- name
- commercial-market-report
- description
- 商业综合体市场调研报告工作流。当用户需要为商业综合体项目制作市场调研报告时触发，一次性生成三份成果：Word报告 + HTML演示稿 + PPTX可编辑版。适用场景：(1) 新项目立项前的市调报告 (2) 商业定位分析 (3) 竞品市场研究 (4) 业态组合规划 (5) 财务测算。触发词：「市场调研报告」「商业市调」「商业策划报告」「项目市调」「生成报告」「做份商业策划」。
商业综合体市场调研报告 Skill
成果输出（三份同时生成）
| 格式 | 文件名 | 说明 |
|---|---|---|
| 📄 Word | {项目名}_市场调研报告_{日期}.docx | 完整6章报告，含所有图表，用于正式存档/提交 |
| 🌐 HTML | {项目名}_汇报PPT_{日期}.html | 浏览器演示稿，Chart.js 交互图表 |
| 📊 PPTX | {项目名}_汇报PPT_{日期}.pptx | WPS/PowerPoint 可编辑版，含图表 |
快速开始（四步流程）
收到项目信息后，按以下流程执行：
Step 0：提取地点（自动）
用户给出项目描述后，立即识别：
① 城市名：如"北京""上海""济南""重庆"
② 区县/片区：如"昌平区""江北区""槐荫区""朝阳区"
若用户未明确城市 → 先询问，不得擅自假设城市。Step 1：收集数据
1. 高德 API：竞品项目（周边5km）+ 交通信息
2. 高德 API：周边业态扫描（分8大业态统计数量，纳入竞争分析）
3. Tavily 搜索：市场数据（人口/地价/租金/cap rate）
4. 小红书趋势研究：browser 搜索 "<城市> <业态> 消费趋势"，提取消费者偏好和热门话题
5. 搜狗微信搜索：补充公众号专业文章（<城市> <区县> 市场/地产）
6. 多引擎搜索（补充）：百度/搜狗抓取统计公报和行业报告
7. 整理【数据收集清单】发给用户（不发报告）📌 小红书 browser 搜索方法（需 Chrome 开 --remote-debugging-port=9222）： browser open "https://www.xiaohongshu.com/search_result?keyword=<城市>+<目标客群>+消费趋势" → snapshot 提取笔记标题/点赞/话题标签 → AI 分析：目标客群的消费偏好、热门话题、业态需求排序 → 融入第3章【消费者调研】和第4章【业态组合】Step 2：生成 DOCX → 用户审核
6. 基于真实数据 + 行业知识推算，生成 DOCX 报告
7. 发送给用户，等待审核
8. 用户提出修改意见 → AI 更新数据/文字
9. 重复直到 DOCX 审核通过Step 3：审核通过 → 生成 HTML + PPTX
10. 三份成果同时生成
11. 文件发送给用户⚠️ DOCX 审核通过前，不得生成 HTML 和 PPTX。
⚠️ 数据时效性要求（强制）
数据时效以报告日期为基准，反推2年内均可用。
- 报告时间 = 2026年 → 2024年及以后的数据均为有效
- 行业报告（如戴德梁行等）通常滞后半年发布，2025H2报告在2026年初发布属正常现象
搜索时间词：
- 优先用
最新或不限定，让搜索引擎返回最相关结果 - 可选加
20242025，但不强制限定具体年份 - 行业报告以发布机构官方版本为准，不强求最新季度
数据时效判断：
- 数据超过报告日期反推2年 → 报告中标注「数据较旧，建议更新」
- 完全搜不到 → 标注「[待补充]」，使用行业经验值并注明
- 估值类数据（租金/售价/ cap rate）必须注明数据来源和时效
⚠️ 搜索城市限定规则（强制）
所有搜索关键词必须加上城市名，不得省略。
搜索词结构：{城市} {项目/区域} {具体内容} {年份}
| 错误示例 | 正确示例 |
|---|---|
槐荫区 商业市场 2024 | 济南 槐荫区 商业市场 2024 |
