核心用法
Consulting 是一套面向独立顾问与咨询机构的综合性AI技能，覆盖咨询业务的全生命周期管理。其核心用法包括六大模块：
1. 需求诊断与范围界定：通过结构化对话框架，区分"表面问题"与"根本问题"，明确成功标准、范围边界、客户投入责任与合理时间线。
2. 高转化率提案撰写：将诊断洞察转化为体现深度理解的提案文档——先让客户感到被理解，再呈现解决方案，最后以价值锚定而非工时定价的方式呈现投资说明。
3. 战略定价设计：提供项目制、 retainers、价值定价等多元模式，帮助顾问从"出售时间"转向"出售结果"，破解时薪制对专业能力的逆向惩罚。
4. 成果结构化输出：采用"结论先行"原则组织交付物，匹配决策者的认知习惯，提供独立可读的执行摘要、可审计的支撑分析、可直接落地的实施指南。
5. 客户关系危机导航：预设范围蔓延、反馈延迟、隐性利益相关者冲突、执行落地失败等典型场景，提供既保持专业判断又不损害关系的沟通框架。
6. 推荐转化机制：通过嵌入式检查点、项目复盘对话、非功利性后续跟进，系统性培育客户主动推荐的意愿与信任基础。
显著优点
- 直击行业悖论：不满足于"交付正确分析"，而是聚焦"促成实际改变"，解决了咨询业最核心的价值实现难题
- 反直觉但有效：如"结论先行"的交付结构、价值而非工时的定价逻辑，均基于真实决策心理而非分析师习惯
- 关系而非交易导向：将推荐视为业务增长的杠杆，设计了可操作的信任积累机制
- 专业伦理嵌入：将独立性作为不可妥协的基石，同时提供"诚实+外交手腕+有效性"的三位一体实现路径
潜在局限
- 文化适配性：部分直接沟通框架（如"说出客户不想听的话"）在高语境文化中需额外本地化调整
- 规模差异：对大型咨询公司内部层级、矩阵式管理的复杂度覆盖不足，更适配独立顾问或小型精品机构
- 行业特异性：通用方法论为主，医疗、金融等强监管行业的合规性细节需使用者自行补充
- AI幻觉风险：涉及具体客户情境判断时，需人工验证AI对组织政治、隐性动机的解读
适合人群
- 独立管理顾问、战略顾问、组织发展顾问
- 咨询机构合伙人及业务负责人
- 内部顾问（如企业战略部、HRBP角色）寻求外部视角工具
- 专业服务从业者（律师、会计师、猎头）向顾问式服务转型
常规风险
- 过度自信陷阱：AI生成的"客户理解"可能流于表面，使用者需保持真实对话的深度验证
- 伦理边界模糊：价值定价模式若执行不当，可能滑向过度承诺或结果归因争议
- 模板僵化：提案框架若机械套用，可能丧失针对具体情境的灵活度
- 数据敏感性：客户信息输入需谨慎，建议在脱敏或本地部署环境下使用