Framework Selection

Framework Selection

Chapter	Selected Framework(s)	Application
Market Size & Growth Trends	TAM-SAM-SOM + Product Life Cycle	TAM-SAM-SOM to quantify market space, PLC to determine market stage
Competitive Landscape Assessment	Porter's Five Forces + Strategic Group Mapping	Five Forces to assess industry competition intensity, Group Mapping to visualize competitive positioning
Consumer Profiling	RFM + Consumer Decision Journey	RFM to segment customer value, Decision Journey to identify key conversion nodes
Brand Strategy Recommendations	SWOT + Blue Ocean Strategy	SWOT to summarize overall landscape, Blue Ocean to guide differentiation direction

### 3.4 Step 1.3：设计章节骨架

层级化的章节结构中，**每一章**必须包含四要素：

1. **Chapter Title（章节标题）**——专业、简洁、以主题为中心（遵循后文格式节的小标题约束）；
2. **Analysis Objective（分析目标）**——本章要揭示什么；
3. **Analysis Logic（分析逻辑）**——推理链或框架（**必须引用 Step 1.2 选定的框架**）；
4. **Core Hypothesis（核心假设）**——待数据验证或证伪的初步假设。

输出格式模板：

```markdown
## Analysis Framework

### Chapter 1: [Title]
- **Analysis Objective**: [This chapter aims to...]
- **Analysis Logic**: [Framework or reasoning chain used]
- **Core Hypothesis**: [Hypotheses to validate]
- **Data Requirements**: (see Step 1.4)
- **Visualization Plan**: (see Step 1.5)

### Chapter 2: [Title]
...

3.5 Step 1.4：逐章定义数据查询需求

这一步是通往下游数据采集技能的桥梁：为每一章精确指定"需要采集什么数据"。每条数据需求必须包含以下字段：

字段	说明
Data Metric	具体指标或数据点（如 "China skincare market size 2020-2025 (in billion CNY)"）
Data Type	Quantitative / Qualitative / Mixed
Suggested Sources	建议来源类别：行业报告、财务报表、政府统计、社交媒体、电商平台、调查数据、新闻
Search Keywords	给数据采集 Agent 的建议检索式
Priority	P0（必需）/ P1（重要）/ P2（补充）
Time Range	数据应覆盖的时间段

逐章输出格式示例：

#### Data Requirements

| # | Data Metric | Data Type | Suggested Sources | Search Keywords | Priority | Time Range |
|---|-------------|-----------|-------------------|-----------------|----------|------------|
| 1 | Market size (billion CNY) | Quantitative | Industry reports, government statistics | "China skincare market size 2024" | P0 | 2020-2025 |
| 2 | CAGR | Quantitative | Industry reports | "skincare CAGR growth rate" | P0 | 2020-2025 |
| 3 | Sub-category share | Quantitative | E-commerce platforms, industry reports | "skincare category share cream serum sunscreen" | P1 | Latest |
| 4 | Policy & regulatory updates | Qualitative | Government announcements, news | "cosmetics regulation 2024" | P2 | Past 1 year |

注意这里 Search Keywords 是"可直接执行的指令"——阶段 1 质量检查清单中明确要求"a data collection agent can execute on the Search Keywords directly"。这是把"提示词工程"落到"任务契约"层面的关键设计。

3.6 Step 1.5：逐章定义可视化与内容结构

为每一章规划最终报告的可视化方案与内容结构，字段定义：

字段	说明
Visualization Type	图表类型：折线图、柱状图、饼图、散点图、雷达图、热力图、桑基图、对照表等
Visualization Title	图表描述性标题
Visualization Data Mapping	哪些数据指标映射到 X/Y 轴或扇区
Comparison Table Design	数据对照表的列头与对比维度
Argument Structure	规划的 "What → Why → So What" 叙事提纲

输出格式模板：

#### Visualization & Content Plan

**Chart 1**: [Type] — [Title]
- X-axis: [Dimension], Y-axis: [Metric]
- Data source: Corresponds to Data Requirement #1, #2

**Comparison Table**:
| Dimension | Item A | Item B | Item C |
|-----------|--------|--------|--------|

**Argument Structure**:
1. **Observation (What)**: [Surface phenomenon revealed by data]
2. **Attribution (Why)**: [Driving factors or underlying causes]
3. **Implication (So What)**: [Strategic implications or recommended actions]

3.7 Step 1.6：装配完整的分析框架文档

把以上全部产出装配成单一的结构化文档，整体骨架如下：

# [Research Subject] Analysis Framework

## Research Overview
- **Research Subject**: [...]
