核心用法
tob-sales-proposal 是一款面向企业级销售场景的提案生成工具，通过结构化输入（客户名/行业/痛点/预算/决策周期）自动输出带品牌色CSS的4模块HTML分页提案。工具核心在于知识库驱动——匹配过往真实案例而非编造内容，解决传统销售提案"自说自话"、缺乏可信度的问题。
显著优点
1. 知识库锚定可信度：按行业匹配专属案例库（零售/金融/政务/零售科技四大预设），输出格式固定为「某[行业]客户（[规模]）→ [效果]」，杜绝编造导致的客户信任崩塌。
2. 4模块结构科学：痛点对齐（30%权重）→ 方案对齐 → 实施路径 → 承诺型ROI，符合B端决策心理路径，从"懂你"到"敢信"再到"敢买"。
3. 预算分级输出：50万以下Lite版、50-200万标准版、200万+深度版，避免过度设计或资源错配。
4. 工程化闭环设计：前置联用 tob-win-loss-review 规避历史踩坑，后置沉淀成功案例，形成知识库迭代飞轮。
潜在局限
- 知识库依赖症：未覆盖行业/场景时强制输出「无高置信匹配」提示，需人工补充，冷启动阶段价值受限
- HTML输出刚性：固定分页CSS结构，深度定制化需二次开发
- ROI计算黑盒：三档数据基于历史项目推算，未披露具体算法，复杂业务场景可能失真
适合人群
- Sales/售前经理：高频输出标准化提案，释放方案撰写时间用于客户关系
- 产品经理：快速验证产品-市场匹配假设，获取客户反馈
- 区域销售负责人：统一团队提案质量基线，避免个体能力参差
常规风险
1. 案例引用合规风险：虽承诺"敏感信息自动脱敏"，但跨项目复用案例需确认客户授权范围
2. 过度承诺传导：乐观档ROI若被销售单独截取使用，可能引发交付预期管理失控
3. 知识库滞后性：行业解法迭代快于案例入库速度时，输出内容可能体现过时打法
工具本质是销售经验的结构化封装，价值上限取决于知识库质量与持续运营投入。