在这个信息爆炸的时代，我们每天都被海量的数据所包围。如何在有限的时间内，准确地获取和分析有价值的商业情报，成为了每个职场人必备的核心能力。

人工智能的发展为我们提供了新的解决方案，但如何有效地运用AI工具进行商业研究，却很少有人系统地总结过。

今天，我将以新茶饮行业为例，带您一步步了解如何运用AI工具开展商业情报研究，帮助您建立起自己的研究框架和方法论。

我是阿泽，目前是一名独立商业研究员，同时也是增长智库的主理人。

在做了七年的私域数字化营销之后，我选择到上海交通大学攻读MEM工程管理硕士，希望能够在理论与实践中找到更好的结合点。

本次分享，我会围绕三个核心内容展开：

流程：我总结的AI辅助行业分析6步法

从确定研究目标到形成最终报告，每一步如何借助AI提升效率，让行业研究不再是一件耗时耗力的事情。

工具：我在实践中筛选出的AI工具及其使用技巧我会介绍几款经过实战检验的AI工具，以及如何用最简单的方式让它们准确理解你的需求。

实践：我会用新茶饮行业作为案例，带大家完整体验整个分析过程理论讲解之后，我会通过新茶饮这个大家熟悉的行业，手把手教大家如何运用这套方法，让每个人都能快速上手。

一、掌握6步流程：AI行业分析从小白到高手

我的目标很简单：让大家看到商业情报研究其实人人都可以做。

这不是噱头，而是我的真实感受，只要掌握了正确的方法和工具，你也能做出专业的分析报告。

第一步：明确目标

在这个大数据时代，我们面对的信息实在太多。所以在开始研究之前，一定要先明确你要研究什么，为什么要研究。这就像是给自己画一个研究范畴，让后续的工作有的放矢。

第二步:数据收集

在确定了目标和研究假设后，我们需要有针对性地搜集数据。这里很多同学都遇到一个问题：如何验证数据的有效性？这个问题在实操环节我会详细讲解。

第三步:数据整理和验证

当你收集到大量数据后，需要进行初步的筛选和验证。在这个阶段，至少要找到两个甚至三个信息源去进行交叉比对。

不过如果你找到的是官方一手数据，比如上市公司的财报、招股说明书这类严肃的内容，基本就不需要再质疑其真实性了。

第四步:数据分析

随着数据量的增加，仅靠人力去识别数据、提炼洞察的难度会越来越大。这时就要充分发挥AI在数据分析中的价值。

比如说，我在研究新茶饮行业时，会同时研究十多个品牌，涉及五个维度、二十个数据指标，数据总量以百计。这种情况下，借助AI来协助分析就显得尤为重要。

第五步:研究可视化

当我们从数据中提炼出有效洞察后，需要用直观的方式呈现出来。在实操环节，我会教大家如何制作数据图表，让枯燥的数据变得生动易懂。

第六步:形成研究报告

这是把前面所有工作成果整合起来的关键一步。一份好的研究报告不仅要数据详实，还要逻辑清晰，让读者一目了然。

这六个步骤看起来很简单，但每一步都大有学问。在实操环节，我会结合具体案例，展示如何在每个环节都用好AI工具，提升工作效率。

二、数据收集的六大来源

在开展商业情报研究时，很多人会遇到这样的困惑：想研究某个领域，但不知道如何获取研究所需的数据和情报。

本次分享，我会重点带大家实践Google hacking的搜索策略，以及如何借助AI挖掘信息源。这里先简单介绍几个重要的数据来源渠道：

三、常见的可视化图表

在商业研究中，我们不需要过于复杂的图表。图表的本质是将数据图形化，让信息传递更直观有效。以下是六类常用的图表类型：

柱状图：最基础常见的数据展示方式

折线图：适合展示趋势变化

饼状图：可以是中空或完整形式，适合展示占比关系

气泡图：包含三个维度的数据展示，适用于多维度数据分析

雷达图：适合展示多维度指标特征的对比，如多个品牌在五个维度上的表现对比

词云图：主要用于文本频率和重要性的可视化呈现，可以做成心形、云朵等各种形状

值得注意的是，复杂的图形反而会降低信息传递的有效性。选择图表类型时，应该以清晰传达信息为首要考虑因素。

要想高效地运用AI辅助商业情报研究，我们首先要掌握一些基础用法。最核心的就是提示词(Prompt)的使用技巧。

Trick这个词在英语里有"技巧、诡计"的含义，而我们要做的就是成为AI魔术师。

虽然现在确实有专门做提示工程的职业，但我们不需要做得那么专业，掌握基础用法就够了。

Trick法则源于五个核心要素：

Task（任务）：明确目的和目标。告诉AI需要完成的具体任务，避免模糊指令。