- **Scope**: [Geography, time range, industry segment]
- **Analysis Domain**: [Market / Finance / Industry / Brand / Consumer / ...]
- **Core Research Questions**: [1-3 key questions]

## Framework Selection

| Chapter | Selected Framework(s) | Application |
|---------|----------------------|-------------|
| ... | ... | ... |

## Chapter Skeleton

### 1. [Chapter Title]
- **Analysis Objective**: [...]
- **Analysis Logic**: [...]
- **Core Hypothesis**: [...]

#### Data Requirements
| # | Data Metric | Data Type | Suggested Sources | Search Keywords | Priority | Time Range |
|---|-------------|-----------|-------------------|-----------------|----------|------------|
| ... | ... | ... | ... | ... | ... | ... |

#### Visualization & Content Plan
[Chart plan + Comparison table design + Argument structure]

### 2. [Chapter Title]
...

### N. [Chapter Title]
...

## Data Collection Task List
[Consolidate all P0/P1 data requirements across chapters into a structured task list for
downstream data collection skills to execute]

其中 Data Collection Task List 是把所有章节的 P0/P1 数据需求汇总、去重后形成的任务清单，是阶段 1 产出的"出口件"。

Phase 1 质量检查清单（原文完整继承）：

• [ ] 框架覆盖了该领域的所有天然分析维度
• [ ] 选取了 2～4 个专业分析框架，并显式映射到章节
• [ ] 所选框架互补（不重叠）且数据可支撑
• [ ] 每章都有清晰的 Analysis Objective、Analysis Logic（引用所选框架）与 Core Hypothesis
• [ ] 数据需求具体、可度量，且包含检索关键词
• [ ] 每章至少有一个可视化规划
• [ ] 数据优先级（P0/P1/P2）分配合理
• [ ] 框架可执行——数据采集 Agent 能直接按 Search Keywords 执行
• [ ] Data Collection Task List 完整且已去重

4. Phase 1→2 交接：数据采集与图表生成流水线

分析框架产出后，被交接给其他数据采集技能执行。文档点名了 deep-research、data-analysis、web search agent 等角色，它们的分工在仓库中都能找到对应实现：

交接任务	承接技能	仓库位置与实现要点
执行 Search Keywords、采集定量/定性数据与来源 URL	deep-research	"广度探索 → 深度挖掘"两阶段研究方法，强调单次搜索绝不够用，要求 web_fetch 全文抓取重要来源并追踪引用
对上传的 Excel/CSV 数据做结构化分析，产出 Data Summary	data-analysis	基于 DuckDB 的 in-process SQL 引擎，scripts/analyze.py 支持 inspect / query / summary / 导出 CSV/JSON/Markdown
按 Visualization & Content Plan 生成图表文件	chart-visualization	26 种图表类型的智能选择，scripts/generate.js 接收 JSON payload 生成图片，各类型参数规范在 references/ 目录

交接后下游技能需要完成的四件事：

1. 执行每章数据需求中的 Search Keywords；
2. 采集定量数据、定性洞察与来源 URL；
3. 依据 Visualization & Content Plan 生成图表；
4. 返回 Data Package（数据包），包含三个构件：
   • Data Summary：逐章组织的原始数字、指标与定性发现；
   • Chart Files：已生成图表图片的本地文件路径；
   • External Search Findings：用于引用的来源 URL 与摘要。

SKILL.md 中有一条职责边界的显式声明值得强调：

This skill does NOT perform data collection. It only produces the framework (Phase 1) and the final report (Phase 2).

