Appearance
用 WorkBuddy 做行业研究，并生成一份带引用的 HTML 报告
这个案例解决什么问题
行业研究最难的部分通常不是“找到几篇文章”，而是同时处理四件事：
- 把一个宽泛的问题拆成可搜索、可验证的研究问题。
- 区分市场规模、竞争格局和客户需求，不把不同口径的数据混在一起。
- 保留每条结论对应的原始来源，方便复核和更新。
- 把研究材料整理成一份结构清楚、可以直接分享的 HTML 报告。
这个案例演示怎样把上述流程交给 WorkBuddy。我们使用 Tavily Search API 获取网页搜索结果，由 WorkBuddy 完成查询设计、来源筛选、证据整理、分析写作和 HTML 生成。
本文提供的是一套可复用的方法模板。示例里的 、 和 都需要替换成你的真实研究对象。
最后会得到什么
一次完整任务建议交付以下文件：
text
industry-research/
├─ research_plan.md # 研究边界、问题树和查询计划
├─ raw/
│ └─ tavily_results.json # Tavily 原始返回结果
├─ source_index.md # 筛选后的来源索引
├─ findings.md # 结论、证据和来源编号
├─ report.html # 最终可视化报告
└─ research_log.md # 搜索日期、限制和待核验问题raw/tavily_results.json 是原始证据池，source_index.md 是经过筛选的来源清单，findings.md 负责把结论和来源编号关联起来，report.html 才是最终阅读版本。
不要让 WorkBuddy 搜索完成后直接覆盖原始结果。保留这几层文件，后续才能知道一条结论是怎样得出的。
开始前准备
- WorkBuddy 可以读取和写入本地文件，并能运行 Python。
- 已安装 Python 3.10 或更高版本。
- 已在 Tavily 创建 API Key。
- 已明确研究对象、区域、时间范围和报告读者。
Tavily 官方 Python SDK 的包名是 tavily-python。可以让 WorkBuddy 在项目目录执行：
bash
python3 -m venv .venv
source .venv/bin/activate
python -m pip install tavily-python然后在本机终端设置环境变量：
bash
export TAVILY_API_KEY="替换成你自己的 API Key"不要把真实 API Key 写进提示词、Python 文件、Markdown、HTML 或 Git 仓库。让代码通过 TAVILY_API_KEY 环境变量读取它。
第一步：先定义研究边界
行业研究容易失控，是因为“行业”可能同时包含上游材料、中游产品、下游服务和相邻市场。先把下面这段发给 WorkBuddy：
text
我要研究 {{行业}}，主要面向 {{报告读者}}，研究区域是 {{区域}}，
数据截止日期是 {{YYYY-MM-DD}}，最终用于 {{战略规划 / 产品决策 / 投资判断 / 客户提案}}。
请先不要搜索和写结论，先完成 research_plan.md，内容包括：
1. 用一句话定义本次研究包含什么、不包含什么；
2. 画出产业链和价值链边界；
3. 把研究拆成“市场分析、竞争分析、客户分析”三部分；
4. 每部分列出需要回答的问题、需要的数据和可接受的来源；
5. 列出容易混淆的统计口径，以及需要向我确认的假设。
如果信息不足，请先列出问题，不要自行补写事实。这一步的目标不是得到答案，而是确定“搜什么”。尤其要提前写清：产品口径、地域口径、年份、收入还是出货量、终端市场还是上游市场。
第二步：把研究拆成三组查询
不要只搜索一次“ 行业研究报告”。这类宽泛查询往往会返回重复的商业报告摘要。更稳定的做法是建立三组查询包。
市场分析提示词
text
请为 {{行业}} 的市场分析设计 8～12 条 Tavily 查询，覆盖：
1. 市场规模、历史增速和未来预测；
2. 不同产品、区域和客户类型的细分结构；
3. 产业链、利润池和关键价值环节；
4. 技术、政策、价格和渠道趋势；
5. 行业增长驱动、约束和潜在替代品。
查询要求：
- 同一指标至少设计两条不同表达的查询；
- 优先加入“官方统计、监管机构、行业协会、公司年报”等限定词；
- 中文市场同时准备中文和英文查询；
- 每条查询只解决一个问题，不要把多个问题塞进一句话；
- 为每条查询标注它要验证的指标和期望来源类型。竞争分析提示词
text
请为 {{行业}} 的竞争分析建立查询包。候选公司包括：{{竞争对手名单}}。
