前三篇我们炼了业务陪练、客诉分析、财务对账。今天这篇更进一步：让AI帮你盯行业、挖趋势、写报告。从竞品动态到政策风向，从投融资数据到用户情绪，一行代码不用写，就能拥有一台24小时在线的行业雷达。
做SaaS的朋友都知道一个痛点：每周一的例会上，老板问“最近行业有什么新动向”，没人答得上来。
不是大家不关心，是实在没时间：刷36氪、看艾瑞报告、翻竞品公众号、盯投融资数据库……这些事加在一起，每天至少一小时。而且要命的不是“看”，是“看完之后还要梳理成能讲给别人听的洞察”。
于是我想：能不能把这一整套“行业扫描→趋势识别→报告产出”的流程，也炼成一个AI Skill？
答案是肯定的。而且跟前三篇一样，只需要 一堆行业信息来源 + 一段提示词。
一、核心心法：三步把行业动态变成决策参考
行业趋势分析的底层逻辑，跟业务陪练其实是一回事：
让AI定期学习你的信息来源 → 提取关键信号 → 输出结构化的趋势报告。
拆成三个动作：
1. 定义信息源
把你日常关注的行业信息来源整理出来——可以是你收藏的公众号文章、行业报告PDF、竞品官网更新日志、招聘网站上的岗位变化、甚至是社交平台上的用户讨论。形式不限，但内容越集中越好。
在Claude里：用 Projects 功能，把近期行业资料统一上传为项目知识库。 在Claude Code里：新建一个 industry_insights/文件夹，按周或按月放入资料，在CLAUDE.md里声明这是趋势分析的知识源。
2. 定义分析框架
写一段提示词，告诉AI：
你是分析师，要看什么维度（技术、市场、政策、竞品、资本） 你的分析方法（信号识别、趋势归类、影响评估） 你的输出格式（周报/月报、简报/深度、表格/叙事）
3. 启动分析
把提示词保存为斜杠命令，比如 /trend-report。每周一把本周收集的资料丢进文件夹，敲一下命令，AI自动输出一份带数据、带洞察、带建议的趋势报告。
二、实战：互联网陪伴服务行业趋势
还是以互联网陪伴服务为实例（跟前三篇保持一致，形成系列）。这个行业涵盖：老年陪伴、心理健康、儿童成长、宠物陪伴、虚拟伴侣等细分赛道，信息源非常分散，非常适合用AI来做聚合分析。
2.1 信息源准备
我在 industry_insights/ 里放了三类资料：
第一类：行业报告（PDF/Markdown摘要）
《2025中国银发经济白皮书》 《2026陪伴经济全景报告》 《Z世代孤独指数报告》
第二类：竞品动态（整理成表格）
第三类：政策与监管（关键词摘录）
2026年4月，网信办发布《生成式人工智能服务管理办法（修订征求意见稿）》，对AI陪伴的“拟人化程度”提出限制 2025年底，民政部发文鼓励“智慧养老”中的精神关爱服务
2.2 趋势分析提示词
关注本公众号，发送‘趋势skill’可以获取提示词，提示词按skill加载为 /trend-report，则直接可用。
2.3 效果预览：AI生成的趋势报告长什么样
跑了一次之后，AI输出的报告节选如下：
一、一句话核心判断
陪伴服务正在从“情绪价值”向“医疗级+合规化”两极分化，纯情感陪伴的壁垒在降低，而“专业能力+合规成本”成为新护城河。
二、五大维度速览
三、深度洞察之一
信号来源：《2025中国银发经济白皮书》：“67%的独居老人表示，最需要的不是生活照料，而是‘有人说话、知道有人在乎我’。”
趋势解读：之前行业普遍认为老人最需要的是安全（防摔倒、急救），但这份报告显示情感需求被严重低估。陪伴服务的价值主张需要从“安全的看护者”调整为“懂你的陪伴者”。
对陪伴服务的启示：
陪伴师培训中增加“倾听技巧”和“代际沟通”模块 产品端设计“每日一句暖心语音”等轻量情感触点 KPI从“服务时长”转向“用户主动开启率”
置信度：高（一手调研数据，样本量2000+）