即本技能是"框架生产方 + 报告合成方"，不是"数据获取方"。同时文档预留了弹性：如果存在可视化/绘图技能，图表生成可以推迟到阶段 2 开始时执行（见 Step 2.3）。这种"技能间契约"模式与 DeerFlow 的整体设计一致——各技能以 SKILL.md 为接口、以沙箱内 /mnt/skills 路径为可读取实体、以 Data Package 这类结构化产物为交接物，彼此可替换、可增删。

5. Phase 2：报告生成（五步工作流）

阶段 2 接收上游的 Analysis Framework 与 Data Package，合成为最终咨询级报告。

5.1 输入与校验（Step 2.1）

输入	说明	是否必需
Analysis Framework	阶段 1 产出的框架文档	必需
Data Summary	数据采集阶段逐章组织的数据	必需
Chart Files	已生成图表图片的本地文件路径；若未提供，则用可用的可视化技能在 Step 2.3 生成	可选
External Search Findings	用于行内引用的 URL 与摘要	可选

校验动作：确认 Analysis Framework 含章节骨架、数据需求与可视化规划；确认 Data Summary 按章组织并与 P0 需求交叉核对；确认图表文件路径是有效的本地路径。任何 P0 数据缺失都要在报告中注明并向用户标记（这一点同时出现在阶段 2 检查清单中）。

5.2 映射报告结构（Step 2.2）

从分析框架映射出最终报告的五段结构：

1. Abstract——含关键结论的执行摘要；
2. Introduction——背景、目标、方法；
3. Main Body Chapters (2...N)——映射自框架的章节骨架；
4. Conclusion——纯粹的客观综合；
5. References——按 GB/T 7714-2015 编排的参考文献。

5.3 报告生成前先批量产图（Step 2.3）

在动笔之前，先把框架中所有 Visualization & Content Plan 规划的图表一次性生成完毕，确保每个子章节开写时"Visual Anchor"已就位。执行时机三态：

• Chart Files 已提供：跳过本步，直接进 Step 2.4；
• 未提供图表但存在可视化技能：执行本步，先生成全部图表；
• 既无图表也无可视化技能：跳过本步——Step 2.4 中以对照表作为主要视觉锚点，并注明缺少图表。

图表生成工作流五步：

1. Extract Chart Tasks（抽取图表任务）：解析框架中所有 Visualization & Content Plan 条目，构建任务清单：

#	Chapter	Chart Type	Chart Title	Data Mapping	Data Source
1	2.1	Line chart	Market Size Trend 2020-2025	X: Year, Y: Market Size (billion CNY)	Data Requirement #1, #2
2	3.1	Pie chart	Consumer Age Distribution	Segments: Age groups, Values: Share %	Data Requirement #5

2. Prepare Chart Data（准备图表数据）：从 Data Summary 中提取对应数据点。原文的 CRITICAL 警示：只允许使用 Data Summary 中给定的数字，不得发明或"平滑"数据；数据点缺失时图表必须如实呈现（断线、缺柱），或调整图表类型。
3. Delegate to Visualization Skill（委托可视化技能）：为每个图表任务调用可视化技能（如 data-analysis/chart-visualization），传入图表类型与标题、结构化数据、轴标签与格式偏好，以及输出文件路径约定：charts/chapter_{N}_{chart_index}.png。在 DeerFlow 沙箱中，这一步对应的是调用 chart-visualization 技能 的 node ./scripts/generate.js '<payload_json>' 命令，输出图片 URL/路径。
4. Collect Chart File Paths（收集文件路径）：把生成路径登记成表，供 Step 2.4 嵌入使用：

## Generated Charts
| # | Chapter | Chart Title | File Path |
|---|---------|-------------|-----------|
| 1 | 2.1 | Market Size Trend 2020-2025 | charts/chapter_2_1.png |
| 2 | 3.1 | Consumer Age Distribution | charts/chapter_3_1.png |

5. Validate（验证）：确认所有 P0 优先级图表已生成；生成失败则记录，并让该子章节回退为对照表锚点。

该步骤背后是一条原则（原文强调）：先完成全部图表生成，再开始报告写作，以保证视觉叙事一致，避免"边生成边写"。

5.4 撰写报告（Step 2.4）：视觉锚点 → 数据对照 → 综合分析

每个子章节固定走三段式：

1. Visual Evidence Block（视觉证据块）：用 Image Description 嵌入 Step 2.3 收集的图表路径；
2. Data Contrast Table（数据对照表）：为关键指标建立 Markdown 对照表。Source Rule：表中每个数字必须来自 Data Summary，零幻觉；
