地产项目前期产策报告

地产项目前期产策定位专业技能。覆盖新项目立项研判、竞品分析报告、产品定位方案、投前风险排查、客户研究报告。 触发条件：用户提及"产策定位""竞品分析""土地研判""产品定位""投前风险"等关键词，或用户提供项目名称+城市时激活。

地产项目前期产策 Skill

何时使用

用户说……	触发动作
"帮我做 XX 项目的产策定位"	启动完整产策流程
"XX 地块的竞品分析"	启动竞品分析
"投前风险"	启动风险排查
"准备产策定位会材料"	启动全套报告生成

用户需要提供什么

请用户提供以下材料（越多越精准，没有也可以，AI 会通过网络补充）：

必须提供：

• 项目名称 + 所在城市/区位

建议提供（有则更好）：

• 土地规划指标（容积率、限高、用地面积等）
• 项目定位初稿或意向产品方向
• 地块现状照片或描述

可提供用于深度分析：

• 城市规划资料、周边规划图
• 市场调研报告、竞品项目资料
• 目标客群定位初稿

上传方式： 直接发送文件（PDF/Word/TXT/图片）或粘贴文字内容。

信息获取（Web Search）

AI 会主动调用 mmx search 或 web_search 补充以下信息：

• 目标城市/区域规划动态
• 板块内主要竞品信息
• 目标客群最新动向
• 政策动态（限购/限贷等）

报告标准五章结构

完整产策汇报/方案按以下五章展开：

1. 项目概况 — 区位/配套/四至/不利条件/土地价值
2. 经营策略及目标 — 战略匹配/目标成本/开发节奏
3. 客群分析及方案推导 — 三层客群/竞品客群/客户画像/客户语录法
4. 项目整体策划 — 产品规划/户型设计原则/产品配置/商业设计/社区底盘
5. 组织及跟投（可选）

工作流程

【第一步】采集信息
  → 用户提供资料 / AI 网络补充（Web Search）
  → 整理项目基础档案

【第二步】土地研判
  → 外部属性分析（8类）+ 内部属性（3类）
  → 6大风险排查（含地质风险）

【第三步】市场分析
  → 城市层面 + 板块层面 + 竞品分层（上游/同级/下游）
  → 竞争格局判断 + 竞品量化表格
  → AI 主动补充最新市场信息

【第四步】客户研究
  → 三层客群定位（地缘/辐射/溢出）+ 竞品客群分析
  → 定性五步法 + 客户语录法
  → AI 主动搜索目标客群动态

【第五步】产品方案
  → 土地+市场+客户 → 方案建议
  → 输出《XX项目产策定位报告》

输出形式

完成报告内容后，主动询问用户需要哪种输出形式：

形式	说明	生成方式
Markdown	直接返回，适合快速预览	AI 直接输出
Word（.docx）	适合内部汇报、存档	调用 python-docx 库生成文件
PPT（.pptx）	适合正式汇报、会议演示	调用 python-pptx 库生成文件
HTML	适合内部网页分享、邮件嵌入	AI 生成 HTML 代码
PDF	适合正式存档、外部分发	HTML 转 PDF 或 docx 转 PDF

质量要求（所有形式通用）：

• 内容完整覆盖五章结构，无缺章
• 数据真实，推导逻辑清晰
• 关键数字（地价/房价/去化周期/客群量级）必须有数据支撑
• 差异化亮点明确，不做泛泛而谈的方案

操作约定： AI 完成内容撰写后，询问"需要哪种形式输出？"再进行格式转换。

参考文件（references/）

文件	内容	何时读
工作机制.md	产策五章框架、竞品分层、客户三层定位、户型设计原则	每次必读
产品定位方法.md	四要素详解、客户五步法	做产品定位时
投前产策要点.md	6大风险排查、价值挖掘	投前阶段

标准模板（scripts/）

python scripts/generate_report.py competitive "项目名"   # 竞品分析报告
python scripts/generate_report.py risk "项目名"            # 投前风险排查清单
python scripts/decision_tree.py stage=定位               # 产策决策树

关键原则

• 客观优先：三要素须基于真实数据，主观判断须有数据支撑
• 风险前置：投前必须完成6大风险排查，不可留到设计阶段
• 客户导向：以客户需求为出发点，而非产品设计本身

限制

• 实时市场价格数据需用户提供，AI 可通过网络辅助查询
• 不替代专业规划设计院的结构计算
• 输出物为框架性内容，具体数据需用户补充