Jiujiang shuangzheng product selling point card
用于分析、提炼和梳理具体产品的产品卖点,并生成或迭代“产品卖点分析报告”。当用户提出“分析这个产品的产品卖点”“提炼产品卖点”“梳理卖点”“这个产品该卖什么”“做产品卖点报告”等请求时应触发;产品名称可以是吉林双阳中段鲜鹿茸、黄精泡材等任意具体商品、原料或 SKU 名称,不要求包含“九江双蒸”。执行时只在九江双蒸项目已授权的产品卖点报告目录中识别同产品最新旧版:找到旧版就在唯一选中的基线报告上修正,没有旧版才首次分析;输出先打什么卖点、对谁说、凭什么说、哪些能说、缺什么证据以及执行后如何迭代。不用于重新做人群研究、直接写平台文案或完整销售话术、联网竞品研究、正式法律与广告合规审查、产品知识问答执行。From its SKILL.md
npx -y skills add NewbieCheng/company-skills-marketplace --skill jiujiang-shuangzheng-product-selling-point-cardAssembled from the repository path, not quoted from the project. Check it against their README if it does not work.
2 things to look at
- 20 days oldThe repository was created 20 days ago. New is not bad, but a brand new repository carrying a familiar-sounding name is the shape a typosquat arrives in, and there has been no time for anyone else to find a problem with it.
- 0 stars0 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.
SKILL.md
18.2 KB, ~6.1k tokens by cl100k_base, as published. Nobody here has run it
九江双蒸产品卖点分析报告
把产品事实和用户购买机制连接起来,先帮助人类判断“卖什么、卖给谁、凭什么、哪里不能说”,再把证据缺口转成可执行行动,并在卖点执行后根据真实结果决定继续、调整、换方向或停止。
完整闭环:
分析报告 v1
→ 下游内容或销售执行
→ 记录产品证明、用户反馈与行为结果
→ 本 Skill 证据修正
→ 分析报告 v2
先生成完整预览。只有用户明确确认后,才保存与预览一致的新版本。
必读资源
- 开始首次分析或证据修正前,完整读取 references/selling-point-method.md。
- 生成报告前,完整读取 references/product-card-template.md。
- 生成或校验 AI 交接区前,完整读取 references/downstream-contract.md。
任务边界
按任务意图而不是品牌词判断是否适用。产品名可以由产地、品类、部位、形态、规格或 SKU 组合构成;只要用户要求分析、提炼或梳理该产品的卖点,就执行本 Skill,不得因为名称中没有“九江双蒸”而拒绝或改走其他路由。
负责:
- 读取用户明确提供或授权的用户假设报告、产品事实和证明;
- 只在已授权的产品卖点报告目录中检索同产品候选,并选择唯一的最新旧版作为迭代基线;
- 建立带声明 ID 的事实底稿,分别判断证据、当前可用性和使用权限;
- 生成至少五个去重后的真实候选方向,执行资格闸门和五维比较;
- 选择一个核心主轴及二至三个支撑卖点,或明确当前不能形成正式卖点;
- 把卖点转换为用户任务、场景、利益、信任依据和 SKU 选择逻辑;
- 把证据缺口转成有来源、行动、完成标准和更新对象的补证清单;
- 明确每轮卖点执行要记录什么,以及何时继续、调整、换方向、停止或生成下一版;
- 先输出问题式的人类决策报告,再输出证据附录和机器可读 AI 交接区;
- 根据新增证据逐项修正旧报告并保留版本历史。
不负责:
- 重新完成用户分群、画像或完整用户研究;
- 直接生成朋友圈、短视频、详情页、海报或完整销售话术;
- 自动联网研究竞品、市场规模、搜索量或评论;
- 自动跟踪测试数据、替用户采集反馈或假装已接入日志系统;
- 把内部风险预检当作正式酒类、食品、健康、广告或平台合规结论;
- 回答具体客户问题或代替产品知识问答助手;
- 扫描整个项目、知识库、Downloads、Obsidian 或未授权目录;
- 未经确认写入文件、覆盖旧报告或修改上游资料。
