/zach-product-research

name: zach-product-research
description: |
  基于Sorftime MCP的选品分析，发现高潜力市场机会、多维度属性标注与交叉分析、验证竞争格局、测算投入产出、输出Go/No-Go决策与选品报告。
  使用时机：选品立项前的市场调研。新品上架工作流第一步。
  触发词：/zach-product-research
benefits-from: []
user-invocable: true
allowed-tools: [Read, Write, Edit, Bash, Glob, Grep, mcp__sorftime__category_search_from_product_name, mcp__sorftime__category_search_from_top_node, mcp__sorftime__search_categories_broadly, mcp__sorftime__category_name_search, mcp__sorftime__category_report, mcp__sorftime__category_report_from_history, mcp__sorftime__category_trend, mcp__sorftime__category_keywords, mcp__sorftime__keyword_search_results, mcp__sorftime__keyword_detail, mcp__sorftime__keyword_extends, mcp__sorftime__keyword_trend, mcp__sorftime__product_search, mcp__sorftime__product_detail, mcp__sorftime__product_trend, mcp__sorftime__product_reviews, mcp__sorftime__product_traffic_terms, mcp__sorftime__product_variations, mcp__sorftime__potential_product, mcp__sorftime__competitor_product_keywords, mcp__sorftime__ali1688_similar_product]
risk-level: low

前置建议

本公开版 Skill 是自包含的，不依赖任何私有工作区文件、内部参考库或品牌专属协议。

开始分析前，优先阅读本 Skill 自带的参考材料：

• `references/payload_schema_v2.md` — v2 数据包结构与必填字段
• `references/payload_schema.md` — v1 兼容格式
• `references/html_report_spec.md` — HTML 精简报告结构要求
• `references/analysis_patterns.md` — 分析模式与洞察写法模板

如果你已有自己的市场研究资料，可以作为补充背景使用；但本 Skill 的执行、交付和校验不依赖外部私有资料。

选品分析器（Product Research - Sorftime MCP）

定位

基于 **Sorftime MCP** 的选品分析，帮助你在有利润前提下，用最短时间、最低风险发现高潜力市场机会。

**数据来源**：全部通过 Sorftime MCP 工具获取，不捏造、不估算。

**下游输出**：选品报告（MD + HTML精简 + Dashboard看板 + Excel）→ 新品上架工作流的后续步骤：`zach-competitor-deep-dive`（Listing 级竞品拆解）→ `zach-pricing-strategy`（定价精算）→ …

> **注**：本 Skill 已吸收原 `zach-market-intelligence` 的 Go/No-Go 决策框架与进入壁垒评估能力（见 Step 2.4 / Step 3.5），以及 `zach-report-dashboard-renderer` 的 Dashboard 可视化看板能力。两者均已标记为 deprecated。

Script Directory

• `scripts/render_deliverables.py`
• 用途：把统一 JSON 数据包渲染为 `md + html精简 + dashboard看板 + xlsx + json`，并执行交付校验
• **v2 模式**（推荐）：payload 含 `schema_version: “2.0”` + `chapters`，渲染器从结构化数据生成表格 + 插入 LLM 洞察段落
• **v1 兼容模式**：payload 含 `report_markdown` / `report_html`，直接写入（旧流程）
• 命令：
• `python skills/zach-product-research/scripts/render_deliverables.py generate --input <payload.json>`
• `python skills/zach-product-research/scripts/render_deliverables.py validate --input <payload.json>`
• `python skills/zach-product-research/scripts/render_deliverables.py all --input <payload.json>`
• 适用时机：Step 5 交付阶段，禁止手工只补单个文件后直接结束任务
• `scripts/parse_top100_dimensions.py`
• 用途：按规则文件解析 Top100 标题维度，输出 `top100_parsed.json` 与 `uncertain_products.json`
• `scripts/cross_analysis.py`
• 用途：基于解析后的产品 JSON 生成交叉矩阵和机会空白点

References

• `references/payload_schema_v2.md`
• 用途：v2 payload 结构定义（10 章 chapters + excel_sheets），准备 `render_deliverables.py` 输入数据包时查看
• `references/payload_schema.md`
• 用途：v1 payload 结构定义（向后兼容参考）
• `references/html_report_spec.md`
• 用途：HTML 精简报告区块定义参考
• `references/analysis_patterns.md`
• 用途：四种分析模式的模板与示例，报告写作时必须引用（至少使用 3 种）

Assets

• `assets/html_report_template.html`
• 用途：HTML 精简报告模板（v1 使用，v2 由 render_deliverables.py 内置渲染）
• `assets/dashboard_template.html`
• 用途：Dashboard 可视化看板模板（从 zach-report-dashboard-renderer 迁入），v2 由 render_deliverables.py 自动注入数据

Agents

• `agents/data-pipeline.md`
• 用途：负责 Sorftime 原始数据 → 中间 JSON / Excel Sheet 数据
• `agents/insight-writer.md`（v2 新增，替代 report-writer.md）
• 用途：负责在固定 10 章结构中撰写分析洞察段落（不写表格格式/HTML）

Evals

• `evals/evals.json`
• 用途：最小自测套件
• `evals/files/sample_payload_minimal.json`
• 用途：交付链路最小样本

