commercial-market-report

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）

text

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

text

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

text

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

text

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 2024 2025，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：

bash

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）

text

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：

javascript

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

bash

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