来源不可验证或矛盾	标注需人类确认，降低置信度
数据来源可信度 < 0.5	标注"数据来源不可靠"，建议人类验证或更换数据源
PEST维度数据缺失	标注"维度数据不完整"，使用行业基准值填充并标注"推断值"

质量检查

• 政策法规维度已扫描
• 经济指标维度已扫描
• 社会趋势维度已扫描
• 技术动态维度已扫描
• 每个维度至少3条趋势摘要
• 关键变化信号已识别
• 影响评估已完成（方向+程度+时间窗口）
• 重大变化（影响程度≥4）已告警
• 数据来源标注 | 每个PEST维度标注数据来源和可信度 | 未标注来源的维度标记"来源不明"

---

降级策略

当上游文件不存在时，本Skill仍可独立执行：

缺失的上游输入	降级方案	输出影响	数据获取说明
无强依赖	本Skill可独立运行，用户提供品类和目标市场即可执行	输出完整，无影响	要求用户提供品类关键词和目标市场
所有上游文件均缺失	用户提供品类关键词和目标市场 → 基于AI知识库扫描PEST四维度趋势	趋势数据基于AI知识库推断，置信度标注为"推断值"，时效性可能滞后	要求用户提供品类关键词（如"在线教育"）和目标市场（如"中国大陆"）
若用户未提供category_keywords	提示用户提供品类关键词，否则无法确定扫描范围	无法生成输出，流程中断	要求用户提供品类关键词（如"在线教育""SaaS CRM"）
若用户未提供target_market	提示用户提供目标市场，否则默认使用"中国大陆"	目标市场默认为"中国大陆"，其他市场的趋势可能遗漏	要求用户提供目标市场名称（如"北美""东南亚"）

数据获取说明

本Skill需要品类关键词和目标市场信息，请通过以下方式之一提供：

1. 直接输入品类关键词（如"在线教育""SaaS CRM"）和目标市场（如"中国大陆"）
2. 上传行业分析数据文件
3. 提供数据文件路径

• AI不负责外部数据采集，仅负责分析

上游变更响应

上游变更影响表

上游文件	变更类型	影响PEST维度	影响说明
tam-som.json	市场规模数据变化	经济指标（Economic）	TAM/SAM/SOM规模调整直接影响经济指标中的行业增长率、市场容量等趋势判断
competitor-analysis.json	竞品技术动态变化	技术动态（Technological）	竞品新技术采用、专利布局等动态影响技术维度中技术成熟度和采用曲线的判断
competitor-analysis.json	竞品合规策略变化	政策法规（Political）	竞品应对监管的策略变化可反推政策法规执行力度和趋势方向
tam-som.json	区域市场数据变化	社会趋势（Social）	区域市场用户规模和渗透率变化影响社会趋势中消费习惯和用户偏好的判断

下游通知机制表

PEST变更类型	触发条件	通知下游	通知内容
政策法规重大变化	政策法规维度出现影响程度≥4的信号	market-competitor-analysis	政策变化摘要、影响评估、竞品应对建议
政策法规重大变化	政策法规维度出现影响程度≥4的信号	market-tam-som	政策变化对市场准入和规模的影响评估，建议重新测算TAM/SAM/SOM
经济指标重大变化	经济指标维度出现影响程度≥4的信号	market-tam-som	经济指标变化摘要，建议重新评估市场规模和增长率
技术动态重大变化	技术动态维度出现影响程度≥4的信号	market-competitor-analysis	技术突破摘要、影响评估，建议更新竞品Feature Matrix中的技术维度
社会趋势重大变化	社会趋势维度出现影响程度≥4的信号	market-tam-som	社会趋势变化摘要，建议重新评估目标用户规模和渗透率