从《如何快速了解一个行业》到 agent skill
- 内容介绍
- 文章标签
- 相关推荐
从《如何快速了解一个行业》到 agent skill
如何快速了解一个行业
前段时间在互联网四处当街溜子的时候，看到微信读书的推荐书单，在其中发现了这一本书《如何快速了解一个行业》，作者肖璟老师曾是麦肯锡的前分析师。他认为“研究分析”这一件事并不是一个门槛特别高的工作，只要掌握正确、系统的方法论，大多人可以得出准确率很高的分析结果。他想要用这一本书，来建立一个“全能框架”，以此来覆盖对所有行业的研究。
这本书的主要对象是金融行业从业者，用于对行业估值，和行业研究，给行业投资建议，其次对象才是问题的解决爱好者。所以对于一些读者来说，内容可能不是想象的那样。
书中主要包括四个部分
- 行业框架：介绍行业研究的基础框架
- 行业实战：利用行业框架实战分析新能源汽车行业
- 研究方法：介绍麦肯锡分析师使用的问题分析方法
- 研究工具篇：介绍行业研究的主要咨询来源，还有部分 AI 相关的内容（这本书成书在 24 年左右，这部分内容是有局限性的）
对于这一本书的评价，有视角认为这本书对普通人来说没有任何用处，内容都是常识，或者说可能只对分析机构有参考价值。个人认为普通人了解下这其中的内容还是很能拓宽视野的，其中的某些方法论很细节，似乎整理出来可以作为 claude 的 skill 来进行使用。
Skill
我们知道，Skill 是 Agent 完成特定任务的"专业能力"或"工作流"。简单来说，如果你发现自己在使用 agent 时，总是需要重复一套固定的步骤——“先这样，再这样，最后那样”——那么这套流程就很适合被封装成一个 Skill。
这样做的价值在于：将复杂的交互模式标准化、可复用。下次遇到同类任务时，只需调用对应的 Skill，agent 就会按照既定的流程自动执行，无需反复沟通。
而《如何快速了解一个行业》这本书提到的研究框架，看起来就恰好具备这样的特征：高度流程化、标准化的内容。从行业定义、生命周期分析、商业模式拆解，再到市场规模测算……
编写过程
可行性与 MVP 版本
有了思路之后，我去找了这本书的 epub 电子版，然后丢给了 claude code，让它分析将其中的内容改成 skill 的可行性。
这本书的如何快速了解一个行业分析流程很规范化，目前 agent 流程越发完善，也可以进行 web 搜索。那么，能否分析出标准的流程，对一个行业，分析出是什么东西，需要去哪里找资料，分析发展阶段，等等，形成 skill，最后输出行业报告呢？
当前阶段，你只需要进行分析然后告诉我可行性即可
它使用 pandoc 将 epub 转成 markdown 格式，读取内容后给我的结论是，书中提供了高度标准化的分析框架，大部分资料可以通过公开搜索获得，评估指标清晰可以量化，agent 也已经具备了 web 搜索，长文本处理和推理能力，报告结构也完全可以标准化。所以写成 skill 是一个高度可行的方案。
主要问题是在于：数据质量与准确性
- 数据矛盾：难以判断哪一个正确
- 数据过时：分析失效
- 数据缺失：无法完成分析
于是给了我一个复杂的架构设计
flowchart TD
A[行业分析 Agent 系统]
A --> B[主控Agent<br>协调器]
A --> C[搜索Agent<br>资料收集]
A --> D[分析Agent<br>深度推理]
B --> E[行业定义 Agent]
B --> F[生命周期 Agent]
B --> G[四大维度 Agent]
F --> H[可行性 Agent]
F --> I[规模性 Agent]
F --> J[防守性 Agent]
J --> K[盈利性 Agent]
J --> L[估值 Agent]
L --> M[外部因素 Agent]
L --> N[景气度 Agent]
我对其中的一些概念也不清楚，要求 ai 进行进一步的澄清后，就让 ai 继续进行架构设计。它给了我三个方案
- 单 Skill （一体化）
- 多 Skill（每种分析方面都有一个 skill）
