行业定义与高信度生成系统

任务目标

本 Skill 用于根据用户输入的任意行业/产品种子词，通过多轮检索、清洗、结构化生成和质量自检，输出符合行业标准、数据可溯源、格式统一的行业定义报告。

核心能力

• 命名归并与消歧义：将非标准称谓映射为标准化名称
• L1-L5层级属性判定：准确归类并锁定市场规模测算口径
• 多源并行检索：支持知识库、API、网页搜索三类检索
• 信息清洗与去重：剔除商业软文，保留高信度内容
• 结构化生成：严格按照四维结构撰写定义
• 质量自检：四维度评分与自动修正

触发条件

当用户需要：

• 为特定行业、产品、技术生成标准化行业定义
• 生成可溯源的行业研究报告
• 进行行业分类和层级判定
• 获取高信度的行业统计数据口径

操作步骤

阶段1：命名归并与消歧义

1. 检查种子词是否为缩写、俗称（如"eVTOL"、"HUD"）
2. 如有必要，映射为国家标准全称（如"电动垂直起降飞行器"、"抬头显示器"）
3. 处理多义词：通过上下文判断或向用户提问确认具体指代
4. 输出标准化名称

阶段2：L1-L5层级属性判定

1. 根据 L1-L5分类规范 判定词条所属层级
2. 明确该层级的命名强制规范和市场规模测算口径
3. 输出分类层级和统计口径说明
4. 附带判定理由

阶段3：检索路由策略制定

1. 根据词条属性（层级、行业属性）规划检索路径：
   • 强监管/合规词条 → 优先检索国家标准知识库和监管机构文件
   • 硬核技术/装备词条 → 优先检索专利库和招股说明书
   • 新兴消费/业态词条 → 优先检索行业协会白皮书和头部券商研报
2. 生成下游任务清单：
   • 核心本体界定（属+种差）
   • 核心理化参数/工作原理
   • 应用场景与病理/功能逻辑
   • 统计口径边界

阶段4：执行并行检索与信息清洗

1. 调用 scripts/search_router.py 并行执行三类检索
2. 调用 scripts/info_cleaner.py 清洗检索结果：
   • 剔除商业软文中的溢美之词（如"遥遥领先"、"颠覆性"）
   • 数值硬校验，确保关键参数与原文一致
   • 合并去重，保留高信度内容

阶段5：结构化生成

1. 参考 四维结构模板 撰写定义
2. 严格遵循写作约束，将四维结构融合为一个自然段落：
   • 核心本体界定：首句明确该词条在广义分类学中的归属（属概念），使用"对比与排除法"指出其差异化核心特征（种差）
   • 技术原理与理化属性（简洁性约束）：压缩为一句话概括，仅保留最核心的技术特征和关键参数（如CAS号、熔点、核心性能指标），避免冗长的技术细节描述
   • 病理/功能与应用场景：遵循"疾病成因/痛点-靶向受众-解决手段"的逻辑闭环，论述其双向或多维应用价值
   • 边界划定与统计口径：使用"包含"与"不包含"的强制性谓词进行排他性界定。如果词条为L4产品级，必须声明其市场规模按"终端总消费规模/销量"计算
3. 在定义内容中，每个关键论点标注编号标记（如[1][2][3]），对应后续溯源来源列表
4. 关键论点范围：技术参数、法规标准引用、行业共识性结论（不包含市场规模数据）
5. 整合为一个流畅的自然段落，逻辑连贯，表述清晰
6. 单独列出溯源来源部分，按编号列出所有来源的链接

阶段6：自我评估与修正

1. 调用 scripts/quality_checker.py 进行质量评分
2. 四个维度评分（满分100）：
   • 有根据性（40分）：所有关键陈述是否有明确来源
   • 相关性（20分）：内容是否紧密围绕种子词
   • 结构合规性（20分）：是否严格遵循四维结构
   • 可解释性（20分）：表述是否清晰，无歧义
3. 若总分≥85，输出最终结果
4. 若总分<85，根据修改指令返回阶段4或阶段5进行修正

资源索引

• 必要脚本：
  • scripts/search_router.py - 检索路由与执行，支持多源并行检索
  • scripts/info_cleaner.py - 信息清洗与去重，数值硬校验
  • scripts/quality_checker.py - 质量评分与校验，四维度自动化评分
• 领域参考：
  • references/l1-l5-classification.md - L1-L5层级分类详细规范
  • references/four-structure-template.md - 四维结构写作模板与示例
  • references/quality-assessment.md - 质量评估标准与评分细则
  • references/source-tracing.md - 溯源标注规范与可信来源清单

注意事项

• 禁止使用"也许、大概、可能"等模糊词汇
• 禁止编造数据，所有数据必须有明确来源
• 禁止使用营销话术（如"强大的"、"卓越的"）
• 所有数值（年份、百分比、技术参数）必须原样保留，不得近似或修改
• 技术原理简洁性：技术原理部分必须压缩为一句话，仅保留最核心的技术特征和关键参数
• 溯源标注分离：在定义内容中使用编号标记（如[1][2][3]），在"溯源来源"部分单独列出所有来源的链接
• 多轮交互：在阶段1无法确定词义时，必须向用户提问澄清

输出格式

最终输出采用以下Markdown结构：

## [标准化后的词条名] 定义报告

**分类层级**：[L1-L5] – [判定理由简述]
**统计口径**：[绝对数量约束描述]

### 定义内容
[一个自然段落，融合以下内容：
1. 核心本体界定（属+种差）
2. 技术原理与理化属性（保留关键数值）
3. 应用场景与价值（痛点-受众-方案）
4. 边界与口径（包含/不包含/市场规模计算方式）]

### 溯源来源
[按关键论点列出的溯源链接列表]

---
*报告生成时间：YYYY-MM-DD*

使用示例

示例1：技术装备类词条

• 功能说明：为"HUD"生成标准化定义报告
• 执行方式：混合（智能体主导流程，脚本辅助检索和质量检查）
• 关键步骤：
  1. 映射为"抬头显示器"
  2. 判定为L4产品级
  3. 优先检索专利库和技术文档
  4. 生成四维结构定义
  5. 质量评分修正

示例2：强监管类词条

• 功能说明：为"特医食品"生成高信度定义报告
• 执行方式：混合
• 关键步骤：
  1. 映射为"特殊医学用途配方食品"
  2. 判定为L3行业级
  3. 优先检索国家标准知识库和监管机构文件
  4. 严格数值校验和溯源
  5. 质量评分≥85分后输出

示例3：新兴消费类词条

• 功能说明：为"eVTOL"生成产业定义报告
• 执行方式：混合
• 关键步骤：
  1. 映射为"电动垂直起降飞行器"
  2. 判定为L4产品级
  3. 优先检索行业协会白皮书和券商研报
  4. 生成完整四维结构定义
  5. 溯源标注和质量校验