相邻任务只做路由:用户资料不足时回到用户假设 Skill;平台文案、详情页、销售话术、产品问答和正式合规审查交给对应下游 Skill。报告可以定义测试任务和记录要求,但不代替下游实际制作和投放。
先发现最新旧版,再选择运行模式
先确认稳定的产品名称、当前任务时间和已授权的报告目录。不要把活动名、日期或报告版本混入产品名称。默认只检查:
九江双蒸知识库v1.0/一、私域库/01_产品库/01.2_产品卖点卡
禁止递归扫描整个项目或知识库。候选发现阶段只允许读取该目录第一层 Markdown 文件的文件名和 frontmatter,不读取正文。历史“产品卖点内容卡”和新版“产品卖点分析报告”都属于候选。
从本 Skill 根目录解析脚本路径并运行:
python3 /absolute/path/to/this-skill/scripts/find_latest_report.py \
/absolute/path/to/authorized-report-directory \
--product "稳定产品名称" \
--as-of "当前任务日期或 ISO 8601 时间"
脚本只对同一产品的候选排序,规则固定为:
- 优先使用
frontmatter.created_at,缺失或非法时使用文件名日期;排除时间晚于当前任务时间的报告,选择距离当前任务时间最近的有效时点;只有日期没有时分秒时按该日期处理; - 在最高日期仍有多个候选时,优先使用
frontmatter.version,缺失或非法时使用文件名vN,选择最大的N;如果所有候选都没有可用日期,则直接按此版本规则选择; - 只有所有可用候选同时缺少日期和版本时,才用文件修改时间
mtime兜底;不得用mtime推翻已有日期或版本; - 按有效优先级仍然并列时,不读取任何候选正文,只向用户列出并列文件并请其指定一份。
只允许把脚本返回的 selected_report 正文纳入后续上下文。其他旧报告不能作为来源、不能参与事实合并、不能出现在 source_files,也不能为了“参考一下”而读取。
- 返回
selected:读取唯一选中的旧报告,进入证据修正模式; - 返回
none:确认没有旧版,进入首次分析模式; - 返回
ambiguous:停止分析并做一次最小澄清,不能擅自选择。
首次分析模式
只用于旧版发现结果为 none 的产品或任务。新 SKU、新价格、新渠道或新营销任务如果属于已有产品,仍先继承选中的最新旧报告,再判断哪些部分需要重做。证据不足时可以生成 pending_validation 报告,但不得把待验证方向写成正式核心卖点。
证据修正模式
用于旧版发现结果为 selected,或用户明确指定一份旧报告。至少读取:
- 上一版报告;
- 本轮新增证据原文或记录;没有新增时明确写“无新增证据”;
- 测试受众、渠道、内容、价格、优惠和时间等条件;
- 产品、SKU、价格、渠道或交付能力是否变化;
- 本轮希望复核的卖点或人群。
逐项标记当前输入对旧判断的支持、反对、未知、冲突或干扰,生成递增版本,不覆盖旧版。没有新增证据时保留旧结论和原状态,只执行用户明确要求的结构或表达修正,不得伪造“证据升级”。选中报告含 vN 时生成 v(N+1);没有可用版本时把旧报告视为基线 v1,新报告从 v2 开始。
检查输入资格
首次分析至少需要:
- 具体用户假设报告,或等价的核心用户、任务、场景、阻力与证据状态;
- 产品名称、SKU、规格、价格、渠道和当前阶段;
- 产品当前真实具备的能力、原料、产地、工艺、用法或服务内容;
- 支持产品声明的资料,或明确说明暂无证明;
- 本次业务任务和预期下游用途。
缺少用户输入时,停止正式分析并列出需补充内容。缺少产品事实时,只输出资料缺口,不生成完整卖点。信息足以形成低置信度方向但不足以定稿时,生成待验证报告。最多追问一轮、五个会改变判断的问题。
建立三重事实闸门
每条会影响卖点、SKU 推荐、FAQ、行动计划或下游内容的声明,都分配唯一 ID:C001、C002……,并同时记录三个互不替代的状态。
1. 证据状态 evidence_status
confirmed:正式资料、真实记录或可追溯证据直接支持;inferred:依据现有信息推断,等待验证;unknown:缺少信息;conflict:来源相互矛盾。
2. 当前可用性 availability_status
existing:当前已经存在并能兑现;planned:已计划但尚未交付;absent:当前明确不存在;unknown:无法确认。
3. 使用权限 usage_level
direct:允许下游直接使用,但仍受卡内语境和合规限制;test_only:只能内部讨论、小范围验证或以假设口吻使用;prohibited:不得用于对外表达或确定性回答。