需要查清：
1. 公司定位、核心产品和目标市场；
2. 公司整体收入与相关业务收入，必须区分两种口径；
3. 区域布局、渠道模式、定价和服务能力；
4. 产品发布、并购、合作和管理层公开战略；
5. 可验证的优势、短板和战略动作。
优先搜索公司官网、投资者关系页面、年报、监管披露和产品资料。
第三方文章只能作为补充。不要根据搜索摘要猜测市场份额，也不要把集团收入当成某条产品线收入。客户分析提示词
text
请为 {{行业}} 的客户分析建立查询包，分别研究：
1. 直接客户、终端用户和影响购买的人；
2. 客户规模、区域分布和集中度；
3. 采购决策链：谁提出需求、谁评估、谁批准、谁使用；
4. 购买标准：价格、性能、合规、交付、培训、售后和总拥有成本；
5. 使用痛点、未满足需求、替换周期和复购因素；
6. 不同客户群之间的差异，以及客户结构正在发生的变化。
优先寻找官方统计、客户组织、行业协会、招标文件、公司案例和一手访谈。
把“公开资料可以证明的事实”与“需要访谈验证的假设”分开。第三步：让 WorkBuddy 调用 Tavily API
Tavily Search 会返回标题、URL、相关内容片段和相关性分数。advanced 搜索更适合需要高相关度片段的精确研究，但消耗的 API credits 也更高；max_results 可以控制单次返回数量。具体参数以 Tavily Search API 文档 为准。
让 WorkBuddy 创建并运行搜索脚本：
text
请根据 research_plan.md 中的查询包，创建 search_tavily.py 并执行搜索。
技术要求：
1. 使用 tavily-python，通过环境变量 TAVILY_API_KEY 读取密钥；
2. search_depth 使用 advanced，topic 使用 general；
3. 每条查询返回最多 8 个结果；
4. include_answer 使用 advanced，include_raw_content 暂时设为 false；
5. 保存 query、answer、title、url、content、score、response_time 和 request_id；
6. 每完成一条查询就增量写入 raw/tavily_results.json，避免中断后丢失；
7. 记录失败查询和错误信息，不要静默跳过；
8. 不要把 API Key 写入任何输出文件。
先把脚本给我检查，再运行。运行结束后汇报查询数、成功数、失败数、唯一 URL 数和 API 用量。脚本的核心调用可以采用下面的形式：
python
import os
from tavily import TavilyClient
client = TavilyClient(api_key=os.environ["TAVILY_API_KEY"])
response = client.search(
query="{{一条明确的行业研究查询}}",
topic="general",
search_depth="advanced",
max_results=8,
include_answer="advanced",
include_raw_content=False,
)Tavily 的 answer 适合帮助理解搜索方向，但它仍然是自动生成的摘要，不能直接代替原始来源。正式报告应引用 results 中的 URL，并核对原网页支持了什么。
如果希望控制成本，可以先用 basic 搜索探索，再对高价值问题使用 advanced。Tavily 官方文档也建议利用结果中的 score 做相关性过滤，并通过 include_domains 或 exclude_domains 控制来源范围，参见 Web Search Essentials。
第四步：把搜索结果变成来源索引
搜索结果不等于可引用来源。让 WorkBuddy 去重、筛选并建立来源编号：
text
请读取 raw/tavily_results.json，生成 source_index.md。
处理规则：
1. 按规范化 URL 去重，合并同一网页被哪些查询命中；
2. 优先级为：政府和监管机构 > 官方统计与行业协会 > 公司官网和年报 > 学术机构 > 主流专业媒体 > 商业研究摘要 > 其他网页；
3. 为每个保留来源分配唯一编号，格式为 SRC-001、SRC-002……；
4. 每个来源记录标题、机构、URL、发布日期、访问日期、来源类型、可靠性、可支持的事实和限制；
5. 删除无法访问、明显重复、无作者无日期、只转载不提供原始出处的低质量页面；