---

核心原则

1. **权重优先**：权重越大，免费流量越多 2. **盈利监控**：利润覆盖广告成本，保持健康ROI 3. **战场优先**：先选好市场，再打磨产品 4. **数据驱动**：用可量化指标判断市场与竞品 5. **差异化竞争**：通过优化设计、卖点、包装提升转化

---

硬性规则（⛔ 不可省略）

以下规则适用于所有场景，不论模型能力或用户是否明确要求：

1. ⛔ 类目 Top100 明细必须输出完整 100 条，不得以"代表产品"缩写 2. ⛔ 竞品差评分析必须附"竞品选择逻辑表"（ASIN + 选择理由 + 竞品类型 + 覆盖维度），竞品总数 6-10 个，覆盖量级标杆/功能差异/价格带/痛点 3. ⛔ 关键词分析必须覆盖至少 3 个维度对比（如：品类大词 vs 属性词 vs 规格/场景词） 4. ⛔ MD 报告中出现的每个数据表/统计结论，必须在 Excel 中有对应 Sheet 5. ⛔ 每个 Step 完成后进行数据完整性检查，再进入下一步 6. ⛔ 输出前执行 Step 5 交付自检清单 7. ⛔ 定向品类分析（场景 4）必须执行 Step 1.5 产品属性标注 8. ⛔ 差评痛点必须按属性维度归类（而非仅按产品归类）

报告写作硬性规则（⛔ 不可省略）

以下规则确保每份报告达到「充电宝 v2」级别的分析深度，而非纯数据堆砌：

9. ⛔ **禁止纯数据呈现**：每个数据表格后必须紧跟「**关键洞察**」段落（2-4 条 bullet），说明数据的业务含义，不得只放表格不做解读 10. ⛔ **必须有 Executive Summary**：报告开头必须有 3-5 条核心结论，每条结构为：`数据点 → 含义 → 行动建议` 11. ⛔ **交叉分析必须解释原因**：每个"空白"/"薄供给"标签必须附带原因分析（技术限制？需求不存在？被市场忽视？供应链难度？），不得只标注状态 12. ⛔ **差评痛点必须映射品牌机会**：每个维度的差评痛点必须完成 `痛点 → 品牌能力 → 产品方案` 的映射，不得只列痛点不给方案 13. ⛔ **策略建议必须有产品矩阵**：至少给出 Tier 1 产品的完整规格（维度规格表 + 决策理由 + 目标定价 + 差异化主张 + 对标竞品 + 预估月销潜力），绝不允许"待确认"占位 14. ⛔ **供需缺口必须排优先级**：按三维评估（市场规模 40% + 技术可行性 30% + 品牌匹配 30%）排序，不得平铺罗列 15. ⛔ **必须使用分析模式**：每份报告至少使用以下 4 种分析模式中的 3 种（详见 `references/analysis_patterns.md`）：

| 模式 | 核心逻辑 | 最低使用次数 | |------|----------|-------------| | 数据→空白→机会 | 从分布数据中发现供给空白，评估机会价值 | 1 次 | | 痛点→优势映射 | 将差评痛点映射到品牌能力和产品方案 | 1 次 | | 交叉维度→结构性空白 | 多维度交叉发现结构性市场缺口 | 1 次 | | 多维评估→优先级矩阵 | 多因素加权评估排出优先级 | 1 次 |

---

Sorftime MCP 工具清单

执行选品分析时，调用以下 Sorftime MCP 工具（⛔ = 必调，📋 = 按需）：

| 类别 | 工具 | 用途 | 优先级 | |------|------|------|--------| | **类目** | `category_search_from_product_name` | 按产品名搜索相关细分类目 | ⛔ 必调 | | | `category_search_from_top_node` | 按大品类搜索细分类目 | 📋 按需 | | | `search_categories_broadly` | 多维度广泛搜索类目 | 📋 按需 | | | `category_name_search` | 按类目名称查询NodeId | 📋 按需 | | | `category_report` | 类目实时Top100报告 | ⛔ 必调 | | | `category_report_from_history` | 类目历史Top100报告 | 📋 按需 | | | `category_trend` | 类目趋势数据（⛔ NewProductSalesAmountShare 必调） | ⛔ 必调（Step 1.7） | | | `category_keywords` | 类目核心关键词 | 📋 按需 | | **关键词** | `keyword_search_results` | 关键词搜索结果自然位产品 | 📋 按需 | | | `keyword_detail` | 关键词详情 | ⛔ 必调 | | | `keyword_extends` | 关键词延伸词 | 📋 按需 | | | `keyword_trend` | 关键词历史趋势 | 📋 按需 | | **产品** | `product_search` | 产品搜索 | 📋 按需 | | | `product_detail` | 产品详情（属性标注补充验证） | ⛔ 必调（Step 1.5） | | | `product_trend` | 产品趋势 | 📋 按需 | | | `product_reviews` | 产品评论 | ⛔ 必调（Negative） | | | `product_traffic_terms` | 产品反查关键词 | 📋 按需 | | | `product_variations` | 产品变体 | 📋 按需 | | **