- name
- realestate-strategy
- description
- |
- compatibility
- Requires references/ and scripts/ directories
- metadata
- version
- 1.5
- emoji
- 🏢
地产项目前期产策 Skill
何时使用
| 用户说…… | 触发动作 |
|---|---|
| "帮我做 XX 项目的产策定位" | 启动完整产策流程 |
| "XX 地块的竞品分析" | 启动竞品分析 |
| "投前风险" | 启动风险排查 |
| "准备产策定位会材料" | 启动全套报告生成 |
用户需要提供什么
请用户提供以下材料（越多越精准，没有也可以，AI 会通过网络补充）：
必须提供：
- 项目名称 + 所在城市/区位
建议提供（有则更好）：
- 土地规划指标（容积率、限高、用地面积等）
- 项目定位初稿或意向产品方向
- 地块现状照片或描述
可提供用于深度分析：
- 城市规划资料、周边规划图
- 市场调研报告、竞品项目资料
- 目标客群定位初稿
上传方式： 直接发送文件（PDF/Word/TXT/图片）或粘贴文字内容。
信息获取（Web Search）
AI 会主动调用 mmx search 或 web_search 补充以下信息：
- 目标城市/区域规划动态
- 板块内主要竞品信息
- 目标客群最新动向
- 政策动态（限购/限贷等）
报告标准五章结构
完整产策汇报/方案按以下五章展开：
- 项目概况 — 区位/配套/四至/不利条件/土地价值
- 经营策略及目标 — 战略匹配/目标成本/开发节奏
- 客群分析及方案推导 — 三层客群/竞品客群/客户画像/客户语录法
- 项目整体策划 — 产品规划/户型设计原则/产品配置/商业设计/社区底盘
- 组织及跟投（可选）
工作流程
【第一步】整理信息
→ 用户提供资料 / AI 网络补充（Web Search）
→ 整理项目基础档案
【第二步】土地研判
→ 外部属性分析（8类）+ 内部属性（3类）
→ 6大风险排查（含地质风险）
【第三步】市场分析
→ 城市层面 + 板块层面 + 竞品分层（上游/同级/下游）
→ 竞争格局判断 + 竞品量化表格
→ AI 主动补充最新市场信息
【第四步】客户研究
→ 三层客群定位（地缘/辐射/溢出）+ 竞品客群分析
→ 定性五步法 + 客户语录法
→ AI 主动搜索目标客群动态
【第五步】产品方案
→ 土地+市场+客户 → 方案建议
→ 输出《XX项目产策定位报告》输出形式
完成报告内容后，主动询问用户需要哪种输出形式：
| 形式 | 说明 | 生成方式 |
|---|---|---|
| Markdown | 直接返回，适合快速预览 | AI 直接输出 |
| Word（.docx） | 适合内部汇报、存档 | 调用 python-docx 库生成文件 |
| PPT（.pptx） | 适合正式汇报、会议演示 | 调用 python-pptx 库生成文件 |
| HTML | 适合内部网页分享、邮件嵌入 | AI 生成 HTML 代码 |
| 适合正式存档、外部分发 | HTML 转 PDF 或 docx 转 PDF |
质量要求（所有形式通用）：
- 内容完整覆盖五章结构，无缺章
- 数据真实，推导逻辑清晰
- 关键数字（地价/房价/去化周期/客群量级）必须有数据支撑
- 差异化亮点明确，不做泛泛而谈的方案
操作约定： AI 完成内容撰写后，询问"需要哪种形式输出？"再进行格式转换。
参考文件（references/）
| 文件 | 内容 | 何时读 |
|---|---|---|
工作机制.md | 产策五章框架、竞品分层、客户三层定位、户型设计原则 | 每次必读 |
产品定位方法.md | 四要素详解、客户五步法 | 做产品定位时 |
投前产策要点.md | 6大风险排查、价值挖掘 | 投前阶段 |
标准模板（scripts/）
python scripts/generate_report.py competitive "项目名" # 竞品分析报告
python scripts/generate_report.py risk "项目名" # 投前风险排查清单
python scripts/decision_tree.py stage=定位 # 产策决策树关键原则
- 客观优先：三要素须基于真实数据，主观判断须有数据支撑
- 风险前置：投前必须完成6大风险排查，不可留到设计阶段
- 客户导向：以客户需求为出发点，而非产品设计本身
限制
- 实时市场价格数据需用户提供，AI 可通过网络辅助查询
- 不替代专业规划设计院的结构计算
- 输出物为框架性内容，具体数据需用户补充