原来的做法与痛点
原来做法是先把能搜到的报告全部下下来做摘要，再从摘要里抄数字，两周做出来 40 页 PPT，客户追问「这个 30% 的渗透率哪来的」我翻不到原文。两周里有四天花在找和读 PDF，另外两天在跟数字的口径较劲——同一个「市场规模」在不同报告里差三倍，因为有的含服务有的只含硬件。
实际用的提示词（原文）
你是我的市场研究助理。下面要回答的问题是：
{{目标细分市场}} 在 {{地区}} 的规模、上限，以及我们能不能吃到一块。
一、先别算数，先帮我把问题拆开
1. 列出判断这个问题需要的 5-8 个关键变量。每个变量写清两件事：
「在哪能查到」和「查不到的替代口径是什么」。不要给结论，先给一份取数清单。
2. 标出哪些变量是拍脑袋的（我手上没有数据），标 [需要假设]，
并写清这个假设错了会让结论往哪个方向偏。
二、取数清单我确认之后再做的事
对每个变量按下面格式输出，不要写成散文：
变量名 | 数值 | 同比或环比 | 来源机构 + 报告名 + 链接 | 可信度(高/中/低) | 备注
三、最后给一个测算框架（这一部分必须把假设写在最显眼的地方）
- 自上而下：整体规模 × 目标人群占比 × 可触达渠道占比 = {{TAM/SAM/SOM}}
- 自下而上：{{客单价}} × {{预计年销量}} = {{SOM}}
- 明确写出：上面这些数字里，哪一个对结论影响最大，
误差 ±10% 会不会推翻结论
- 如果两种算法的结果差 2 倍以上，先停下来解释差在哪，不要取平均值
四、禁止事项
- 任何数字都必须带来源。找不到就写 [查不到]，
不要用「约」「左右」补一个数出来
- 不要引用没有链接的二手转载（公众号文章、资讯站摘要除外）
- 不要输出市场规模以外的内容，比如竞品优劣势分析
先只输出一和二，等我确认取数清单后再继续。这是这个案例最有价值的部分：注意它把「背景、约束、输出格式」写在了哪里。
实际结果
取数清单这一步价值最大：它把「我以为的 8 个变量」变成 11 个，其中 3 个是我没想到的口径分歧（设备保有量 vs 年新增量、含不含服务费、按产值还是按台数）。最终 PPT 从 40 页压到 18 页，因为有一半的篇幅原本在解释口径。诚实之处：AI 给的几个数字我最后有两个没能验证到原始报告，按规矩我删掉了，损失的是页面的「数据密度」，但客户追问时我没再慌。
花费时间：首次 3 小时（大部分时间在核对链接），第二次同类项目 1.5 天
踩过的坑
- 我一开始上来就要「市场规模」，它给了我一段看起来极其专业的推演，全程没有一个链接。改成「先给取数清单」之后，可信的问题自己就浮出来了。
- 「不要取平均值」这条必须写。我把自上而下和自下而上的结果丢回去让它总结，它给的答案是「综合来看市场规模在 X-Y 亿之间」，这是我最不需要的答案。
- 工具之间要分工：检索带链接的部分用 perplexity 交叉两遍，长报告读原文摘要用上下文窗口大的那个，写测算框架用推理强的那个。混在一个对话里问，它会把链接和推演混在一起编。
本案例更新于 2026 年 9 月 11 日。结果数据来自实际使用，工具能力更新后表现可能变化。