- name
- industry-definition-system
- description
- 行业定义生成系统；当用户需要为任意行业/产品生成高信度、可溯源、结构化的行业定义报告时使用
- dependency
- python
- system
- []
行业定义与高信度生成系统
任务目标
本 Skill 用于根据用户输入的任意行业/产品种子词，通过多轮检索、清洗、结构化生成和质量自检，输出符合行业标准、数据可溯源、格式统一的行业定义报告。
核心能力
- 命名归并与消歧义：将非标准称谓映射为标准化名称
- L1-L5层级属性判定：准确归类并锁定市场规模测算口径
- 多源并行检索：支持知识库、API、网页搜索三类检索
- 信息清洗与去重：剔除商业软文，保留高信度内容
- 结构化生成：严格按照四维结构撰写定义
- 质量自检：四维度评分与自动修正
触发条件
当用户需要：
- 为特定行业、产品、技术生成标准化行业定义
- 生成可溯源的行业研究报告
- 进行行业分类和层级判定
- 获取高信度的行业统计数据口径
操作步骤
阶段1：命名归并与消歧义
- 检查种子词是否为缩写、俗称（如"eVTOL"、"HUD"）
- 如有必要，映射为国家标准全称（如"电动垂直起降飞行器"、"抬头显示器"）
- 处理多义词：通过上下文判断或向用户提问确认具体指代
- 输出标准化名称
阶段2：L1-L5层级属性判定
- 根据 L1-L5分类规范 判定词条所属层级
- 明确该层级的命名强制规范和市场规模测算口径
- 输出分类层级和统计口径说明
- 附带判定理由
阶段3：检索路由策略制定
- 根据词条属性（层级、行业属性）规划检索路径：
- 强监管/合规词条 → 优先检索国家标准知识库和监管机构文件 - 硬核技术/装备词条 → 优先检索专利库和招股说明书 - 新兴消费/业态词条 → 优先检索行业协会白皮书和头部券商研报
- 生成下游任务清单：
- 核心本体界定（属+种差） - 核心理化参数/工作原理 - 应用场景与病理/功能逻辑 - 统计口径边界
阶段4：执行并行检索与信息清洗
- 调用
scripts/search_router.py并行执行三类检索 - 调用
scripts/info_cleaner.py清洗检索结果：
- 剔除商业软文中的溢美之词（如"遥遥领先"、"颠覆性"） - 数值硬校验，确保关键参数与原文一致 - 合并去重，保留高信度内容
阶段5：结构化生成
- 参考 四维结构模板 撰写定义
- 严格遵循写作约束，将四维结构融合为一个自然段落：
- 核心本体界定：首句明确该词条在广义分类学中的归属（属概念），使用"对比与排除法"指出其差异化核心特征（种差） - 技术原理与理化属性（简洁性约束）：压缩为一句话概括，仅保留最核心的技术特征和关键参数（如CAS号、熔点、核心性能指标），避免冗长的技术细节描述 - 病理/功能与应用场景：遵循"疾病成因/痛点-靶向受众-解决手段"的逻辑闭环，论述其双向或多维应用价值 - 边界划定与统计口径：使用"包含"与"不包含"的强制性谓词进行排他性界定。如果词条为L4产品级，必须声明其市场规模按"终端总消费规模/销量"计算
- 在定义内容中，每个关键论点标注编号标记（如[1][2][3]），对应后续溯源来源列表
- 关键论点范围：技术参数、法规标准引用、行业共识性结论（不包含市场规模数据）
- 整合为一个流畅的自然段落，逻辑连贯，表述清晰
- 单独列出溯源来源部分，按编号列出所有来源的链接
阶段6：自我评估与修正
- 调用
scripts/quality_checker.py进行质量评分 - 四个维度评分（满分100）：
- 有根据性（40分）：所有关键陈述是否有明确来源 - 相关性（20分）：内容是否紧密围绕种子词 - 结构合规性（20分）：是否严格遵循四维结构 - 可解释性（20分）：表述是否清晰，无歧义
- 若总分≥85，输出最终结果
- 若总分<85，根据修改指令返回阶段4或阶段5进行修正
资源索引
- 必要脚本：
- scripts/search_router.py - 检索路由与执行，支持多源并行检索 - scripts/info_cleaner.py - 信息清洗与去重，数值硬校验 - scripts/quality_checker.py - 质量评分与校验，四维度自动化评分
- 领域参考：
- references/l1-l5-classification.md - L1-L5层级分类详细规范 - references/four-structure-template.md - 四维结构写作模板与示例 - references/quality-assessment.md - 质量评估标准与评分细则 - references/source-tracing.md - 溯源标注规范与可信来源清单
注意事项
- 禁止使用"也许、大概、可能"等模糊词汇
- 禁止编造数据，所有数据必须有明确来源
- 禁止使用营销话术（如"强大的"、"卓越的"）
- 所有数值（年份、百分比、技术参数）必须原样保留，不得近似或修改
- 技术原理简洁性：技术原理部分必须压缩为一句话，仅保留最核心的技术特征和关键参数
- 溯源标注分离：在定义内容中使用编号标记（如[1][2][3]），在"溯源来源"部分单独列出所有来源的链接
- 多轮交互：在阶段1无法确定词义时，必须向用户提问澄清
输出格式
最终输出采用以下Markdown结构：
## [标准化后的词条名] 定义报告
**分类层级**：[L1-L5] – [判定理由简述]
**统计口径**：[绝对数量约束描述]
### 定义内容
[一个自然段落，融合以下内容：
1. 核心本体界定（属+种差）
2. 技术原理与理化属性（保留关键数值）
3. 应用场景与价值（痛点-受众-方案）
4. 边界与口径（包含/不包含/市场规模计算方式）]
### 溯源来源
[按关键论点列出的溯源链接列表]
---
*报告生成时间：YYYY-MM-DD*使用示例
示例1：技术装备类词条
- 功能说明：为"HUD"生成标准化定义报告
- 执行方式：混合（智能体主导流程，脚本辅助检索和质量检查）
- 关键步骤：
1. 映射为"抬头显示器" 2. 判定为L4产品级 3. 优先检索专利库和技术文档 4. 生成四维结构定义 5. 质量评分修正
示例2：强监管类词条
- 功能说明：为"特医食品"生成高信度定义报告
- 执行方式：混合
- 关键步骤：
1. 映射为"特殊医学用途配方食品" 2. 判定为L3行业级 3. 优先检索国家标准知识库和监管机构文件 4. 严格数值校验和溯源 5. 质量评分≥85分后输出
示例3：新兴消费类词条
- 功能说明：为"eVTOL"生成产业定义报告
- 执行方式：混合
- 关键步骤：
1. 映射为"电动垂直起降飞行器" 2. 判定为L4产品级 3. 优先检索行业协会白皮书和券商研报 4. 生成完整四维结构定义 5. 溯源标注和质量校验