3. Integrated Narrative Analysis（综合分析叙事）：按 "What → Why → So What" 撰写分析文本。Narrative Rule：叙事只能解释已提供的数据，不得做输入不支持的论断。

每个子章节还必须以一个不少于 200 词的分析性收尾段落结束，该段落要：综合相互矛盾或相互印证的数据点；揭示底层的用户张力或机会；可选地以一句"一句真理"（One-Liner Truth）引用块（>）收束。

5.5 最终结构自检（Step 2.5）

输出前确认报告按序包含全部段落：

Abstract → 1. Introduction → 2...N. Body Chapters → N+1. Conclusion → N+2. References

并额外验证：Step 2.3 生成的所有图表已嵌入正确子章节；![](path) 中的图表路径有效；无图表的子章节以对照表充当视觉锚点。文档特别用加粗强调：报告绝不允许在 Conclusion 之后止步——References 必须是最终章节。

6. 格式与语气规范（Formatting & Tone Standards）

这一节是"咨询级"三个字的全部落地细节，逐条继承：

咨询语体（Consulting Voice）

• 语气：McKinsey/BCG 式——权威、客观、专业；
• 语言：所有标题与正文使用 output_locale 指定语言；
• 数字格式：千位分隔符一律用英文逗号（1,000 而非 1，000）；
• 数据强调：重要观点与关键数字加粗。

标题约束（Titling Constraints）

• 编号：标准编号（1.、1.1）直接接标题；
• 禁用前缀：不得用 "Chapter"、"Part"、"Section"；
• 允许的语气词：Analysis、Profiling、Overview、Insights、Assessment；
• 禁用词："Decoding"、"DNA"、"Secrets"、"Mindscape"、"Solar System"、"Unlocking"。

子章节结论

• 每个子章节以 ≥200 词的分析段落收尾；段落必须是正文的自然延续，把本章发现综合为战略判断；
• 内容逻辑三步：1）综合冲突或互证的数据点；2）揭示底层的用户张力或机会；3）若有简洁有力的 One-Liner Truth，用引用块放在最末尾锚定本节。

洞察深度（The "So What" Chain）：每条洞察必须走 Data → User Psychology → Strategy Implication 链。原文给出的正反例非常典型：

❌ Bad: "Females are 60%. Strategy: Target females."

✅ Good: "Females constitute 60% with a high TGI of 180. **This suggests**
   the purchase decision is driven by aesthetic and social validation
   rather than pure utility. **Consequently**, media spend should pivot
   towards visual-heavy platforms (e.g., RED/Instagram) to maximize CTR,
   treating male audiences only as a secondary gift-giving segment."

引用

• 行内：使用 External Search Findings 时以 Markdown 链接形式给出来源（Source Title）；
• References 章节：严格按 GB/T 7714-2015 编排。

Markdown 硬规则

• 直接开头：报告必须以 # Report Title 起始，不得有任何引言性文字；
• 禁用分隔线：全文不得出现水平分割线（---）。

7. 报告结构模板与完整示例

7.1 报告结构模板

# [Report Title]

## Abstract
[Executive summary with key takeaways]

## 1. Introduction
[Background, objectives, methodology]

## 2. [Body Chapter Title]
### 2.1 [Sub-chapter Title]
Chart Description

| Metric | Brand A | Brand B |
|--------|---------|--------|
| ... | ... | ... |

[Integrated narrative analysis: What → Why → So What, min. 200 words]

> [Optional: One-liner strategic truth]

### 2.2 [Sub-chapter Title]
...

## N+1. Conclusion
[Pure objective synthesis, NO bullet points, neutral tone]
[Para 1: The fundamental nature of the group/market]
[Para 2: Core tension or behavior pattern]
[Final: One or two sentences stating the objective truth]

## N+2. References
[1] Author. Title[EB/OL]. URL, Date.
[2] ...

