
Mckinsey Consultant
- 3 installs
- Updated February 6, 2026
- mebusw/mckinsey-consultant-skills
This is a copy of mckinsey-consultant by fleurytian - installs and ranking accrue to the original listing.
Helps with ai & agent building tasks.
About
mckinsey-consultant is a Claude Code skill for ai & agent building. It helps solo builders move faster with AI-assisted coding.
- mckinsey-consultant
- AI & Agent Building
- AI-coding skill
Mckinsey Consultant by the numbers
- 3 all-time installs (skills.sh)
- Data as of Aug 4, 2026 (Skillselion catalog sync)
npx skills add https://github.com/mebusw/mckinsey-consultant-skills --skill mckinsey-consultantAdd your badge
Show developers this skill is listed on Skillselion. Paste this into your README.
| Installs | 3 |
|---|---|
| Last updated | February 6, 2026 |
| Repository | mebusw/mckinsey-consultant-skills ↗ |
What it does
Helps with ai & agent building tasks.
Files
McKinsey Consultant V3.1
架构: Progressive Disclosure (渐进式披露) + Dependency-Aware (依赖感知) 核心升级:
- V3.0: 最小核心 + 按需加载 → 节省70%上下文
- V3.1: 页面依赖关系标注 → 跨对话续写更智能
---
⚠️ CRITICAL BEHAVIOR RULES
这些规则优先级最高,Claude必须严格遵守:
1. 首次使用响应规则
当用户说"我刚添加了mckinsey-consultant skill"或"Can you make something amazing with it?"时:
- ✅ 必须使用下面"首次使用引导"中的精确话术
- ✅ 只输出4行文字,不做任何扩展
- ❌ 禁止列举示例问题
- ❌ 禁止详细询问行业/交付物/范围等
- ❌ 禁止超过4行回复
- ✅ 只问一个二选一的问题,然后等待用户回应
2. 问题澄清规则
- ✅ 只问当下最关键的1-2个问题
- ❌ 不要一次性列出5个以上的问题
- ❌ 不要把澄清变成"需求调研问卷"
3. 流程启动规则
- ✅ 只有用户明确说"开始"或提供了足够信息后,才进入Problem Solving流程
- ❌ 不要在用户只是询问时就自动开始STEP 1
---
🎯 架构说明
问题: V2.0的SKILL.md包含1130行完整文档,一次性加载消耗大量上下文
解决: V3.0采用"导航地图"模式
- SKILL.md: 只有导航和触发逻辑 (~300行)
- References: 详细内容按需
file_read加载 - 原则: 用完即释放,不常驻上下文
---
🌟 首次使用引导
检测触发:
- 用户说"我刚添加了mckinsey-consultant skill"
- 用户说"Can you make something amazing with it?"
- 用户询问但不熟悉本skill
⚠️ Claude必须严格使用以下话术,不得扩展:
我看到你添加了mckinsey-consultant skill!
这是一个McKinsey风格问题解决工具。
需要我介绍工作方法吗?
还是直接告诉我你想分析什么商业问题?禁止事项:
- ❌ 不要列举示例问题(如"市场进入策略?"、"业务增长机会?"等)
- ❌ 不要详细询问行业/交付物/范围
- ❌ 不要使用emoji或过度格式化
- ❌ 不要超过4行文字
- ✅ 只问这一个二选一问题,然后等待用户回应
正确示例 ✅:
我看到你添加了mckinsey-consultant skill!
这是一个McKinsey风格问题解决工具。
需要我介绍工作方法吗?
还是直接告诉我你想分析什么商业问题?错误示例 ❌:
我看到你添加了mckinsey-consultant skill!这是一个非常强大的咨询框架系统。
在开始创建之前,我想先和你确认几个关键问题:
1. **你想解决什么商业问题?**
- 市场进入策略?
- 业务增长机会?
...
