商业综合体市场调研报告 Skill#

成果输出（三份同时生成）#

格式文件名说明📄 Word{项目名}_市场调研报告_{日期}.docx完整6章报告，含所有图表，用于正式存档/提交🌐 HTML{项目名}_汇报PPT_{日期}.html浏览器演示稿，Chart.js 交互图表📊 PPTX{项目名}_汇报PPT_{日期}.pptxWPS/PowerPoint 可编辑版，含图表

快速开始（四步流程）#

收到项目信息后，按以下流程执行：

Step 0：提取地点（自动）

text

用户给出项目描述后，立即识别：
  ① 城市名：如"北京""上海""济南""重庆"
  ② 区县/片区：如"昌平区""江北区""槐荫区""朝阳区"

若用户未明确城市 → 先询问，不得擅自假设城市。

Step 1：收集数据

text

1. 高德 API：竞品项目（周边5km）+ 交通信息
2. 高德 API：周边业态扫描（分8大业态统计数量，纳入竞争分析）
3. Tavily 搜索：市场数据（人口/地价/租金/cap rate）
4. 小红书趋势研究：browser 搜索 "<城市> <业态> 消费趋势"，提取消费者偏好和热门话题
5. 搜狗微信搜索：补充公众号专业文章（<城市> <区县> 市场/地产）
6. 多引擎搜索（补充）：百度/搜狗抓取统计公报和行业报告
7. 整理【数据收集清单】发给用户（不发报告）

📌 小红书 browser 搜索方法（需 Chrome 开 --remote-debugging-port=9222）： browser open "https://www.xiaohongshu.com/search_result?keyword=<城市>+<目标客群>+消费趋势" → snapshot 提取笔记标题/点赞/话题标签 → AI 分析： 目标客群的消费偏好、热门话题、业态需求排序 → 融入第3章【消费者调研】和第4章【业态组合】

Step 2：生成 DOCX → 用户审核

text

6. 基于真实数据 + 行业知识推算，生成 DOCX 报告
7. 发送给用户，等待审核
8. 用户提出修改意见 → AI 更新数据/文字
9. 重复直到 DOCX 审核通过

Step 3：审核通过 → 生成 HTML + PPTX

text

10. 三份成果同时生成
11. 文件发送给用户

⚠️ DOCX 审核通过前，不得生成 HTML 和 PPTX。

⚠️ 数据时效性要求（强制）#

数据时效以报告日期为基准，反推2年内均可用。

• 报告时间 = 2026年 → 2024年及以后的数据均为有效
• 行业报告（如戴德梁行等）通常滞后半年发布，2025H2报告在2026年初发布属正常现象

搜索时间词：

• 优先用 最新 或不限定，让搜索引擎返回最相关结果
• 可选加 2024 2025，但不强制限定具体年份
• 行业报告以发布机构官方版本为准，不强求最新季度

数据时效判断：

• 数据超过报告日期反推2年 → 报告中标注「数据较旧，建议更新」
• 完全搜不到 → 标注「 [待补充]」，使用行业经验值并注明
• 估值类数据（租金/售价/ cap rate）必须注明数据来源和时效

⚠️ 搜索城市限定规则（强制）#

所有搜索关键词必须加上城市名，不得省略。

搜索词结构： {城市} {项目/区域} {具体内容} {年份}

错误示例正确示例槐荫区 商业市场 2024``济南 槐荫区 商业市场 2024``华联商厦 租金``济南 华联商厦 租金 2024``商业综合体 空置率``北京 朝阳 商业综合体 空置率 2025``消费者调研 客群``北京 昌平区 消费者调研 客群 2024

原因： 不加城市限定，搜索引擎会返回全国各地同名区域的数据（如"槐荫区"会被识别为湖南等地），严重影响数据准确性。

判断标准： 搜索结果中出现与项目城市不符的地点名称（如河南/湖南/河北等），立即过滤该结果，并在报告中标注「数据存疑，需核实」。

Tavily 搜索清单（动态生成）#

Step 0 完成后，根据识别的 {城市} 和 {区县} 动态生成以下搜索词：

搜索关键词（动态拼接）获取内容用于章节{城市} {区县} 商业市场 最新区域供需/体量/空置率第1章{城市} 商业用地 楼面价 地价 最新土地成交价格第5章{城市} 主要商圈 租金 体量 业态 最新竞品详细数据第2章{城市} 商业综合体 业态组合 租金水平 最新业态租金参考第4章、第5章{城市} 消费者调研 客群 最新 消费偏好客群画像数据第3章{城市} 商业地产 IRR 投资回报 最新IRR/cap rate数据第5章{城市} 商业 NOI cap rate 最新NOI估值/cap rate第5章{城市} 商业地产 风险 挑战 最新市场风险分析第6章

注意： 搜索竞品时用 {城市} 主要商圈 而非 {区县}（商圈通常是市级概念）。 土地/租金/cap rate 数据用市级范围 {城市} 搜索更具参考价值。

补充搜索（公众号）： 每次 Tavily 搜索后，同步用搜狗微信搜索 {城市} {区县} 相关市场/地产文章，提取专业公众号内容作为参考。

.env key： TAVILY_API_KEY（从 ~/.openclaw/.env 读取，不要写在 skill 文件里）

调用：

bash

curl -X POST https://api.tavily.com/search \
  -H "Authorization: Bearer <TAVILY_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{"query":"{城市} {区县} 商业市场 最新","max_results":5}'