四、风险预警
政策风险（高，紧迫）：网信办新规若落地，任何让用户“误以为对面是真人的设计”都可能违规。需在30天内完成话术自查和产品标识整改。 技术替代风险（中，中期）：AI虚拟人成本正在快速下降，纯文本陪伴的价值将受到挤压。需在12个月内推出差异化功能（如真人专业背景、线下活动）。
五、机会清单
机会1（紧迫，2周内）：针对“职场妈妈”人群，设计“15分钟午间陪伴”轻服务，作为免费引流产品。 机会2（中期，3个月）：与社区养老驿站合作，把线上陪伴延伸为“线上+线下”混合模式，争取民政部试点补贴。
三、用 CLAUDE.md 串起趋势分析工作流
在项目根目录的 CLAUDE.md 中添加分析的数据源、输出规范、质量要求等内容，让 Claude Code 一进入项目就知道行业分析的规范。
搭配 industry_insights/ 文件夹和保存好的 /trend-report 命令，整个行业趋势分析系统就立起来了。每周，你只需要做两件事：
把本周看到的有价值的文章/报告丢进文件夹 使用 /trend-report
然后就有了一份可以参考的行业报告。
四、进阶：趋势分析的三个层次
跟客诉分析一样，趋势分析也可以分层。大多数团队止步于第一层，真正产生价值的在第二层和第三层。
第一层：发生了什么（信息汇总） ← 80%的团队止步于此第二层：为什么重要（趋势解读） ← 15%的团队能做到第三层：我们应该怎么做（决策参考） ← 5%的团队会做到第一层给你资料汇编，第二层给你行业洞察，第三层给你行动指令。我们的提示词已经覆盖了全部三层——每一条洞察都附带了“对陪伴服务的启示”和“置信度”，风险预警和机会清单直接指向可执行的动作。
五、从“周报”到“雷达”：持续追踪的自动化思路
如果你想让这套系统更“自动化”，可以进一步升级：
1. 订阅源自动抓取（需要低代码）
用 RSS 订阅行业关键词（如“陪伴服务”“银发经济”“数字健康”） 自动把新文章保存到 industry_insights/每周自动触发生成报告
2. 情感倾向分析
把社交平台上关于陪伴服务的讨论（微博、小红书、知乎）定期导出 用 AI 分析用户情绪变化（正面/负面/中立），识别口碑拐点
3. 竞品动态监控
关注主要竞品的公众号、官网更新 用 AI 对比分析“我们的功能 vs 竞品功能”的差异，自动生成竞争态势矩阵
这些都需要一点代码，但核心的分析框架——五维分析法、信号识别、影响评级——已经是今天这套 Skill 的标配。
六、产出物汇总
以一份月报为例：传统方式需要找资料、读报告、写摘要、画表格、提炼洞察——利用这个skill可以快速完成。当然，AI 输出的报告需要人工复核，尤其是“置信度”和“影响评级”这部分，需要有行业经验的人把关。但即便如此，效率提升也在 10 倍以上。
七、写在最后：从“被动响应”到“主动预判”
前三篇 Skill 解决的都是“怎么做得更好”：
陪练让新人上手更快 客诉分析让产品迭代更准 财务对账让账目更清
今天的行业趋势分析，解决的是“往哪个方向做”的问题。它不替代你的判断力，但能让你在做判断时，手里多一份系统的情报地图。
以前你可能靠刷朋友圈、看几篇文章来感知行业风向——这是“被动响应”。现在，你有了一个每周替你读几十份资料的 AI 助手，它会主动告诉你：技术上有拐点，政策上有红线，竞品在动，资本在看——这是“主动预判”。
下次老板问“我们下个季度该做什么”，别再说“我觉得”。打开 Claude，敲 /trend-report，给他一份带数据、带洞察、带风险分级的决策参考。
本文的（五维分析法提示词、CLAUDE.md 配置、行业报告示例模板）关注本公众号，后台发送‘趋势skill’可以获取。
下一篇【动手Skill】想看我炼什么场景？评论区告诉我。