只有同时满足 confirmed + existing + direct 的声明,才能进入 AI 交接区的 direct_claim_ids。未来教程、规划中的服务、待制作证明和拟新增能力即使计划明确,也必须标记 planned,不能写成当前已有能力。
产品证明、用户证据、行为证据和能力交付证据不能互相替代:
- 取得产地证明,只证明来源,不证明用户在意;
- 教程制作完成,只能把
planned改为existing,不证明教程推动购买; - 用户访谈可以支持需求方向,不自动证明支付行为;
- 点赞和口头认可只能作为弱信号,不自动证明成交或复购。
涉及功效、身体变化、治疗、保健效果、产地、年份、原料、工艺、认证、无添加、无硫熏、第一、唯一、最、保证等高风险表达时,即使资料初步存在,也先做保守降级并交给独立合规流程;本 Skill 不授予正式合规许可。
执行工作流
1. 锁定唯一基线并明确来源
先执行最新旧版发现闸门。写清产品或产品线、SKU、价格、渠道、阶段、业务任务、上游报告、产品资料、唯一选中的旧报告和下游用途。多个 SKU 只有共享同一产品主轴时才合并分析。未选中的旧报告不得进入任何后续步骤。
2. 建立声明底稿
逐项记录声明 ID、原文、三个状态、来源、证据摘要、限制和所需补证。产品资料与用户报告冲突时,以可核验的正式产品资料作为当前产品事实来源,同时保留冲突,不自行裁决。
优先读取上游报告的产品卖点下游接口,但必须回看事实表、证据状态和整体置信度。AI 模拟用户语言、低置信度价值方向和上游 inferred 继续保持假设。
3. 提取用户决策输入
提取核心用户行为型定义、购买任务、场景、触发、痛点、痒点、爽点、替代方案、价格态度、购买阻力、信任证据和禁用表达,保留原有证据状态。
4. 生成候选方向
从产品能力、体验、场景、服务、信任、选择成本、价格结构、情绪和关系价值生成至少五个去重后的候选。合并同义方向,不用重复行或“品质好、匠心、专业、值得信赖”等空泛词充数。
5. 执行资格闸门与评价
先检查产品能否兑现、用户是否在意、是否有证明路径、表达是否越界。未通过闸门的候选不得成为正式核心卖点。
再用高/中/低评价用户相关性、差异程度、可信程度、记忆传播性和购买推动力,每项说明证据理由,不计算伪精确总分。没有竞品资料时写“差异化待验证”,不得写“竞品没有”或“行业唯一”。
6. 建立卖点系统并转换为买点
选择一个核心主轴和二至三个支撑卖点。支撑卖点只能解释核心价值、提供证明或降低购买阻力,不得各讲一套定位。
正式核心卖点依赖的声明必须全部通过 confirmed + existing + direct。如果没有候选通过,报告第一问必须直接写:
当前不能形成正式核心卖点,第一优先待验证方向是:[方向]。
对每条入选或待测卖点写清产品事实或能力、对应用户、具体场景、直接利益、理想结果、所需证明和使用范围。不得从规格价格推断出入门、日常、送礼等 SKU 角色并写成事实。SKU 名称中的年份、产地和工艺只是标称,除非另有证明,不得出现在“已确认规格与属性”中。
7. 建立证据补充行动板
为每个会改变核心判断的缺口分配唯一 ID:G001、G002……,并区分:
product_proof:产品事实证明;user_evidence:用户需求与阻力证据;behavior_evidence:咨询、购买、复购、退款和推荐行为;capability_delivery:教程、服务或交付能力是否已经存在;compliance:正式审核与可发布边界。
每条缺口必须写明要回答的问题、关联声明、当前状态、最低可接受证据、收集行动、建议负责人、完成标准、优先级和补齐后更新什么。优先级只能为:
blocking:不补就不能对外说或不能继续当前主轴;decision:决定继续、调整或换方向;optimization:只影响表达、效率或放大方式。
报告正文只保留当前最重要的一至三个行动;完整缺口可以进入同一模块的行动表,不得把所有未知同时变成最高优先任务。
8. 建立卖点执行与版本迭代闭环
明确本轮只验证一个主卖点、一类优先人群、一个场景和一个期望动作。要求记录受众、渠道、实际表达、产品、价格、优惠、时间、曝光、点击、咨询、下单、拒绝原因、真实原话、复购退款及干扰变量。
依据结果给出四类决策:
continue:证据方向一致,可以继续扩大验证;adjust:方向可能成立,但人群、表达、价格、方案或交付需要调整;switch:核心假设被反对,应切换卖点或人群;stop:产品不能兑现、证明不成立或风险不可接受,停止使用该方向。
以下情况触发下一版本:声明获得新证明;用户假设被支持或反对;完成一轮卖点测试;产品、SKU、价格、渠道或交付能力变化;核心卖点需要继续、调整、替换或停止。
9. 生成人类优先的完整预览
严格按模板输出一个 Markdown 文件。报告开头先用“小白使用说明”解释报告用途、当前阶段、本轮目标和生成下一版本的方法,再按以下八个问题组织人类决策层:
- 这款产品现在最应该卖什么?
