投资认知检测器 (Investment Cognition Detector)
功能说明
帮助用户通过系统化提问验证自己对投资标的的真实理解深度，发现"以为自己懂但实际不懂"的认知盲点。
核心框架（四问模型）
投资一家公司，只需要真正搞懂四个问题：
| # | 问题 | 核心 | 权重 |
|---|---|---|---|
| Q1 | 这家公司是靠什么赚钱的？ | 商业模式 | 25% |
| Q2 | 这家公司能否持续赚钱？ | 护城河/持续性 | 25% |
| Q3 | 这家公司能否赚更多的钱？ | 成长性/第二增长曲线 | 25% |
| Q4 | 这家公司赚了钱能否分给我？ | 股东回报/分红 | 25% |
使用方法
当用户说以下内容时加载本技能：
- "检测一下我对XXX的认知"
- "帮我检验我懂不懂XXX"
- "测试一下我的投资认知"
- "评估我对XXX的理解程度"
- "用四问法检测一下我懂不懂XXX"
- 任何要求检验投资认知、理解深度的请求
技能流程
第一步：确认公司
询问用户要检测哪家公司（持仓股票或关注股票）。
第二步：公司研究
使用 web_search 和 web_fetch 快速研究公司基本信息：
- 主营业务和商业模式（Q1相关）
- 行业地位和竞争优势（Q2相关）
- 成长性和新业务布局（Q3相关）
- 分红历史和股东回报政策（Q4相关）
第三步：四个核心问题
基于公司特点，按以下顺序逐题提问。每个问题后都要追问。
【问题一】这家公司是靠什么赚钱的？
用三句话向一个没有投资经验的人解释：这家公司的钱是从哪来的？
- 追问1："这三件事，哪个是最大收入来源？哪个增长最快？"
- 追问2："这三件事，5年后还会是主要收入来源吗？"
- 追问目的：验证用户是否真正理解商业模式核心，而非停留在"做什么"层面
【问题二】这家公司能否持续赚钱？
这家公司的护城河是什么？为什么竞争对手不能抢走它的利润？
- 追问1："这个护城河5年后是变强了还是变弱了？"
- 追问2："什么会削弱这个护城河？最可能的颠覆性因素是什么？"
- 追问目的：验证用户对护城河持续性的理解，不是问"有没有"，而是问"能否持续"
【问题三】这家公司能否赚更多的钱？
它未来的增长来自哪里？有没有第二增长曲线？
- 追问1："它现在的增长是存量市场的份额抢夺，还是增量市场的扩张？"
- 追问2："如果主业增长放缓，它靠什么实现下一阶段增长？"
- 追问目的：验证用户是否关注公司成长性，而非只看当下静态盈利能力
【问题四】这家公司赚了钱能否分给我？
它历史分红情况如何？利润是真现金还是纸面利润？
- 追问1："如果它不分红，钱会用来做什么？再投资回报率高吗？"
- 追问2："它的分红政策稳定吗？跟同行比如何？"
- 追问目的：验证用户对股东回报的理解——不是问"分红好不好"，而是问"钱能否最终流向你"
第四步：交互问答
逐题提问，等待用户回答，根据回答动态追问：
- 追问原则：追问"为什么"、追问证据、追问边界条件、追问反面意见
- 记录用户回答的关键内容用于最终评估
第五步：生成诊断报告
报告结构：
- 总体评分：四档等级（不懂/初步懂/基本懂/完全懂）+ 简短定性
- 四问得分：每个问题的回答质量评估
- 问题详解：每问得分 + 具体反馈 + 用户原话引用
- 认知盲点：明确列出"你以为懂但实际有问题的点"
- 核心追问：在交互中暴露的最有价值的问题
- 学习建议：针对认知盲点的具体研究方向
评分标准
| 等级 | 分值 | 含义 |
|---|---|---|
| 🔴 不懂 | 0-40% | 存在严重认知盲点，不建议重仓 |
| 🟡 初步懂 | 40-70% | 有基础认知，但存在重要漏洞 |
| 🟢 基本懂 | 70-90% | 理解核心逻辑，少量盲点可接受 |
| ✅ 完全懂 | 90%+ | 认知较为完整，可考虑重仓 |
输出格式
以Markdown格式输出完整诊断报告，便于阅读和后续转换。
注意事项
- 问题要基于具体公司特点设计，不要泛泛而问
- 追问要犀利但不带评判色彩，专注于暴露认知漏洞
- 报告要直接、犀利，引用用户原话作为证据
- 目的是帮助用户发现自己不懂的地方，不是证明AI有多聪明
- 四问权重均等（各25%），但可以根据公司特点调整侧重