2. **期望的交付物形式:**
...如果需要介绍 → file_read: references/quick-guide.md
---
📋 8步工作流总览
Phase 1: 问题拆解 (20-30分钟)
STEP 1: 定义问题边界
STEP 2: Issue Tree (MECE拆解)
STEP 3: Hypotheses (假设驱动)
Phase 2: 设计方案 (30-40分钟)
STEP 4: 确定论证方式
STEP 5: 设计Dummy Pages → 输出Dummy.md
Phase 3: 逐页生成 (40-60分钟)
STEP 6-7: 逐页循环(搜索→Excel→PPT→自检→暂停)
STEP 8: 可选生成Word
STEP 9: 迭代优化⏱️ 总耗时: 90-110分钟 | vs传统: 节省95%
---
🚀 启动方式
方式1: 新项目
"用mckinsey-consultant分析[商业问题]"
"分析中国XX市场的增长机会"→ Claude执行: 从STEP 1开始
方式2: 跨对话续写
[上传 项目名_DummyPages_日期.md]
[可选: 上传已完成的PPT和Excel]
"这是之前的项目,请从第X页继续生成"→ Claude执行: 读取Dummy,从指定页继续
---
📖 分步执行指南
STEP 1: 定义问题边界
目标: 明确"是什么/不是什么"
Claude动作: 1. 询问用户核心目标 2. 明确研究范围 3. 确定交付形式
输出:
## 问题定义
### 是 ✅
- [核心目标]
### 不是 ❌
- [排除内容]无需加载额外文件 - 基础对话即可
---
STEP 2-3: Issue Tree + Hypotheses
目标: MECE拆解 + 形成假设
Claude动作 - 首次执行时:
# 第一次执行STEP 2时,才加载方法论
file_read("/mnt/skills/user/mckinsey-consultant/references/methodology.md")
# 了解:
# - MECE原则详解
# - Issue Tree拆解框架
# - Hypotheses形成方法
# - 快速搜索策略
# 用完后释放,不常驻上下文执行流程: 1. 基于methodology.md的框架拆解问题 2. 执行5-10次快速web_search 3. 记录完整URL(为STEP 5准备) 4. 形成假设树
输出:
## Issue Tree + Hypotheses
[按methodology.md的模板输出]---
STEP 4-5: Dummy Pages设计
目标: 设计McKinsey风格页面布局 + 标注页面依赖关系
Claude动作 - 首次执行时:
# 第一次执行STEP 4-5时,才加载设计文档
file_read("/mnt/skills/user/mckinsey-consultant/references/layouts.md")
file_read("/mnt/skills/user/mckinsey-consultant/references/design-specs.md")
file_read("/mnt/skills/user/mckinsey-consultant/references/page-dependencies.md")
# 了解:
# - 7种McKinsey页面布局
# - 配色规范(PRIMARY_BLUE等)
# - 字号体系(标题26pt等)
# - 信息密度标准(50-70字符/平方英寸)
# - 3种页面依赖关系类型 ⭐ 新增
# - 依赖关系标注方法 ⭐ 新增
# 用完后释放执行流程: 1. 为每个假设选择layouts.md中的布局类型 2. 应用design-specs.md的设计规范 3. 明确每页的数据需求和来源 4. ⭐ 标注每页的依赖关系 (新增)
依赖关系类型:
- ✅ 独立: 无依赖,可直接生成
- ⏩ 依赖前页: 需要前面页面的数据
- ⏪ 依赖后页或hypothesis tree: 需要后面页面完成,也可以用前序step中的特定文档(如Hypothesis Tree),如执行摘要和目录
⭐ 输出: 项目名_DummyPages_日期.md
Dummy.md结构:
# [项目名] Dummy Pages
## 项目信息
- 创建日期: YYYY-MM-DD
- 总页数: XX页
- 预计章节: X章
## PPT设计规范
[从design-specs.md复制统一规范]
## ⭐ 页面依赖关系总览 (新增)
建议生成顺序:
**第一轮: 独立页面** (可任意顺序)
- 第1页 (封面) ✅ 独立
- 第3-10页 (基础数据分析) ✅ 独立
**第二轮: 前向依赖页面** (依赖第一轮)
- 第11页 (趋势总结) ⏩ 需要第3-10页
**第三轮: 后向依赖页面** (最后生成)
- 第2页 (执行摘要) ⏪ 需要后页或hypothesis tree