华联商厦 租金 | 济南 华联商厦 租金 2024 |
商业综合体 空置率 | 北京 朝阳 商业综合体 空置率 2025 |
消费者调研 客群 | 北京 昌平区 消费者调研 客群 2024 |
原因： 不加城市限定，搜索引擎会返回全国各地同名区域的数据（如"槐荫区"会被识别为湖南等地），严重影响数据准确性。
判断标准： 搜索结果中出现与项目城市不符的地点名称（如河南/湖南/河北等），立即过滤该结果，并在报告中标注「数据存疑，需核实」。
Tavily 搜索清单（动态生成）
Step 0 完成后，根据识别的 {城市} 和 {区县} 动态生成以下搜索词：
| 搜索关键词（动态拼接） | 获取内容 | 用于章节 |
|---|---|---|
{城市} {区县} 商业市场 最新 | 区域供需/体量/空置率 | 第1章 |
{城市} 商业用地 楼面价 地价 最新 | 土地成交价格 | 第5章 |
{城市} 主要商圈 租金 体量 业态 最新 | 竞品详细数据 | 第2章 |
{城市} 商业综合体 业态组合 租金水平 最新 | 业态租金参考 | 第4章、第5章 |
{城市} 消费者调研 客群 最新 消费偏好 | 客群画像数据 | 第3章 |
{城市} 商业地产 IRR 投资回报 最新 | IRR/cap rate数据 | 第5章 |
{城市} 商业 NOI cap rate 最新 | NOI估值/cap rate | 第5章 |
{城市} 商业地产 风险 挑战 最新 | 市场风险分析 | 第6章 |
注意： 搜索竞品时用{城市} 主要商圈而非{区县}（商圈通常是市级概念）。 土地/租金/cap rate 数据用市级范围{城市}搜索更具参考价值。
补充搜索（公众号）： 每次 Tavily 搜索后，同步用搜狗微信搜索 {城市} {区县} 相关市场/地产文章，提取专业公众号内容作为参考。
.env key：TAVILY_API_KEY（从 ~/.openclaw/.env 读取，不要写在 skill 文件里）
调用：
curl -X POST https://api.tavily.com/search \
-H "Authorization: Bearer <TAVILY_API_KEY>" \
-H "Content-Type: application/json" \
-d '{"query":"{城市} {区县} 商业市场 最新","max_results":5}'图表选择规范
| 数据特征 | 图表类型 | 示例 |
|---|---|---|
| 部分占整体比例 | 饼图 | 业态配比、客群结构，投资构成 |
| 多项目对比同一数值 | 横向柱状图 | 竞品体量对比、各楼层面积 |
| 同指标随情景/时间变化 | 分组柱状图 | 敏感性IRR、现金流对比 |
| 多年度现金流/收入趋势 | 折线图 | 10年现金流趋势、收入增长 |
| 数据精确值 | 表格 | 竞品详情、楼层指标、财务明细 |
章节图表分配：
- 第2章 → 柱状图（竞品体量）
- 第3章 → 饼图（客群年龄）+ 柱状图（业态需求优先级）
- 第4章 → 饼图（业态配比）+ 柱状图（楼层面积）
- 第5章 → 饼图（投资构成）+ 柱状图（敏感性IRR）+ 折线图（现金流趋势）
报告框架（6章）
第1章 项目概况与区域分析
第2章 竞争市场分析（含SWOT）
第3章 消费者调研分析
第4章 商业定位与业态组合
第5章 财务测算与估值
第6章 结论与设计建议详见: references/chapters.md
第5章 财务测算规范（必须包含）
5.1 土地成本
- 土地总价 = 用地面积 × 商业楼面价（元/㎡）
- 搜索最新地价数据（必须近1-2年内成交数据）
- 若无本地数据，用周边类似地块类比
5.2 建设投资
- 建安成本 = 可建面积 × 建安单价
- 装修成本 = 商业面积 × 装修单价
- 前期费用 + 预备费
5.3 收入测算
- 分业态租金单价（搜最新市场租金）
- 出租率假设（开业期/成熟期）
- 停车费、广告等其他收入