Role（角色）：设定AI的身份或视角。指定AI扮演的角色或身份，使其生成的内容符合特定语气和专业度。

Instructions（指令）：细化操作步骤。清晰说明任务的执行方式或结构要求。

Context（上下文）：提供充分的背景信息。补充相关背景或前置信息，使AI能更好理解任务。

Key-word（关键词）：明确核心词汇或内容要点。列出希望重点包含的词或概念，确保输出内容聚焦。

这几个要素怎么理解呢？简单来说，就是根据这些关键要素来编写提示词，输入给AI大模型，让它更准确地理解我们的意图。

很多同学在使用AI时会发现一个现象：为什么同样一个模型，有的人用起来觉得非常智能，而自己用却总是答非所问，甚至是隔靴搔痒？这就是因为可能不太会结构化地输出提示词给AI。

比如在角色定义这块，有时候你只需要告诉AI"你是个哲学家"就够了，但有时候却需要详细说明"你是某某行业负责某某方面的营销专员"。为什么会这样？

因为AI模型在训练时，对"哲学家"、"工程师"这类高度凝练的词已经包含了非常丰富的语义，你反而说得太多了，它反而不容易准确识别角色定义。

写提示词不是越多越好，关键在于精准，而不是数量。就像武功的最高境界是"忘记武功"，熟练之后，你不一定要严格按照这个结构来写，只要确保包含这些要素就可以了。

在模型选择方面，总的来说国外的大模型还是要更胜一筹。不过国内的通义千问和Kimi也可以用，虽然相比ChatGPT还是有些差距。

今天为了便于大家实践，我们会使用国内的模型来演示。文本创作和数据分析用Kimi，PPT制作用通义千问。

如果时间允许，我们也会用Gemma做个PPT生成示范，让大家对比不同模型的差异。

至于豆包等其他模型，在结构化数据分析这块效果要差一些。我也对比过星火、文心一言等，有的甚至还不支持Excel表格导入，所以今天我们主要用Kimi和通义千问。

再来说说Markdown这个轻量级标记语言。大家可以直观对比：普通文本往往是一大段杂乱的内容，而用Markdown改写后，能很好地突出层次，补充重要信息。

这个真的不难，花一节课的时间就能掌握。重要的是要动手实践。不管用哪个AI大模型，最关键的是先用起来，你才能知道它能满足哪些需求，哪些满足不了。

五、实践：以新茶饮行业为例动手带练

今天的分享主要围绕如何利用 AI 工具高效开展商业情报研究展开。我将以新茶饮行业为例，通过实操带练的方式，从获取信息源到最终形成报告，详细讲解每一个步骤。希望通过这次实践，能够帮助大家掌握相关的方法和工具。

1、获取 AI 反馈筛选信息源

我们从实操开始。第一步是如何利用 AI 获取信息源并筛选有用的信息。这里我以使用 Kimi 为例，带大家理解整个流程。

首先，打开你的Kimi工具，这里我需要先呼应一下前面讲过的内容，即如何运用 TRICK 法则撰写清晰的提示词。

提示词的设计核心在于逻辑清晰，结构明确。即便之前没有频繁使用过 AI 工具，大家也不用担心，只要理解这个方法，就能够快速上手。写提示词并不难，关键是掌握方法。

接着，我们进入实际操作。我先给大家展示一个提示词的设计方法。提示词的第一部分是背景信息，也就是告诉 AI：我现在要做什么。

如果你有更详细的资料，比如已有的行业研究报告，可以直接上传附件，让 AI 更准确理解你的需求。

在这个案例中，我们的目标是对新茶饮行业的品牌进行市场调研。为了让 AI 更精准地帮助我们获取信息，可以给它设置明确的角色定位——比如“你是现制茶饮行业的资深从业者”。

这里我特别解释一下，为什么提示词中用的是“现制茶饮行业”而不是“新茶饮行业”。这是因为“现制茶饮”这个概念比“新茶饮”更广，在网络语义中的普及度也更高。

现制茶饮不仅包含了当前阶段的新茶饮，还涵盖了更早期的茶叶制品相关内容。比如，中国从 1990 年开始就有了奶茶的概念。

而新茶饮只是现制茶饮的一个子集。所以，当我们撰写提示词时，要有意识地选择更适合研究目标的特征词。

接下来，我们进一步明确研究对象和内容。我列举了四个品牌作为研究对象，研究内容则包括门店数量、城市等级分布、营收规模和用户规模。

这里还有一个特别重要的概念，“思维链”。在提示词里，我们可以明确要求 AI 按 **step-by-step** 的方式完成任务。这样AI在处理任务时会更细致、更有条理。