- 分层 skill
flowchart TD
A[行业分析 Skill<br>协调器]
A2[输入：行业名称 + 分析深度]
A3[内部：智能调用子 Skill]
A --包含--> A2
A2 --> A3
A3 --> B[分析深度]
B --> C[快速扫描]
B --> D[标准分析]
C --> E[快速分析 Skill<br>单次]
D --> F[完整分析 Skill<br>多步]
F --> G[行业定义 子模块]
F --> H[生命周期 子模块]
F --> I[市场规模 子模块]
根据它的描述，最好的方案应该是上图的分层模式，于是我就让它根据分层来写 skill。但是实现后的 skill 抽风了，有点一口吃不下。于是乎转向了单 skill，先验证可行性。
完善
跑通 MVP 版本后，我让 AI 重新补充初版中遗漏的分析模块。同时，我尝试将书中的研究方法按 agent 的执行能力划分为三类：
- Agent 可独立完成且执行顺畅的
- Agent 可执行但过于复杂的
- Agent 无法完成的
我的要求是：agent 通过 skill 完成尽可能完备的分析，同时对后两类任务进行标注并说明原因。信息来源及其时效性等内容，通过 markdown 脚注进行标记，并在报告末尾附上说明。
此外，我还希望 agent 能够引导用户：告知他们后续可以进行哪些分析，哪些方向可以继续与 agent 深入研究。
考虑到 skill 不宜过长，对于 agent 无法确定判断的内容，也进行初步判断并标注需要进一步确认。同时要求搜索工具多样化，标注可供用户继续深入搜索的平台和渠道。
于是我得到了改进后的 skill。通过它生成的报告，内容确实更加完善了，但读起来总觉得有些空洞——感觉像大量正确的废话。
最后进一步调整，让 agent 在运行前先询问用户角色，基于角色定位来判断用户真正想了解的内容，再针对性地进行资料收集和报告撰写。经过这样一番迭代，感觉这个单体 skill 可以拿来稍稍图一乐了。
能想到什么？
信源：Agent 获取的内容基本源于网络，而网络信息存在几类问题：部分是二手信息、部分真实性存疑、还有完全闭源的内容。这直接影响分析质量。
格式：这算是一个小问题，主要是我试图让 AI 在信息上通过 markdown 脚注来直接标注信息来源，效果不是很理想。
深度与广度：这方面就见仁见智因人而异了，不同人对深度和广度的需求不一致
我们也可以想到的是，如果有更好的工具，比如 openclaw or 未来的新工具，或者搭建更好的分析模板，更细致的 skill，我们无疑能将一个行业研究的更好一些。
同时，也能想到的是，《如何快速了解一个行业》这本书是对于行业研究提出的方法论，其他书中的方法论，是否也能像这样被分解成 skill，让我们快速的通过 ai 上手呢？
另外，AI 确实好用，但如何在各个领域系统性使用 AI，仍值得我们深思。
附录
skill 文件
qkyufw/industry-analysis
输出效果
image1223×11139 1.99 MB
上面的github 链接中有 example 文件夹，里面有更多的分析报告可以看看，不同的模型应该效果也不一样
网友解答：--【壹】--：
过程确实是相似的，但是这个测试中的 skill 是基于书中提取出来的方法论进行的。
类比我的操作流程，或许我们可以根据以往的很多方法论，提取出许多专业性的 skill？
加上对工作链上下游的各种工具增强，在方法论的基础上，可玩性应该还是很高的。
抛砖引玉，也图一乐啦。
--【贰】--：
mark一下。
--【叁】--：
有趣的想法，明天我试试，谢谢佬！
--【肆】--：
我经常这么干，让ai先搜索方法论和最佳实践，然后总结归纳，最后编写skill，基本上我自己的skill都是这个路径生成的
--【伍】--：
notebookllm把你这个概念落地了，YouTube视频、音频、网址、文本 收集后塞到一个笔记本里就是一个垂直智能体
--【陆】--：
mark，明天试试
--【柒】--：