6. 搜索结果的 content 只是线索。重要数字必须打开原网页核对上下文；
7. 如果只能找到二手摘要，明确标记“待找到一手来源”，不要把它写成确定事实。
最后统计各类来源数量，并列出目前证据最薄弱的研究问题。来源索引中的一条记录可以长这样：
markdown
### SRC-012
- 标题：{{网页或报告标题}}
- 发布机构：{{机构名称}}
- URL：https://example.com/report
- 发布日期：{{日期或未知}}
- 访问日期：{{YYYY-MM-DD}}
- 来源类型：官方统计
- 可靠性：高
- 可支持事实：{{具体数据或判断}}
- 限制：{{口径、地域、年份或样本限制}}第五步：先校准数据口径，再形成结论
行业报告最常见的错误，是把看起来相似、实际上统计范围不同的数字直接比较。例如，一个数据包含设备、材料和服务，另一个数据只统计设备；两者不能直接相除计算市场份额。
先让 WorkBuddy 生成口径校准表：
text
请从 source_index.md 中提取所有市场规模、增长率、份额和客户数量数据，生成“口径校准表”。
每行包含：
- 指标名称；
- 数值与币种；
- 基准年份；
- 预测年份；
- 地理范围；
- 包含的产品或服务；
- 收入、出货量还是客户数；
- 名义值还是实际值；
- 来源编号；
- 是否可以与其他指标直接比较；
- 报告中应该怎样使用。
遇到口径不一致时，不要强行计算。请说明差异，并给出可比口径、区间估计或“暂不可比”的结论。然后生成 findings.md：
text
请基于已经核验的来源和口径校准表，生成 findings.md。
每条 finding 必须包含：
1. 一句话结论；
2. 支持它的事实和数据；
3. 对业务意味着什么；
4. 对应的来源编号；
5. 置信度：高 / 中 / 低；
6. 反例、限制或待核验问题。
请严格区分：
- 事实：来源直接支持的内容；
- 推断：由多个事实推导出的判断；
- 建议：基于判断提出的行动。
没有来源编号的内容不得写成事实。一个来源无法证明多个跳跃结论时，拆成多条 finding。第六步：生成带引用的 HTML 报告
现在再让 WorkBuddy 生成最终报告：
text
请使用 research_plan.md、source_index.md、口径校准表和 findings.md，生成 report.html。
报告结构：
1. 标题、研究对象、区域、数据截止日期和研究边界；
2. 管理层摘要：3～5 个最重要结论；
3. 市场分析：规模、细分、趋势、驱动和约束；
4. 竞争分析：竞争分层、主要玩家对比、战略动作和能力差异；
5. 客户分析：客户结构、决策链、购买标准、痛点和变化；
6. 综合判断：机会、风险、关键不确定性和下一步验证；
7. 方法说明与完整来源表。
引用要求：
- 每个关键数字、事实判断和表格行都必须带来源编号；
- 来源编号显示为可点击标签，例如 SRC-012，并链接到原始 URL；
- 推断旁边同时列出支持它的多个来源；
- 不要引用 Tavily answer，把原始网页作为引用目标；
- 没有可靠来源的内容标记“待核验”，不要隐藏不确定性；
- 页面底部提供完整来源表，包含标题、机构、日期和 URL。
页面要求：
- 单文件 HTML，CSS 写在文件内部，不依赖外部框架；
- 蓝白配色，正文白底，深色文字，适合电脑和手机阅读；
- 使用语义化 HTML，表格在手机端可横向滚动；
- 提供打印样式，打印或另存 PDF 时不丢失引用；
- 不使用虚构图表。图表数据必须能回到来源编号；
- 对所有动态内容进行 HTML 转义，不把来源网页中的脚本写入报告。
生成后请启动本地预览，检查桌面端、移动端、所有来源链接和打印效果。最终 HTML 中的引用可以采用这样的结构：
html
<p>
{{经过核验的行业结论}}
<a class="source" href="https://example.com/report"
target="_blank" rel="noopener">SRC-012</a>
</p>关键不在于来源标签是否好看，而在于读者点击后能看到真正支持这句话的原始材料。
一次性完整提示词
如果已经熟悉整个流程，也可以把下面这段直接发给 WorkBuddy：
text
请帮我完成一项可追溯的行业研究。
研究对象：{{行业或公司}}
研究区域：{{区域}}
数据截止日期：{{YYYY-MM-DD}}
报告读者：{{管理层 / 产品团队 / 投资团队 / 客户}}
研究目的：{{要支持的决策}}
请按阶段执行，每完成一个阶段先汇报结果，再进入下一阶段：
