总安装量 2
评分人数 3
核心用法
SWOT Analyzer 是一款面向商业战略分析的结构化 AI 技能，用户只需提供业务/产品名称、所属行业及可选的竞争对手信息，即可获得完整的 SWOT 分析矩阵。该技能遵循经典战略管理框架，将分析流程拆解为六个步骤：背景收集、市场研究、矩阵构建、量化评分、战略推导和输出呈现。特别值得一提的是其量化评分机制——每项因素按影响程度（1-5分）和发生概率（1-5分）计算优先级得分，帮助决策者聚焦关键问题。
显著优点
方法论严谨：严格区分内部/外部、积极/消极四个维度，避免常见分析中的维度混淆问题。量化驱动：通过 impact × likelihood 的优先级计算，将主观判断转化为可比较的数字，大幅提升决策效率。战略闭环：不仅输出诊断结果，更提供 SO/WO/ST/WT 四类 actionable 的战略建议，实现从分析到行动的完整链路。格式专业：采用 Markdown 表格输出，可直接用于汇报材料或商业计划书。灵活性高：对 web_search 工具的引用是条件性的，即使在没有搜索能力的环境中也能基于用户提供的信息完成分析。
潜在缺点与局限性
数据依赖性强：分析质量高度依赖用户提供信息的完整性和准确性，若用户输入片面，输出可能产生误导。行业深度有限：作为通用框架，对特定行业的专业洞察需要配合外部研究，无法替代行业专家的判断。量化评分主观：虽然引入了数字评分，但 impact 和 likelihood 的判定仍依赖 AI 的推理，缺乏客观基准。时效性约束：市场变化迅速，基于某一时点的分析可能很快过时，需要定期更新。竞争情报局限：web_search 获取的公开信息往往滞后，难以捕捉竞争对手的未公开动向。
适合的目标群体
创业者与初创团队：快速验证商业模式，梳理竞争定位。产品经理：进行产品战略规划，识别市场机会窗口。咨询顾问：作为分析框架加速器，提升交付效率。中小企业管理者：以低成本获得结构化战略思维支持。投资人：快速评估标的企业的战略态势。
使用风险
信息茧房风险：若用户仅提供片面信息，AI 可能强化既有偏见而非挑战假设。过度量化风险：数字评分可能制造虚假精确感，掩盖战略判断的不确定性。执行脱节风险：战略建议的落地需要组织能力和资源匹配，分析本身不保证执行成功。数据隐私注意：虽然 skill 本身不存储数据，但用户输入的商业敏感信息可能通过对话历史留存，需关注平台数据政策。