## 断点续写说明
[说明如何在新对话中续写]
---
## 第1页: 封面
**依赖关系**: ✅ 独立
**前置条件**: 无
**布局**: 标题居中型
**内容**: [封面内容]
**Excel Sheet**: 无需数据Sheet
---
## 第2页: 执行摘要
**依赖关系**: ⏪ 依赖后页或hypothesis tree
**前置条件**:
- 理想: 所有分析页完成
- 最低: 需要Issue Tree文档
**必需文档**: STEP 3的Hypothesis Tree
**缺失时对策**:新对话中生成: 1. 询问是否有Issue Tree 2. 提供选项: 上传/描述/先做其他页
**布局**: 标题+项目符号型
**内容需求**: [核心发现]
**Excel Sheet**: 无需数据Sheet
---
## 第3页: [McKinsey论点标题]
**依赖关系**: ✅ 独立
**前置条件**: 无
**布局**: 标题+单图表型
**图表**: 堆积柱状图
**数据需求**: [具体数据点]
**McKinsey设计**: [配色、标注、洞察框]
**信息来源**:
- https://example.com/report1 (来源描述)
**Excel Sheet**: "第3页 [简短标题]"
---
## 第8页: [McKinsey论点标题]
**依赖关系**: ⏩ 依赖前页
**前置条件**: 需要第3页数据
**依赖页面**: 第3页
**缺失时对策**:若第3页未完成: 1. 告知依赖 2. 选项: 先做第3页 或 临时搜索
**布局**: 标题+左右分栏型
**数据需求**:
- [本页数据]
- 依赖: 第3页XX数据
**信息来源**:
- web_search: "[关键词]"
- 内部依赖: 第3页Excel
**Excel Sheet**: "第8页 [简短标题]"
[继续每一页...]⚠️ 关键: Dummy.md必须完整,支持跨对话续写
---
STEP 6-7: 逐页收集数据 + 生成PPT&Excel
⚠️ 核心原则: 必须逐页循环,不能分离!
为什么逐页:
- ❌ 一次性搜索所有页 → 上下文爆炸
- ✅ 逐页进行 → 始终只有当前页的5次搜索结果
Claude动作 - 首次执行STEP 6时:
# 只在开始STEP 6时加载Excel规范
file_read("/mnt/skills/user/mckinsey-consultant/references/excel-data-spec.md")
# 了解Excel数据文件结构
# 用完后释放逐页循环流程:
对于每一页:
0. ⭐ 依赖检查 (新增):
- 查看该页的"依赖关系"标注
- 如果是"✅ 独立": 直接继续
- 如果有依赖: 执行检查流程
* 检查依赖页面是否完成
* 检查必需文档是否提供
* 如有缺失,告知用户并提供"缺失时对策"
* 等待用户确认后再继续
1. 查看Dummy.md中该页的设计要求
2. 根据该页的"信息来源"执行2-5次web_search
3. 按excel-data-spec.md规范在Excel中记录数据:
- 【区域A】原始数据 + 来源URL
- 【区域B】最终数据
4. 生成该页PPT(严格按Dummy设计)
5. 自检6项:
✓ 布局类型匹配
✓ 图表类型匹配
✓ 真实数据
✓ 设计元素完整
✓ Excel数据完整
✓ 来源URL记录
6. 告知用户: "第X页完成,已自检通过。是否继续?"
7. 等待确认
8. 清空该页搜索结果上下文
9. 继续下一页⭐ 依赖检查示例:
场景1: 独立页面
第5页: 市场规模分析
依赖关系: ✅ 独立
Claude:
"第5页无依赖,开始生成..."
[直接执行步骤1-9]场景2: 前向依赖,已满足
第8页: 品牌竞争格局
依赖关系: ⏩ 依赖第3页
Claude检查:
- 第3页已完成 ✓
- 第3页Excel有必要数据 ✓
Claude:
"第8页依赖检查通过,开始生成..."
[执行步骤1-9,从第3页Excel获取数据]场景3: 前向依赖,未满足
第8页: 品牌竞争格局
依赖关系: ⏩ 依赖第3页
Claude检查:
- 第3页未完成 ✗
Claude:
"⚠️ 依赖检查: 第8页需要第3页的市场规模数据
您有以下选择:
1. 先完成第3页,再返回生成第8页 (推荐)
2. 我临时搜索市场规模数据,直接生成第8页
3. 跳过第8页,稍后再生成
请告诉我您的选择(1/2/3)?"
[等待用户确认]场景4: 需要文档
第2页: 执行摘要
依赖关系: 📄 需要文档
Claude检查:
- 对话中无Issue Tree ✗
- 分析页未完成 ✗
Claude:
"📄 第2页(执行摘要)需要Issue Tree文档
此页需要基于核心假设和研究框架。请问:
1. 您有STEP 3生成的Hypothesis Tree吗? (上传即可)
2. 想让我先生成分析页,最后基于结果反推执行摘要?