阶段 1：定义研究边界，建立市场、竞争、客户三部分问题树，写入 research_plan.md。
阶段 2：为每个问题设计中英文 Tavily 查询，通过 TAVILY_API_KEY 调用 API，把原始结果增量保存到 raw/tavily_results.json。
阶段 3：去重和筛选来源，优先官方、监管、统计、协会、公司年报和学术来源，生成带唯一编号的 source_index.md。
阶段 4：建立数据口径校准表，禁止直接比较统计范围、年份、币种或指标类型不同的数据。
阶段 5：生成 findings.md，每条结论都写明事实、推断、业务含义、来源编号、置信度和限制。
阶段 6：生成单文件 report.html，包含管理层摘要、市场分析、竞争分析、客户分析、综合判断、方法说明和完整来源表。
硬性规则：
- Tavily answer 只能作为线索，正式引用必须指向原始 URL；
- 没有来源的数字和事实不得进入报告；
- 每个关键结论和表格行都必须有可点击来源编号；
- 区分事实、推断和建议；
- 对冲突数据并列呈现并解释口径，不擅自选择更好看的数字；
- API Key 只能从环境变量读取，禁止写入文件；
- 保留原始搜索结果、失败记录、访问日期和待核验问题；
- 完成后运行链接检查和 HTML 检查，并汇报验收结果。怎样验收这份报告
不要只看页面是否漂亮。至少检查下面这些项目：
- 研究边界与目标读者清楚，报告没有无限扩展到相邻行业。
- 市场、竞争、客户三部分都回答了明确问题，而不是堆积资料。
- 所有关键数字都写明年份、地域、币种和统计口径。
- 每个关键事实和表格行都有可点击的来源编号。
- 随机抽查 5～10 条引用，原网页确实支持对应结论。
- 公司整体收入没有被误写成某条业务收入。
- Tavily 自动生成的 answer 没有被当成正式来源。
- 冲突数据、证据空白和低置信度推断都被明确标记。
- HTML 在桌面端和手机端可读，打印时不会截断核心内容。
- 项目文件中不包含 Tavily API Key 或其他敏感信息。
可以让 WorkBuddy 做最后一次反向审计：
text
请不要继续润色报告，改为扮演严格的研究审核人。
逐条检查 report.html 中的数字、事实、比较和来源链接：
1. 找出没有引用、引用不匹配或只能支持部分结论的内容；
2. 找出年份、地域、产品范围、币种和指标类型不一致的比较；
3. 找出把推断写成事实、把公司整体数据写成业务数据的地方；
4. 随机打开至少 10 个来源链接进行核对；
5. 输出问题清单、严重程度、修改建议和修复后的验收结果。
没有发现的问题不要虚构；无法访问的来源单独列出。常见失败与修正方法
搜索结果很多，但报告没有结论
先让 WorkBuddy 为每个研究问题写一句暂定回答，再寻找支持或反驳它的证据。不要按照网页出现顺序做摘要。
引用了很多商业报告摘要
在查询中加入政府、监管、协会、公司年报、投资者关系等限定词。商业报告可以用于发现指标，但重要数据应继续寻找一手来源或第二个独立来源。
两个市场规模差异很大
先比较产品范围、地域、基准年份、币种、是否含服务以及收入与出货量口径。不能校准时并列展示，并说明为什么暂时不能直接比较。
HTML 很漂亮，但点击引用对不上
把 findings.md 作为 HTML 的唯一事实输入。先给 finding 绑定来源编号，再渲染页面，不要在生成 HTML 时临时补结论。
API 消耗过快
先用 basic 和少量结果探索查询质量，再对关键问题启用 advanced。合并重复查询，并在重复执行前读取已有原始结果。
安全与限制
- Tavily 是搜索工具，不是事实核查机构。搜索结果可能过时、重复或缺少上下文。
- 付费报告的公开摘要不能替代完整报告，不要绕过登录、订阅或版权限制。
- 客户访谈、内部经营数据和未公开文件应脱敏，并与公开网页来源分开管理。
- 对市场规模、政策、公司财务和竞争动态等时效性信息，应记录访问日期并定期更新。
- HTML 报告引用外部网页时，来源可能以后失效。重要材料应在权限允许的情况下保留标题、发布日期和必要的核验记录。
可以怎样复用
把研究对象替换掉，这套流程可以用于新行业进入、产品机会评估、竞争情报、客户洞察和区域市场选择。
真正值得复用的不是某份 HTML，而是这条稳定链路：
text
研究边界 → 问题树 → 查询包 → 原始结果 → 来源索引
→ 口径校准 → 结论与证据 → 带引用 HTML → 反向审计当下一次研究开始时，保留目录结构、提示词、来源字段和验收规则，只替换研究对象与查询包，就能把一次成功沉淀成自己的行业研究工作系统。