佬友的思路很好，这样做确实可以解放生产力
从《如何快速了解一个行业》到 agent skill
如何快速了解一个行业
前段时间在互联网四处当街溜子的时候，看到微信读书的推荐书单，在其中发现了这一本书《如何快速了解一个行业》，作者肖璟老师曾是麦肯锡的前分析师。他认为“研究分析”这一件事并不是一个门槛特别高的工作，只要掌握正确、系统的方法论，大多人可以得出准确率很高的分析结果。他想要用这一本书，来建立一个“全能框架”，以此来覆盖对所有行业的研究。
这本书的主要对象是金融行业从业者，用于对行业估值，和行业研究，给行业投资建议，其次对象才是问题的解决爱好者。所以对于一些读者来说，内容可能不是想象的那样。
书中主要包括四个部分
- 行业框架：介绍行业研究的基础框架
- 行业实战：利用行业框架实战分析新能源汽车行业
- 研究方法：介绍麦肯锡分析师使用的问题分析方法
- 研究工具篇：介绍行业研究的主要咨询来源，还有部分 AI 相关的内容（这本书成书在 24 年左右，这部分内容是有局限性的）
对于这一本书的评价，有视角认为这本书对普通人来说没有任何用处，内容都是常识，或者说可能只对分析机构有参考价值。个人认为普通人了解下这其中的内容还是很能拓宽视野的，其中的某些方法论很细节，似乎整理出来可以作为 claude 的 skill 来进行使用。
Skill
我们知道，Skill 是 Agent 完成特定任务的"专业能力"或"工作流"。简单来说，如果你发现自己在使用 agent 时，总是需要重复一套固定的步骤——“先这样，再这样，最后那样”——那么这套流程就很适合被封装成一个 Skill。
这样做的价值在于：将复杂的交互模式标准化、可复用。下次遇到同类任务时，只需调用对应的 Skill，agent 就会按照既定的流程自动执行，无需反复沟通。
而《如何快速了解一个行业》这本书提到的研究框架，看起来就恰好具备这样的特征：高度流程化、标准化的内容。从行业定义、生命周期分析、商业模式拆解，再到市场规模测算……
编写过程
可行性与 MVP 版本
有了思路之后，我去找了这本书的 epub 电子版，然后丢给了 claude code，让它分析将其中的内容改成 skill 的可行性。
这本书的如何快速了解一个行业分析流程很规范化，目前 agent 流程越发完善，也可以进行 web 搜索。那么，能否分析出标准的流程，对一个行业，分析出是什么东西，需要去哪里找资料，分析发展阶段，等等，形成 skill，最后输出行业报告呢？
当前阶段，你只需要进行分析然后告诉我可行性即可
它使用 pandoc 将 epub 转成 markdown 格式，读取内容后给我的结论是，书中提供了高度标准化的分析框架，大部分资料可以通过公开搜索获得，评估指标清晰可以量化，agent 也已经具备了 web 搜索，长文本处理和推理能力，报告结构也完全可以标准化。所以写成 skill 是一个高度可行的方案。
主要问题是在于：数据质量与准确性
- 数据矛盾：难以判断哪一个正确
- 数据过时：分析失效
- 数据缺失：无法完成分析
于是给了我一个复杂的架构设计
flowchart TD
A[行业分析 Agent 系统]
A --> B[主控Agent<br>协调器]
A --> C[搜索Agent<br>资料收集]
A --> D[分析Agent<br>深度推理]
B --> E[行业定义 Agent]
B --> F[生命周期 Agent]
B --> G[四大维度 Agent]
F --> H[可行性 Agent]
F --> I[规模性 Agent]
F --> J[防守性 Agent]
J --> K[盈利性 Agent]
J --> L[估值 Agent]
L --> M[外部因素 Agent]
L --> N[景气度 Agent]
我对其中的一些概念也不清楚，要求 ai 进行进一步的澄清后，就让 ai 继续进行架构设计。它给了我三个方案
- 单 Skill （一体化）
- 多 Skill（每种分析方面都有一个 skill）
- 分层 skill