最后，我们给 AI 的任务是：找到研究内容所需的数据，并注明信息来源和时间。目的是确保数据的时效性，优先获取最新的信息。

2、运用搜索技巧获取数据资料

完成第一步后，我们进入第二步——运用搜索技巧获取更高质量的数据资料。这里我重点讲解了 **Google Hacking** 的方法，帮助大家精准定位一手数据。

大家可以这么理解：普通搜索可能会返回大量泛化信息，而高级搜索则可以快速找到目标内容。比如，当我们需要某品牌的招股书或财报时，可以使用文件格式筛选的搜索技巧。

具体来说，可以在搜索框中输入：filetype:pdf + 关键词。

比如，“filetype:pdf 奈雪 2024 中期财报”。这样，搜索结果会直接锁定PDF格式的文件。

在实际操作中，Google 的搜索效果最好，但如果无法使用 Google，也可以尝试百度或夸克等其他搜索引擎。

这里我给大家演示了一些例子，比如直接找到奈雪 2024 年中期业绩报告的 PDF 文件。这

些报告中的数据是经过审计的，可信度非常高。通过这种方式，我们可以快速获取一手数据，包括门店数量、营收来源等信息。

当然，除了搜索引擎，还有一些其他渠道，比如上市公司的公告和财报网站。比如，我在演示中提到过一个港股网站，大家可以通过这个网站持续跟踪上市公司的最新动态。

恰巧在直播时，找到了古茗当天(12月15日)发布的最新招股书，这是用来开展情报研究真实性、时效性最好的数据源。

3、整理并验证资料有效性

获取数据后，第三步是整理和验证数据的有效性。这一步非常关键，因为即便是 AI 提供的信息，也可能存在一定的错误，因此需要我们进行人工校验。

整理数据时，我建议大家先建立一个分析模型。比如，我用的是“品牌竞争力分析模型”，包括市场扩张力、产品创新力、用户服务力、商业价值力和品牌传播力五个维度。

每个维度下再细分为具体的数据指标。根据这个模型，我们可以将数据一条条整理出来，形成结构化的表格。

在验证数据时，优先选择官方渠道，比如上市公司的财报或招股书。对于非官方来源的数据，建议至少找到两个以上的信息源进行交叉验证。通过这种方式，可以有效提升数据的可信度。

4、 导入 AI 模型分析数据

接下来，我们将整理好的数据导入到 AI 中进行分析。这一步的操作重点在于提示词的设计。

首先，仍然需要向 AI 提供背景信息，告诉它研究的品牌、维度和数据指标。然后，设置清晰的分析规则，比如“按照维度从高到低排序，并详细分析各项指标的表现”。

为了让 AI 理解我们的需求，可以采用 Markdown 格式，将数据和规则结构化。

在生成分析结果后，需要对其进行校验。如果分析结果中存在数据引用错误，可以调整提示词重新生成。整个过程可能需要多次迭代，直到生成满意的结果。

5、整理润色分析结果成文

分析完成后，我们将其转化为一篇文章。这里的关键仍然是提示词的设计。我们需要告诉 AI：结合分析结果，撰写一篇流畅的文章，并给出多个选题标题。

文章的逻辑可以采用金字塔结构，也就是结论先行，逐层展开。为了避免内容重复，可以在提示词中明确要求措辞多样化。

如果文章长度不够，还可以要求 AI 补充更多内容。通过这种方式，可以快速生成一篇可用于发布的文章。

6、生成 PPT 大纲创作内容

文章完成后，我们需要进一步将内容转化为 PPT。通过编写提示词，让AI 将分析结果整理成大纲。

有了大纲，我们就可以使用通义千问，来快速制作PPT模板，具体操作步骤如下：

1. 进入通义千问页面，选择“长文本生成 PPT”功能。

2. 将文章内容粘贴到通义千问中。

3. 根据需要调整大纲结构，并选择合适的 PPT 模板和配色方案。

4. 点击生成 PPT，工具会自动提取关键内容并形成初步框架。

生成的 PPT 可以直接下载，然后根据需要进一步调整和优化。

7、制作图表插入 PPT 生成报告

为了使 PPT 更直观，我们可以制作图表，并将其插入到对应页面。例如，我在演示中使用飞书表单制作了雷达图。

操作方法是：先选中数据范围，点击插入图表，选择雷达图样式。

生成图表后，可以直接下载为图片，然后粘贴到 PPT 中。

通过这些可视化工具，可以让报告内容更加直观、易懂。

六、分享总结

通过以上实操，我们完整演示了如何利用 AI 工具开展商业情报研究的全过程。

从获取信息源到生成报告，每一步都强调了方法和工具的结合。

希望大家通过这次实践，能够掌握这些技巧，并灵活运用于实际工作中。

作者 | 阿泽，一名独立商业研究员，同时也是增长智库的主理人。