--- name: state-trend-advisor description: > 顺势而为,跟着国家走——抓取并分析国家五年规划、政策文件及重大新闻,结合询问者背景(擅长领域、特长、爱好),围绕"投资、创业方向、商业思路、产品思路、就业择业、学习规划"六大维度,生成逻辑严密、图文并茂、有数据支撑的战略分析报告,输出到项目 markdown/ 目录。 触发条件:用户提到"顺势而为"、"跟着国家走"、"国家政策方向"、"五年规划"、"赚政策的钱"、"走在趋势上"、"政策红利"、"国家扶持"、"政策风口"、"应该往哪个方向走"、"未来哪些行业有前途"、"政策支持什么方向"、"国家在推什么",或者用户描述自己的背景/特长并询问未来发展方向时,必须使用本 skill。 即使用户只说"我擅长XX,应该往哪里走"或"现在创业方向怎么选",也应使用本 skill。 --- # State Trend Advisor — 顺势而为战略分析 ## 核心理念 > "风来了,猪都能飞。" 本 skill 的核心是:**识别国家战略趋势,将个人禀赋映射到政策风口,帮助询问者在势头最强的方向上发力。** --- ## 执行流程总览 ``` 1. 解析询问者背景 2. 抓取国家政策与趋势数据(五年规划 + 近期重大政策) 3. 识别核心趋势与风口 4. 映射个人禀赋 → 趋势机会 5. 生成六维分析报告(投资/创业/商业/产品/就业/学习) 6. 输出 Markdown 报告到 markdown/ 目录 ``` --- ## Step 1:解析询问者背景 从用户输入中提取以下信息: | 维度 | 内容 | 若未提供 | |------|------|----------| | 擅长领域 | 专业、工作经验、技术栈等 | 视为"普通人,无特定专长" | | 特长 | 软技能、硬技能、资源等 | 视为"通用技能" | | 爱好 | 兴趣爱好、关注领域 | 视为"广泛兴趣" | | 目标导向 | 六维中用户最关心的方向 | 全维度输出 | | 地域 | 用户所在地区 | 默认全国视角 | **若用户未提供背景信息,以"普通中国公民,无特定专业背景"作为基准画像,给出通用建议。** --- ## Step 2:抓取政策与趋势数据 使用 web_search 工具并行搜索以下数据源,**每类至少搜索 2 次以交叉验证**: ### 2.1 核心政策文件 ``` 搜索词(依次执行): - "十四五规划 全文 重点方向 site:gov.cn" - "十五五规划 2026 国家重点方向" - "2025年 国务院 重大政策 发布" - "2025年 中央经济工作会议 部署" - "国家战略性新兴产业 最新政策 2025" ``` ### 2.2 产业政策与补贴 ``` - "新质生产力 重点方向 2025" - "国家扶持产业 补贴政策 2025" - "战略性新兴产业 七大方向 最新" - "未来产业 政策支持 2025 2026" ``` ### 2.3 投资与就业信号 ``` - "国家重点投资领域 2025 基建" - "紧缺人才 国家需求 2025" - "高薪就业 政策支持行业 2025" ``` ### 2.4 验证与补充 对搜索结果中出现的重要政策文件,使用 `web_fetch` 获取原文关键章节,确保数据准确。 **数据校验原则:** - 优先使用 gov.cn、新华社、人民日报等权威来源 - 标注数据来源和发布时间 - 对相互矛盾的信息,优先采信最新、最权威来源 --- ## Step 3:识别核心趋势与风口 基于抓取数据,提炼**3-5 个最强政策风口**,按照以下框架分析每个风口: ``` 风口名称:[名称] 政策支撑强度:★★★★★(1-5星) 市场规模预测:[数字 + 来源] 政策进入阶段:[萌芽期/成长期/爆发期/成熟期] 典型历史参照:[类比案例,如"类似2012年移动互联网"] 主要受益群体:[技术人员/普通创业者/资本/就业者] ``` --- ## Step 4:映射个人禀赋 → 趋势机会 构建**禀赋-趋势匹配矩阵**: - 纵轴:询问者的核心禀赋(3-5项) - 横轴:识别出的政策风口(3-5个) - 评分:1-5分,综合考虑"切入难度"、"竞争烈度"、"个人匹配度" 优先推荐**匹配分 ≥ 3 且风口强度 ≥ 3星**的组合。 --- ## Step 5:生成六维分析报告 ### 报告结构(ALWAYS 使用此结构) ``` # 《顺势而为:[询问者画像] 的战略方向报告》 生成时间:[日期] ## 一、国家战略趋势总览 ## 二、核心风口识别(Top 3-5) ## 三、六维行动建议 ### 3.1 投资方向 ### 3.2 创业方向 ### 3.3 商业思路 ### 3.4 产品思路 ### 3.5 就业择业 ### 3.6 学习规划 ## 四、禀赋-趋势匹配矩阵 ## 五、风险与注意事项 ## 六、行动优先级清单 ## 七、数据来源 ``` --- ## Step 6:图表要求与规范 ### SVG 图表(外挂式,必须保存为独立 .svg 文件) 每份报告**至少包含以下 3 类图表**,全部以外挂方式引用: **图表 1:政策风口热力图**(SVG) - 文件名:`trend_heatmap.svg` - 内容:各风口的"政策强度 × 市场空间 × 时间窗口"气泡图 - 在 Markdown 中引用:`![政策风口热力图](trend_heatmap.svg)` **图表 2:禀赋-趋势匹配矩阵**(SVG 或 Mermaid) - 文件名:`match_matrix.svg`(若用 Mermaid 则内嵌) - 内容:个人禀赋与政策趋势的交叉评分热力表 **图表 3:行动路径时间轴**(SVG 或 ASCII) - 文件名:`action_timeline.svg`(若用 ASCII 则内嵌) - 内容:从"现在"到"3年后"的关键行动节点 ### SVG 设计规范 ``` - 画布:viewBox="0 0 800 500" - 背景:#0f172a(深色) 或 #f8fafc(浅色) - 主色系:蓝色 #3b82f6、金色 #f59e0b、红色 #ef4444、绿色 #22c55e - 字体:font-family="Arial, 'PingFang SC', sans-serif" - 标题字号:18px,正文:13px,注释:11px - 所有 SVG 文件保存在 markdown/ 目录下,与 .md 文件同级 ``` ### Mermaid 图(内嵌于 Markdown) 用于流程图、关系图、时间轴(当 SVG 过于复杂时使用): ```mermaid graph TD A[国家政策] --> B[五年规划] A --> C[产业政策] B --> D[风口识别] C --> D D --> E[个人匹配] ``` --- ## Step 7:报告写作规范 ### 语言风格 - **面向决策者**:每个建议都要有"做什么"+ "为什么"+ "怎么开始" - **通俗易懂**:避免官方文件体,用商业语言转化政策语言 - **有温度**:理解询问者的处境,给出有人情味的建议 - **不模糊**:避免"可以考虑"等废话,给出明确方向 ### 数据引用格式 ``` > 据[来源],[时间],[具体数据/政策内容]。 > 来源:[URL 或文件名] ``` ### 历史案例引用(增加说服力) 每个风口建议需配 1 个历史参照案例: - **格式**:`📌 历史参照:[时间] [事件] → [结果],说明[类比逻辑]` - **示例**:`📌 历史参照:2012年 4G牌照发放 → 催生移动互联网十年红利,说明基础设施政策往往提前3-5年布局` --- ## Step 8:文件输出 ```bash # 确保输出目录存在 mkdir -p markdown/ # 输出文件列表 markdown/ ├── state_trend_report_[日期].md # 主报告 ├── trend_heatmap.svg # 政策风口热力图 ├── match_matrix.svg # 禀赋匹配矩阵(可选,也可内嵌) └── action_timeline.svg # 行动时间轴(可选,也可内嵌) ``` **命名规范:** - 日期格式:`YYYYMMDD`,如 `state_trend_report_20250611.md` - 若询问者有明确身份,可加后缀:`state_trend_report_20250611_developer.md` --- ## 常见禀赋-趋势映射速查 > 参见 `references/persona_mapping.md` 获取常见职业/背景到趋势的快速映射参考。 --- ## 质量自检清单 完成报告后,逐一确认: - [ ] 政策数据来自权威来源(gov.cn / 新华社等),且有明确时间标注 - [ ] 每个风口都有至少一个历史案例支撑 - [ ] 六维建议(投资/创业/商业/产品/就业/学习)全部覆盖 - [ ] 至少 3 张图表(热力图 + 矩阵 + 时间轴) - [ ] SVG 文件为外挂式,在 Markdown 中正确引用 - [ ] 报告有明确的"行动优先级清单"(可执行,非口号) - [ ] 风险章节提醒了政策执行落差、时间窗口等注意事项 - [ ] 文件已保存到 `markdown/` 目录