3.3 商业分析与决策
3.3 商业分析与决策
场景特征与核心挑战
商业分析场景包括数据解读、市场研究、报告撰写、决策支持等任务。它兼具前两场景的难点：像创意场景一样输出结构灵活，又像技术场景一样对事实准确性有硬要求。
商业场景独有的三个挑战：
- 幻觉的高危区：模型可能编造市场规模、增长率、竞品动态——这类数字错误一旦进入决策链路，代价远大于一句平庸的文案；
- 框架的缺失：没有分析框架的输出是"观点的堆砌"而非"分析的产物"，逻辑跳跃但难以察觉；
- 责任的重量：文案写砸损失一次曝光，决策分析写砸可能损失一个季度预算。输出的可解释性与可追溯性成为硬需求。
本节的核心命题：让模型成为严谨的分析师，而不是自信的意见领袖。
四个关键技巧
技巧一：注入分析框架——结构先于内容
框架是商业分析的质量骨架。在提示词中显式指定框架，模型的分析就不会跑偏：
用SWOT框架分析{公司}进入宠物食品市场的可行性： - 每个维度至少3条，每条必须区分"事实"与"推断" - S/W基于内部能力，O/T基于外部环境，不得混装 - 结尾必须给出：最关键的一个优势、最致命的一个威胁
常用框架速查：战略选择用SWOT/波特五力；市场判断用PEST/STP；竞争对标用竞争雷达；决策评估用加权评分矩阵。选框架本身就是分析的一半——让模型先建议"该用什么框架"再展开，是更高级的用法。
技巧二：强制区分事实与推断——商业版思维链
这是本场景最重要的单项技巧。幻觉的温床是"事实与观点无缝混合"，打破它：
输出中每个论断必须标注来源类型： [事实] 数据或公开信息可查证——注明出处 [推断] 由事实逻辑推出——写出推理链 [假设] 无法验证的估计——说明假设依据 禁止出现无标注的断言。
标注之后你会发现：很多看起来笃定的结论其实是[假设]。这个分类不只是防幻觉，更让你能对三类信息施加不同的尽调强度。
技巧三：数据解读三步法——先看数，再找因，后建议
把数据丢给模型问"说明什么"是常见误用——它会在没有看到数据全貌的情况下就开始讲故事。正确的提问结构：
【数据】 {粘贴数据表格} 【分析步骤——严格按序执行】 第一步 数据描述：这组数据的基本面是什么？（趋势、异常点、分布） 第二步 归因分析：对每个显著变化给出2-3个可能解释， 区分数据能支持的与不能支持的 第三步 建议：仅基于第一、二步的发现给出行动建议， 每条建议注明它依赖哪个发现
第三步的"注明依赖"形成了从结论到证据的反向索引——报告的每一句建议都能回答"凭什么"。
技巧四：反向论证——给决策加上安全气囊
决策类任务最怕一边倒。主动引入魔鬼代言人：
针对"是否进入该市场"的正面分析已完成。 现在请扮演反方： 1. 找出上述分析中最薄弱的3个环节 2. 列出"如果决策失败，最可能的3个原因" 3. 给出3个"先花小钱验证再全量投入"的试点方案
正反两组输出并排呈现给决策者，比任何单边报告都更有价值。模型立场的成本是零，你只需要开口要。
场景实战：竞品分析报告
【角色】消费品行业分析师，立场：数据说话，无数据处明确标注。 【任务】对{竞品A}与{我司产品}做对标分析，用于季度经营会。 【已知信息】（这是我唯一掌握的资料，不要假设你有外部数据库） {粘贴我方数据与公开渠道获得的竞品信息} 【框架】竞争雷达五维：价格、渠道、产品力、品牌声量、用户口碑 【输出要求】 1. 每个维度：双方现状→差距评分(1-5)→依据（标注事实/推断/假设） 2. 信息不足的维度：明确写"数据缺口"，不要编造评分 3. 结论：三个维度的追赶优先级排序+排序逻辑 4. 全文禁止出现的表述："引领行业""潜力巨大""持续赋能" 【格式】用表格承载五维对比，结论部分不超过300字
注意"这是我唯一掌握的资料"这句声明——它把模型的身份从"全知的顾问"切换为"基于给定材料的分析员"，是抑制幻觉编造数据的关键一招。
常见问题 FAQ
Q1：模型编造了市场数据（如"市场规模达320亿"）怎么防？
提示词层：声明"你没有实时数据访问能力，所有数据以我提供的为准，缺失就写数据缺口"。流程层：对报告中每个[事实]类数字做人工溯源。彻底解法是接入检索工具让模型引用可验证的来源，但提示词层的声明依然是第一道闸。
Q2：分析框架用错了会不会适得其反？
会。框架错配会让分析"形式严谨、实质跑偏"（如对早期市场用成熟市场的五力分析）。让模型先做框架选型（"该问题适合什么框架？为什么？"），你确认后再展开，多一轮对话换一次方向校准，很划算。
Q3：怎么让报告语言不像AI写的？
三招：①提供你过往报告的段落做风格锚定；②禁用词清单（赋能、抓手、闭环、心智、颗粒度）；③要求"每个论断后跟一个具体例子或数字"。AI腔的本质是抽象名词的堆砌，堵住这条路的输出自然落地。
Q4：多轮追问后模型的立场越聊越偏怎么办？
这是迎合性（sycophancy）的表现。解法：在关键节点要求模型"先复述当前分析中已被我确认的结论"，锁定共识区；或开新会话用摘要重启，避免对话惯性累积。
Q5：决策建议部分模型总是"既要又要"（两全其美的废话）怎么办？
强制单选："给出唯一推荐方案，并明确说明你放弃了什么。"决策的本质是取舍，不敢写放弃项的建议没有价值。可以再补一句"被放弃方案翻盘的条件是什么"，把取舍边界说清。
最佳实践与避坑
- 避坑一：把决策直接外包给模型输出。模型的正确用法是扩展分析广度、结构化论证过程，最终判断与责任永远在人。报告中应保留"本分析由AI辅助生成，决策建议仅供参考"的定位说明；
- 避坑二：只问正面分析。养成"正题必配反题"的习惯——每个决策分析后跟一次魔鬼代言人追问，成本几乎为零，价值经常出乎意料；
- 实践：把[事实]/[推断]/[假设]三分法固化为团队报告规范，不只用于AI产出，人工报告同样适用——这套规范本身比任何提示词都值钱；
- 实践：建立业务背景知识库（市场数据、历史决策及其结果），重要分析前先注入。模型对"你们的业务"一无所知，注入多少背景，输出就有多少针对性。
本节小结
商业场景的提示词工程核心是"结构严谨性"：框架注入保证分析有骨架，事实/推断/假设三分法保证论断可审计，数据解读三步法保证结论有据可依，反向论证保证决策不被单边叙事绑架。这一套组合拳的本质是借用模型之力，执行专业分析师的纪律。至此三大实战场景讲完，下一章进入高级进阶技巧。
📌 实践建议：拿一份你最近看过的分析报告，用"事实/推断/假设"三分法给它重新标注一遍——你会立刻看到这份报告（无论人写还是AI写）的真实含金量。