BP 融资自测清单 · 双轨版（VC × 政府基金）

为寻求融资的初创或成长期项目做初步筛选诊断——同时对照 VC/PE 分阶段 BP 标准与政府引导/产投基金落地要求，输出结构化达标度、红旗清单与整改建议。当用户需要判断某项目能否拿到财务投资人或政府基金的钱、BP 哪里不达标、政府基金落地可行性或返投能否达成、帮项目做融资前体检时使用本技能。

项目初步筛选诊断（Project Fund Screening）

目的

把"投资机构分阶段 BP 标准 + 政府引导/产投基金落地要求"沉淀为一键式诊断能力： 输入项目的基本事实，输出一份结构化诊断，帮助 FA/投行/创始人在融资前快速定位 "哪类出资人、卡在哪、怎么改"。政策底座为国办发〔2025〕1号及 2025-2026 各地细则。

何时使用

• 用户给出项目概况，想判断"财务投资人和政府基金分别能不能投"。
• 用户要"项目体检 / 融资前诊断 / BP 达标度评估"。
• 用户问"返投能不能达成、落某个城市政府基金可行性"。
• 用户要批量初筛多个项目、按契合度排序。

工作流程

步骤 1：采集项目事实

通过提问或解析用户描述，收集以下信息（缺失可标记"待核实"，不要臆造）：

• stage：seed/angel · pre_a/A · B · C · PE/pre_ipo
• facts：团队完整度、市场天花板(tam_tier 1-5)、早期验证、技术壁垒、PMF(留存/NDR)、 增长(mom/qoq)、单元经济(LTV/CAC、毛利率)、护城河、财务(Runway、盈利路径)、 治理合规、退出路径。
• landing（做政府维度时必填）：拟落地城市、产业是否对齐该市重点投资领域清单、 可认定返投动作数、落地意向(注册/研发中心/税收/就业)。

若信息不足且用户希望快速跑，可先用内置 --self-test 样例演示报告形态，再请用户补全。

步骤 2：生成输入 JSON

按 assets/diagnosis-template.md 的模板，把事实写成 JSON 文件（建议放在项目工作区， 如 screen-input.json）。仅做 VC 维度则 screen_gov:false，反之亦然。

步骤 3：运行诊断引擎

bash

python3 scripts/diagnose.py --input screen-input.json --output screen-report.md

引擎（scripts/diagnose.py）会：

• 按阶段派生 VC/PE 各准则 0–5 分与权重，计算综合达标度；
• 结合城市画像（见 references/scorecards.md）计算政府基金维度契合度；
• 触发红旗规则，给出整改建议。 若未指定 --output，报告与 JSON 摘要直接打印到标准输出。

步骤 4：加载参考知识（按需）

当用户质疑某条标准或要求展开时，读取：

• references/standards.md：VC 分阶段标准、政府基金落地要求、各地模式、双出资人对照。
• references/scorecards.md：打分规则的权重与阈值、城市画像表、红旗触发条件。 用于向用户解释"为什么这项得分低""某城市返投多少倍"。

步骤 5：产出诊断报告并附建议

将引擎生成的 Markdown 报告交付用户，并补充投行视角的判断：

• 若 VC 红旗多 → 先补"人和势/PMF"，政府钱救不了商业模型缺陷。
• 若政府红旗多 → 先做产业契合与落地设计，善用 2025 松绑红利选低返投城市。
• 给"一套材料两种讲法"建议：主 BP 统一，另附政府版附录（产业匹配+税收/就业/研发中心测算）。

关键约束

• 所有政策口径引用国办发〔2025〕1号及 2025-2026 各地细则，引用时注明"截至 2026.07"。
• 缺失字段必须标"待核实"，不得臆造分数或数据。
• 诊断不构成正式投资建议；涉及具体城市申报指南以当地最新办法为准。
• 用中文输出（与用户输入语言一致）。

文件导航

• scripts/diagnose.py — 确定性诊断引擎（核心）
• references/standards.md — VC/政府标准细则知识库
• references/scorecards.md — 评分权重、城市画像、红旗规则
• assets/diagnosis-template.md — 输入 JSON 模板 + 输出报告骨架