mckinsey-research

核心用法

McKinsey Research 是一个纯提示词驱动的战略咨询技能，通过12个标准化分析模块将AI转化为完整的咨询团队。使用时，系统首先让用户选择阿拉伯语或英语作为输出语言，然后通过结构化表单一次性收集业务信息（包括核心商业信息、财务数据、战略目标和扩张计划），最后依次执行12项分析：市场规模与TAM分析、竞争格局深度分析、客户画像与细分、行业趋势分析、SWOT+波特五力、定价策略、上市策略、客户旅程地图、财务建模与单位经济、风险评估与情景规划、市场进入与扩张策略，以及最终的高管战略综合报告。

显著优点

该技能的最大优势在于其系统性和专业性——将麦肯锡级别的咨询方法论封装为可复用的AI工作流，大幅降低企业获取高质量战略分析的门槛。12个模块覆盖了从市场洞察到执行落地的完整闭环，且支持阿拉伯语和英语双语输出，对中东和北非市场尤为友好。结构化的一次性信息收集避免了多轮对话的低效，而分阶段交付（1/12至12/12）让用户能够跟踪进度并逐节审阅。此外，纯Markdown架构确保了跨平台兼容性，可在Claude Code、Cline、Codex等多种AI客户端运行。

潜在缺点与局限性

首先，输出质量高度依赖用户输入的完整性——若用户提供的财务数据或市场信息不准确，分析结果将产生偏差。其次，12个模块的完整执行会产生极长的输出内容，可能对对话上下文窗口造成压力，且用户需要较强的耐心逐节阅读。第三，虽然提示词要求使用可信数据源进行网络搜索，但AI生成内容仍可能包含未经充分验证的市场估算，需要用户具备基本的商业判断力进行甄别。最后，该技能偏向通用框架，对特定行业（如高度监管的金融科技或医疗健康）可能需要额外的人工调整。

适合的目标群体

• 早期创业者：需要快速验证商业模式、制定融资材料中的市场分析章节
• 中小企业管理者：缺乏内部战略团队，需要外部视角的市场进入或扩张建议
• 咨询顾问：作为结构化思考的辅助工具，加速报告框架搭建
• 投资分析师：进行标的公司的初步尽职调查和行业扫描
• 产品经理：制定定价策略、上市计划和客户旅程优化方案

使用风险

• 性能风险：完整执行12个模块可能触发AI模型的输出长度限制或速率限制，建议分会话执行或选择关键模块
• 数据依赖风险：分析结果仅基于用户提供的输入和公开网络搜索，无法替代专业的付费行业数据库（如Euromonitor、IBISWorld）
• 时效性风险：市场数据和趋势分析基于搜索时的信息，快速变化的行业（如加密货币、AI技术）需要人工更新
• 决策风险：AI生成的战略建议应作为参考而非最终决策依据，重大商业决策仍需结合实地调研和专业顾问意见