5.4 经营性现金流（NOI）测算
- NOI = 潜在总收入 - 空置损失 - 运营费用
- 逐年测算 10 年 NOI（假设出租率逐年提升）
- NOI 增长率假设（合乎市场规律）
5.5 项目估值（NOI资本化法）
- 估值 = NOI ÷ Cap Rate
- 查询当地市场 Cap Rate（搜索最新数据）
- 敏感性：不同 Cap Rate 下的估值区间
5.6 动态 IRR 测算
- 列出 10 年自由现金流（FCF）表
- IRR = 使得 NPV=0 的折现率
- 包含退出价值（Cap Rate 退出或销售退出）
5.7 静态回报指标
- 投资回收期（不含折现）
- 成本利润率
5.8 敏感性分析
- IRR 对租金波动/出租率/Cap Rate 的敏感程度
- 乐观/基准/悲观/风险 四情景
详见: references/chapters.md#第5章-财务测算
项目参数收集
用地条件（必填）
| 参数 | 说明 |
|---|---|
| 项目名称 | |
| 用地位置 | 经纬度或门牌号 |
| 用地面积 | m² |
| 容积率 | — |
| 建筑密度 | % |
| 绿化率 | % |
| 限高 | m |
| 用地性质 | 商业/商住/文化等 |
周边道路（手动填写）
道路名称 + 等级，如 经十路(主干道)、齐鲁大道(主干道)
竞品/交通由 AI 自动搜索（高德 API），无需用户填写。
数据来源
Tavily（主力搜索）： 结构化返回，适合提取数据摘要，优先使用。
小红书趋势（browser 工具）： 通过 Chrome 远程调试访问小红书，搜索目标客群的消费趋势：
- 搜索格式：
https://www.xiaohongshu.com/search_result?keyword=<城市>+<目标客群>+消费趋势 - 提取：笔记标题/点赞数/话题标签/消费者偏好
- 用于：第3章【消费者调研】客群画像，补充真实消费者的趋势偏好
multi-search-engine（补充搜索）： 无需 API key，支持百度/必应/搜狗等，用于：
- 搜索政府统计公报（百度/搜狗对国内网站收录更好）
- 搜索 PDF 报告链接
- 搜索特定来源内容
搜狗微信搜索（公众号）： 通过 web_fetch 调用搜狗微信引擎，适合搜索：
- 微信公众号文章（政策解读、市场分析、行业报告）
- 商业地产专业号的区域市场研究
- 搜索词格式：
https://wx.sogou.com/weixin?type=2&query={城市} {区县} {关键词}
调用示例：
web_fetch({"url": "https://wx.sogou.com/weixin?type=2&query=北京 朝阳区 商业市场 2025", "maxChars": 4000})时效优先级： 最新数据 > 近1-2年数据 > 行业经验值（需标注）
详见: references/data-sources.md
生成脚本
python scripts/generate_docx.py "项目名称" "城市" "区县" "用地面积" "容积率" "建筑密度" "绿化率" "限高" "用地性质" "周边道路"
python scripts/generate_html.py "项目名称" "用地面积" "容积率"
python scripts/generate_pptx.py "项目名称" "用地面积" "容积率"注意：generate_docx.py现在接收两个地点参数：城市和区县，分别用于市级数据搜索和区级数据搜索。
依赖：Python + python-docx + python-pptx + matplotlib
参考资源
- 章节详细内容指南:
references/chapters.md - 报告格式规范:
references/report-format.md - PPT 制作规范:
references/ppt-format.md - 数据来源清单:
references/data-sources.md