- 谁最可能为它买单,为什么?
- 产品凭什么让用户相信?
- 不同 SKU 分别适合谁,应该怎么选?
- 用户最可能犹豫什么,我们现在能回答到哪?
- 销售和内容现在能说什么、不能说什么?
- 现在还缺哪些证据,应该先补哪一项?
- 这轮卖点打完后,下一步应该继续、调整还是换方向?
每个问题先给直接答案,再给最少必要证据,最后说明限制或下一步。人类决策层不得堆放状态字典或下游指令。
随后依次输出证据与判断附录和 AI 交接区。未知信息使用规范枚举,不得自造 待核验、可确认 等混合状态。FAQ 的“当前可以确认”只能引用直接声明;计划提供、待制作、待补证明和未来能力必须明确回答为“当前不能确认或不能承诺”。
报告状态:
pending_validation:核心方向仍依赖关键假设,只能内部讨论或测试;limited_use:已有可直接使用的产品事实,但核心差异或用户反应仍待验证;validated:真实行为证据支持核心卖点,且关键声明可追溯并可直接使用。
没有真实行为证据时不得标记为 validated。
10. 自动校验
先把完整预览写入系统临时目录中的校验副本;这不是产品库保存,不得借此提前写入正式目标目录。然后从本 Skill 根目录解析脚本路径并运行:
python3 /absolute/path/to/this-skill/scripts/validate_card_contract.py /absolute/path/to/temp-report.md
修复所有错误后才能交付预览。校验结束后可删除本次自行创建的临时副本。校验通过不等于事实真实、运营有效或正式合规,只说明结构、枚举、引用和直接使用闸门一致。
11. 等待确认并安全保存
展示完整预览后停止。只有用户明确确认、可以保存或同等意思,才执行写入。用户提出修改时,更新预览并再次等待确认。
默认相对目录:
九江双蒸知识库v1.0/一、私域库/01_产品库/01.2_产品卖点卡
文件名:YYYY-MM-DD_[产品或任务名称]产品卖点分析报告_vN.md。
保存规则:使用 Asia/Shanghai 日期;从项目根目录解析相对路径;只检查目标目录和候选文件;文件存在时停止,不覆盖;修正报告按选中基线递增版本并保留旧版;保存内容与最后确认预览一致;写入后返回可点击绝对路径。
内部 Skill 名称、目录名和下游 ai_handoff 保持不变,避免破坏现有调用。历史“产品卖点内容卡”文件不自动重命名。
完成标准
- 人类负责人只看使用说明和前八问,就能判断当前主轴、依据、风险、补证动作和下一轮决策;
- 至少比较五个去重后的真实候选方向,核心主轴只有一个;
- 附录 B 必须逐条呈现
claim_registry的全部声明,不得漏项或增加无登记声明; - 所有关键声明都有唯一 ID 和三个规范状态;
direct_claim_ids中只有confirmed + existing + direct;- 计划能力、推断 SKU 角色和商品标称没有伪装成当前事实;
- FAQ 不承诺尚不存在的材料、证明、教程或服务;
- 每个关键证据缺口都有
G编号、证据类型、行动、负责人、完成标准和更新对象; - 报告说明本轮验证对象、结果记录、四类决策和下一版本触发条件;
- 证据附录能解释结论如何得出、哪些被放弃以及版本如何修正;
- 已在授权目录完成旧版发现;若存在候选,只读取排序后唯一选中的最新旧版,其他报告正文未进入上下文;
- AI 交接区通过本地校验器;
- 没有扩展成项目管理系统、平台文案、完整销售话术、竞品研究或正式合规审查;
- 预览确认前没有写入,旧版本没有被覆盖。
What ships with it: 6 files
77.8 KB alongside SKILL.md, 2 of them executable
agents/
- openai.yaml353 B
references/
- downstream-contract.md6.5 KB
- product-card-template.md14.2 KB
- selling-point-method.md11.1 KB
scripts/
- find_latest_report.pyruns11.3 KB
- validate_card_contract.pyruns34.4 KB