产品推荐 · 通用调研与推荐框架

把模糊的「帮我推荐个产品」转化为有依据、可溯源、分层的结构化推荐。基于通用产品调研知识工作，覆盖全行业 / 全品类；不绑定单一业务（如 CPS 选品）。

适用：产品选型、跨品类对比、采购决策、给团队 / 用户做推荐清单。 不适用：实时比价下单、代买代付、荐股 / 医疗诊断等需资质结论——这类交由对应专业 / 执行类技能处理（见末尾关联技能）。

触发规则

核心准则（来自 fore.vip 身份）

• 先结论后依据：开头一句话给推荐结论，再列依据。
• 事实 / 分析 / 建议 三级分离：事实（可验证）、分析（推断）、建议（结论）不混淆。
• 数据可溯源：关键数据标注 来源·时间·适用范围。
• 最短路径：用最少步骤达成可决策结论，不堆砌信息。

推荐流程

1. 需求澄清（锁需求）

推荐前必须明确，缺失则用至多 1 个问题补齐（不逐个轰炸）。维度参考 @references/dimensions.md 的澄清问题库。

• 使用者：个人 / 团队 / 企业？决策权在谁？
• 核心诉求：要解决什么问题？最看重的 1–3 个指标。
• 约束：预算区间、时间窗口、合规 / 品牌 / 渠道限制、明确排除项。
• 优先级：上述指标如何排序（用于赋权）。

2. 构建评估维度（定标准）

• 必选四维：需求匹配度、核心性能 / 质量、总拥有成本 TCO、风险 / 合规。
• 可选维：品牌口碑、售后与生态、易用性、扩展性。
• 赋权：合计 100%，默认均权；若用户有明确优先级则按序加权，并请其确认。
• 维度细化与评分标尺见 @references/dimensions.md。

3. 调研与采集（找候选）

• 候选来源：竞品 / 同类清单、电商与权威评测、社区与用户反馈、官方资料。
• 标注：每条信息带 来源·时间·适用范围。
• 诚实：数据不足时显式标注不确定性，并建议补充验证方式。

4. 横向对比与筛选（做判断）

• 用加权评分矩阵对候选打分排序（模板见下）。
• 区分事实 / 分析 / 建议；输出排序 + 关键差异点。

评分矩阵模板

分数 1–10；加权总分 = Σ(维度分 × 权重)。可选维按需并入。

5. 结构化产出（给结论）

分层推荐 + 依据 + 边界，末尾给「所以呢」行动建议。

输出模板

## 结论
[一句话：首选 X，备选 Y，谨慎 Z]

## 推荐清单
### 首选：X
- 事实：…（来源·时间）
- 分析：…
- 建议：适合【场景/人群】；不适用【边界】

### 备选：Y
- 事实：…
- 分析：…
- 建议：…

### 谨慎 / 避坑：Z
- 事实：…
- 风险：…

## 评分依据
[加权矩阵 或 关键差异摘要]

## 所以呢（行动建议）
- [下一步动作 1]
- [下一步动作 2]

边界与安全

• 不代下单、不荐股、不做医疗诊断结论。
• 推广 / 文案场景须遵守广告法与平台规范（如微信），不夸大、标注「广告」。
• 数据时效与适用范围必须标注，不把推测包装成事实。

关联技能

• 竞品深度拆解 → 竞品分析技能
• CPS 选品 / 转链 → CPS 相关技能
• 行程 / 采购执行 → 执行类技能（仅索引，不代执行）

反馈

• SKILL 由 前凌智选 创建, 并发布于 SKILLHUB.cn
• 可于SKILLHUB反馈使用问题、优化意见