图表选择规范#

数据特征图表类型示例部分占整体比例饼图业态配比、客群结构，投资构成多项目对比同一数值横向柱状图竞品体量对比、各楼层面积同指标随情景/时间变化分组柱状图敏感性IRR、现金流对比多年度现金流/收入趋势折线图10年现金流趋势、收入增长数据精确值表格竞品详情、楼层指标、财务明细

章节图表分配：

• 第2章 → 柱状图（竞品体量）
• 第3章 → 饼图（客群年龄）+ 柱状图（业态需求优先级）
• 第4章 → 饼图（业态配比）+ 柱状图（楼层面积）
• 第5章 → 饼图（投资构成）+ 柱状图（敏感性IRR）+ 折线图（现金流趋势）

报告框架（6章）#

text

第1章  项目概况与区域分析
第2章  竞争市场分析（含SWOT）
第3章  消费者调研分析
第4章  商业定位与业态组合
第5章  财务测算与估值
第6章  结论与设计建议

详见: references/chapters.md

第5章 财务测算规范（必须包含）#

5.1 土地成本#

• 土地总价 = 用地面积 × 商业楼面价（元/㎡）
• 搜索最新地价数据（必须近1-2年内成交数据）
• 若无本地数据，用周边类似地块类比

5.2 建设投资#

• 建安成本 = 可建面积 × 建安单价
• 装修成本 = 商业面积 × 装修单价
• 前期费用 + 预备费

5.3 收入测算#

• 分业态租金单价（搜最新市场租金）
• 出租率假设（开业期/成熟期）
• 停车费、广告等其他收入

5.4 经营性现金流（NOI）测算#

• NOI = 潜在总收入 - 空置损失 - 运营费用
• 逐年测算 10 年 NOI（假设出租率逐年提升）
• NOI 增长率假设（合乎市场规律）

5.5 项目估值（NOI资本化法）#

• 估值 = NOI ÷ Cap Rate
• 查询当地市场 Cap Rate（搜索最新数据）
• 敏感性：不同 Cap Rate 下的估值区间

5.6 动态 IRR 测算#

• 列出 10 年自由现金流（FCF）表
• IRR = 使得 NPV=0 的折现率
• 包含退出价值（Cap Rate 退出或销售退出）

5.7 静态回报指标#

• 投资回收期（不含折现）
• 成本利润率

5.8 敏感性分析#

• IRR 对租金波动/出租率/Cap Rate 的敏感程度
• 乐观/基准/悲观/风险 四情景

详见: references/chapters.md#第5章-财务测算

项目参数收集#

用地条件（必填）#

参数说明项目名称用地位置经纬度或门牌号用地面积m²容积率—建筑密度%绿化率%限高m用地性质商业/商住/文化等

周边道路（手动填写）#

道路名称 + 等级，如 经十路(主干道)、齐鲁大道(主干道)

竞品/交通由 AI 自动搜索（高德 API），无需用户填写。

数据来源#

Tavily（主力搜索）： 结构化返回，适合提取数据摘要，优先使用。

小红书趋势（browser 工具）： 通过 Chrome 远程调试访问小红书，搜索目标客群的消费趋势：

• 搜索格式： https://www.xiaohongshu.com/search_result?keyword=<城市>+<目标客群>+消费趋势
• 提取：笔记标题/点赞数/话题标签/消费者偏好
• 用于：第3章【消费者调研】客群画像，补充真实消费者的趋势偏好

multi-search-engine（补充搜索）： 无需 API key，支持百度/必应/搜狗等，用于：

• 搜索政府统计公报（百度/搜狗对国内网站收录更好）
• 搜索 PDF 报告链接
• 搜索特定来源内容

搜狗微信搜索（公众号）： 通过 web_fetch 调用搜狗微信引擎，适合搜索：

• 微信公众号文章（政策解读、市场分析、行业报告）
• 商业地产专业号的区域市场研究
• 搜索词格式： https://wx.sogou.com/weixin?type=2&query={城市} {区县} {关键词}

调用示例：

javascript

web_fetch({"url": "https://wx.sogou.com/weixin?type=2&query=北京 朝阳区 商业市场 2025", "maxChars": 4000})

时效优先级： 最新数据 > 近1-2年数据 > 行业经验值（需标注）

详见: references/data-sources.md

生成脚本#

bash

python scripts/generate_docx.py "项目名称" "城市" "区县" "用地面积" "容积率" "建筑密度" "绿化率" "限高" "用地性质" "周边道路"
python scripts/generate_html.py "项目名称" "用地面积" "容积率"
python scripts/generate_pptx.py "项目名称" "用地面积" "容积率"

注意： generate_docx.py 现在接收两个地点参数： 城市 和 区县，分别用于市级数据搜索和区级数据搜索。

依赖：Python + python-docx + python-pptx + matplotlib

参考资源#

• 章节详细内容指南: references/chapters.md
• 报告格式规范: references/report-format.md
• PPT 制作规范: references/ppt-format.md
• 数据来源清单: references/data-sources.md