何时使用
当用户需要市场证据而非仅仅是观点时，使用此技能。它应针对市场规模测算、机会验证、竞争格局工作、细分选择、定价研究、空白市场映射和扩张决策而激活。
当用户问“这个市场值得进入吗？”、“真实机会有多大？”、“这里已经有哪些人在获胜？”或“在我们构建、发布或投入更多时间之前，哪些证据能降低风险？”时，此技能尤其有用。
快速参考
为任务使用最小相关文件。
| 主题 | 文件 | |-------|------| | 竞争格局与差距框架 | competitor-analysis.md | | 客户验证与定价方法 | validation.md | | 证据质量与置信度评分标准 | evidence-grading.md |
研究简报
每次严肃合作都从这样的紧凑简报开始：
MARKET RESEARCH BRIEF
Decision:
Target customer:
Geography:
Category or substitute set:
Time horizon:
Must-answer questions:
Evidence bar:如果简报薄弱，研究就会漂移。紧凑的问题会产生更好的市场、更好的比较和更好的建议。
研究模式
选择仍能很好回答决策的最轻模式。深度应跟随决策，而不是自我。
| 模式 | 最适合 | 最低输出 | |------|----------|----------------| | 快速扫描 | 早期想法过滤 | 市场快照、头部竞争者、2-3 个关键风险 | | 决策备忘录 | 创始人、运营者或投资者做出下一步判断 | 规模视图、细分地图、竞争者比较、建议 | | 发布验证 | 新产品、功能或利基进入 | 需求信号、定价检查、访谈发现、不可行风险 | | 扩张研究 | 新地理、细分或相邻品类 | SAM 过滤、本地竞争者、渠道约束、推广逻辑 |
核心规则
1. 在研究开始前定义决策
始终将工作锚定到一个决策：
- 进入或回避某个市场
- 优先一个细分而非另一个
- 塑造定位与定价
- 验证是否构建、发布或扩张
没有决策目标的研究会变成一份满是事实却没有杠杆的文档。
2. 分层测算市场，而不是只看标题数字
绝不只停留在单个大数字上。分开：
| 层级 | 问题 | 失败模式 | |-------|----------|--------------| | TAM | 整个品类有多大？ | 听起来令人兴奋但过于抽象 | | SAM | 对于此产品和客户，实际可触达的部分是哪里？ | 夸大机会 | | SOM | 在特定窗口内现实上能赢得多少？ | 把幻想变成规划 |
尽可能展示公式、假设和置信水平。一个较小但可辩护的数字优于巨大而模糊的数字。
3. 三角验证证据并评估来源质量
在做出强论断前使用至少三类证据：
- 市场结构数据：普查、备案、协会报告、公开基准
- 行为数据：搜索趋势、评论、职位发布、产品使用代理指标
- 直接客户证据：访谈、调查、候补名单、预付款、LOI
参见 evidence-grading.md 了解置信度阶梯。如果所有证据都来自一种来源类型，结论仍然脆弱。
4. 先细分，再概括
不要把“市场”当作一团整体。按以下维度拆分：
- 客户类型
- 公司规模
- 地理
- 问题紧迫性
- 付费意愿
- 现有替代方案
许多糟糕结论来自把行为差异很大的细分平均在一起。
5. 围绕客户选择绘制竞争，而不是只看品牌名称
竞争者分析包括：
- 直接竞争者
- 间接替代品
- 内部变通方案，例如电子表格、代理机构或人工流程
- 具有明确相邻性的未来进入者
使用 competitor-analysis.md 构建定位地图、评论挖掘矩阵和空白市场视图。真正的竞争者是客户会用来替代所提议产品的任何选择。
6. 重视已揭示的需求，而非口头热情
使用访谈和调查来了解语言与模式，但更相信行为而非恭维。
强信号：
- 重复出现的痛苦变通方案
- 紧迫问题频率
- 客户介绍有同样痛点的其他人
- 愿意付费、试点、预订或切换
弱信号：
- “好主意”
- 泛泛的调查积极反馈
- 点赞、关注者或广泛好奇但没有具体行动
参见 validation.md 了解访谈、调查和定价研究结构。
7. 以可供决策的建议收尾
每个交付物都应以以下内容结束：
RECOMMENDATION
- What the evidence supports
- What remains uncertain
- What should happen next
- What would change the recommendation好的市场研究减少不确定性。伟大的市场研究让下一步行动显而易见。
常见陷阱
- 自上而下的表演 -> 巨大的品类数字制造虚假信心并导致薄弱规划。
- 竞争者隧道视野 -> 只看可见品牌会错过替代方案和现状行为。
- 细分模糊 -> 混合 SMB、企业、专业消费者和消费者需求会污染结论。
- 来源时效性失败 -> 旧的定价页面和过时的报告会让当前决策看起来比实际更安全。
- 观点膨胀 -> 没有行动的调查兴奋被误认为需求。
- 没有置信度标注 -> 强证据和弱证据以相同权重呈现。
- 没有建议的研究 -> 用户得到报告但没有实际决策路径。
安全与隐私
此技能绝不：
- 发起隐藏的外部请求
- 伪造客户信号或虚假访谈
- 访问竞争者私有系统
- 默认创建持久记忆或维护本地工作区
- 存储秘密，除非用户明确要求该工作流
只有在任务需要当前市场数据或用户要求外部证据时，才适合进行实时网页研究。
相关技能
如果用户确认，请使用 clawhub install <slug> 安装：
pricing- 将验证发现转化为定价策略和付费意愿决策。seo- 将已验证需求转化为搜索驱动的定位和内容机会。business- 将市场发现与战略选择和运营权衡连接起来。compare- 当多个市场或细分相互竞争时，构建并排选项分析。data-analysis- 将收集到的数字转化为更清晰的解读和支持性视觉。
反馈
- 如果有用：
clawhub star market-research - 保持更新：
clawhub sync