flowchart TD
A[行业分析 Skill<br>协调器]
A2[输入：行业名称 + 分析深度]
A3[内部：智能调用子 Skill]
A --包含--> A2
A2 --> A3
A3 --> B[分析深度]
B --> C[快速扫描]
B --> D[标准分析]
C --> E[快速分析 Skill<br>单次]
D --> F[完整分析 Skill<br>多步]
F --> G[行业定义 子模块]
F --> H[生命周期 子模块]
F --> I[市场规模 子模块]
根据它的描述，最好的方案应该是上图的分层模式，于是我就让它根据分层来写 skill。但是实现后的 skill 抽风了，有点一口吃不下。于是乎转向了单 skill，先验证可行性。
完善
跑通 MVP 版本后，我让 AI 重新补充初版中遗漏的分析模块。同时，我尝试将书中的研究方法按 agent 的执行能力划分为三类：
- Agent 可独立完成且执行顺畅的
- Agent 可执行但过于复杂的
- Agent 无法完成的
我的要求是：agent 通过 skill 完成尽可能完备的分析，同时对后两类任务进行标注并说明原因。信息来源及其时效性等内容，通过 markdown 脚注进行标记，并在报告末尾附上说明。
此外，我还希望 agent 能够引导用户：告知他们后续可以进行哪些分析，哪些方向可以继续与 agent 深入研究。
考虑到 skill 不宜过长，对于 agent 无法确定判断的内容，也进行初步判断并标注需要进一步确认。同时要求搜索工具多样化，标注可供用户继续深入搜索的平台和渠道。
于是我得到了改进后的 skill。通过它生成的报告，内容确实更加完善了，但读起来总觉得有些空洞——感觉像大量正确的废话。
最后进一步调整，让 agent 在运行前先询问用户角色，基于角色定位来判断用户真正想了解的内容，再针对性地进行资料收集和报告撰写。经过这样一番迭代，感觉这个单体 skill 可以拿来稍稍图一乐了。
能想到什么？
信源：Agent 获取的内容基本源于网络，而网络信息存在几类问题：部分是二手信息、部分真实性存疑、还有完全闭源的内容。这直接影响分析质量。
格式：这算是一个小问题，主要是我试图让 AI 在信息上通过 markdown 脚注来直接标注信息来源，效果不是很理想。
深度与广度：这方面就见仁见智因人而异了，不同人对深度和广度的需求不一致
我们也可以想到的是，如果有更好的工具，比如 openclaw or 未来的新工具，或者搭建更好的分析模板，更细致的 skill，我们无疑能将一个行业研究的更好一些。
同时，也能想到的是，《如何快速了解一个行业》这本书是对于行业研究提出的方法论，其他书中的方法论，是否也能像这样被分解成 skill，让我们快速的通过 ai 上手呢？
另外，AI 确实好用，但如何在各个领域系统性使用 AI，仍值得我们深思。
附录
skill 文件
qkyufw/industry-analysis
输出效果
image1223×11139 1.99 MB
上面的github 链接中有 example 文件夹，里面有更多的分析报告可以看看，不同的模型应该效果也不一样
网友解答：--【壹】--：
过程确实是相似的，但是这个测试中的 skill 是基于书中提取出来的方法论进行的。
类比我的操作流程，或许我们可以根据以往的很多方法论，提取出许多专业性的 skill？
加上对工作链上下游的各种工具增强，在方法论的基础上，可玩性应该还是很高的。
抛砖引玉，也图一乐啦。
--【贰】--：
mark一下。
--【叁】--：
有趣的想法，明天我试试，谢谢佬！
--【肆】--：
我经常这么干，让ai先搜索方法论和最佳实践，然后总结归纳，最后编写skill，基本上我自己的skill都是这个路径生成的
--【伍】--：
notebookllm把你这个概念落地了，YouTube视频、音频、网址、文本 收集后塞到一个笔记本里就是一个垂直智能体
--【陆】--：
mark，明天试试
--【柒】--：
佬友的思路很好，这样做确实可以解放生产力