注意 Conclusion 的三段式约束：第一段讲群体/市场的本质，第二段讲核心张力或行为模式，最后用一两句话陈述客观事实，全程不得使用列表。

7.2 阶段 1 完整示例（Gen-Z 护肤市场分析）

用户输入：研究主题 "Gen-Z Skincare Market Analysis"。阶段 1 输出的框架文档节选：

# Gen-Z Skincare Market Analysis Framework

## Research Overview
- **Research Subject**: Gen-Z Skincare Market Deep Analysis
- **Scope**: China market, 2020-2025, consumers aged 18-27
- **Analysis Domain**: Market Analysis + Consumer Insights
- **Core Research Questions**:
  1. What is the size and growth momentum of the Gen-Z skincare market?
  2. What is unique about Gen-Z consumer skincare behavior patterns?
  3. How can brands effectively reach and convert Gen-Z consumers?

## Chapter Skeleton

### 1. Market Size & Growth Trends
- **Analysis Objective**: Quantify Gen-Z skincare market size and identify growth drivers
- **Analysis Logic**: Total market → Segmentation → Growth rate → Driver decomposition
- **Core Hypothesis**: Gen-Z is becoming the core engine of skincare consumption growth

#### Data Requirements
| # | Data Metric | Data Type | Suggested Sources | Search Keywords | Priority | Time Range |
|---|-------------|-----------|-------------------|-----------------|----------|------------|
| 1 | China skincare market total size | Quantitative | Industry reports | "China skincare market size 2024 2025" | P0 | 2020-2025 |
| 2 | Gen-Z skincare spending share | Quantitative | Industry reports, e-commerce platforms | "Gen-Z skincare spending share youth" | P0 | Latest |

#### Visualization & Content Plan
**Chart 1**: Line chart — China Skincare Market Size Trend 2020-2025
**Argument Structure**:
1. What: Quantified status of market size and Gen-Z share
2. Why: Consumption upgrade, ingredient-conscious consumers, social media driven
3. So What: Brands should prioritize building youth-oriented product lines

### 2. Consumer Profiling & Behavioral Insights
...

## Data Collection Task List
[Consolidated P0/P1 tasks]

7.3 阶段 2 完整示例流程

数据采集完成后，用户/上游提供 Analysis Framework + 含品牌指标的 Data Summary + 图表文件路径。最终报告按如下流程产出：

1. 以 # Gen-Z Skincare Market Deep Analysis Report 开头；
2. Abstract——执行摘要形式给出 3～5 条关键结论；
3. 1. Introduction——市场背景、研究范围、数据来源；
4. 2. Market Size & Growth Trend Analysis——嵌入趋势图、对照表、战略叙事；
5. 3. Consumer Profiling & Behavioral Insights——人口统计、购买驱动因素、"So What" 分析；
6. 4. Brand Competitive Landscape Assessment——品牌定位、份额分析、竞争动态；
7. 5. Marketing Strategy & Channel Insights——渠道效能、内容战略含义；
8. 6. Conclusion——流畅散文体的客观综合（无列表）；
9. 7. References——GB/T 7714-2015 格式列表。

8. 质量检查清单（阶段 2 部分）

阶段 1 的清单见 3.7 节，阶段 2 的完整清单如下（原文继承）：

• [ ] NO HALLUCINATION：所有数字与图表均已对照输入 Data Summary 核验
• [ ] 所有规划图表在报告写作之前全部生成（Step 2.3 先行完成）
• [ ] 所有章节按正确顺序齐备（Abstract → Introduction → Body → Conclusion → References）
• [ ] 每个子章节遵循 "Visual Anchor → Data Contrast → Integrated Analysis"
• [ ] 每个子章节以 ≥200 词的分析段落收尾
• [ ] 所有洞察遵循 "Data → User Psychology → Strategy Implication" 链
• [ ] 所有标题使用正确编号（无 "Chapter/Part/Section" 前缀）
• [ ] 图表以 Description 语法嵌入
• [ ] 数字使用英文逗号作为千位分隔符
• [ ] 行内引用在适用处使用 Markdown 链接
• [ ] References 章节符合 GB/T 7714-2015
• [ ] 文档中无水平分割线（---）
• [ ] Conclusion 使用流畅散文——无列表
• [ ] 报告直接以 # 标题开头——无前言
• [ ] 缺失的 P0 数据已在报告中显式标记

两份清单的共同特点是面向"可核验"而非"主观印象"：几乎每一条都能用 grep 或逐行比对的方式检查（章节顺序、编号前缀、---、200 词段落、图表路径有效性），这让 LLM 自检在阶段 2 收尾时有了确定性的抓手。

9. 配置项、Notes 与 DeerFlow 运行时集成要点

9.1 Settings

SKILL.md 末尾声明了两个配置项：

output_locale = zh_CN  # configurable per user request
reasoning_locale = en