3. 或简要描述核心研究问题,我基于此生成框架?
请选择或告诉我您的情况?"
[等待用户回复]场景5: 后向依赖
第2页: 执行摘要
依赖关系: ⏪ 依赖后页
Claude:
"⏸️ 第2页(执行摘要)建议最后生成
执行摘要需要所有分析完成后才能准确总结。
建议流程:
1. 先完成第3-25页的分析内容
2. 最后基于完整分析生成执行摘要
当然,如需先生成框架,请提供Issue Tree文档。
继续生成第2页,还是先做其他页面?"
[等待用户确认]✓ Excel数据完整 ✓ 来源URL记录 6. 告知用户: "第X页完成,已自检通过。是否继续?" 7. 等待确认 8. 清空该页搜索结果上下文 9. 继续下一页
**上下文管理策略**:每页开始前
current_page_context = { "dummy_design": read_from_dummy_md(page_number), "search_results": [], # 最多5个 "excel_data": {} }
每页完成后
clear_context(current_page_context) # 释放该页数据 move_to_next_page()
**断点续写支持**:
**场景1: 同一对话内暂停**用户: "暂停,明天继续" Claude: "已暂停在第X页"
[稍后] 用户: "从第X页继续" Claude: [查看Dummy第X页设计,继续循环]
**场景2: 跨对话续写** ⭐[新对话] 用户: [上传Dummy.md + PPT + Excel] "请从第6页继续"
Claude: 1. file_read(Dummy.md) # 读取完整设计规范 2. 读取已有PPT和Excel了解进度 3. 查看Dummy第6页的设计要求 4. 开始逐页循环流程
---
### STEP 8: 可选生成Word
**触发**: 用户明确要求"也要Word"
**Claude动作**:只有用户要Word时才加载
file_read("/mnt/skills/user/mckinsey-consultant/references/delivery-summary.md")
了解Word报告结构和格式要求
调用docx skill生成
**原则**: 默认不提,节省上下文
---
### STEP 9: 迭代优化
**触发**: 用户反馈需要修改
**Claude动作**:只有出现问题时才加载
file_read("/mnt/skills/user/mckinsey-consultant/references/troubleshooting.md")
了解常见问题和解决方案
针对性修复
**优化重点**:
- 颜色对比度(深蓝背景→白色文字)
- 信息密度(50-70字符/平方英寸)
- 元素遮挡/文字溢出
---
## 🎯 上下文优化策略总结
### V2.0问题:加载: SKILL.md全文(1130行) + 所有references 结果: 上下文快速消耗,生成10-15页就困难
### V3.0优化:初始加载: SKILL.md核心(~300行)
STEP 1: 无需额外加载 STEP 2-3: 临时加载methodology.md → 用完释放 STEP 4-5: 临时加载layouts.md + design-specs.md → 用完释放 STEP 6-7: 临时加载excel-data-spec.md → 用完释放 + 逐页处理(每次只5个搜索结果) STEP 8: 按需加载delivery-summary.md STEP 9: 按需加载troubleshooting.md
结果: 上下文消耗降低70%+,可稳定生成20-25页
### Claude执行原则:
**按需加载 (Lazy Loading)**:
- ✅ 只在需要时`file_read`
- ✅ 读取 → 使用 → 释放
- ❌ 不预加载所有文档
**分阶段处理**:
- ✅ 每个STEP独立加载所需文档
- ✅ STEP间不保留上一步的详细内容
- ✅ 只记录关键决策和输出
**逐页循环**:
- ✅ STEP 6-7必须逐页进行
- ✅ 每页完成清空搜索结果
- ✅ 下一页重新开始
---
## 📚 Reference文件索引
Claude根据当前STEP,按需读取:
| 文件 | 用途 | 何时加载 |
|------|------|----------|
| `methodology.md` | MECE、Issue Tree、Hypotheses方法论 | STEP 2-3首次执行 |
| `layouts.md` | 7种McKinsey页面布局库 | STEP 4-5首次执行 |
| `design-specs.md` | 配色、字号、信息密度规范 | STEP 4-5首次执行 |
| `page-dependencies.md` | 页面依赖关系标注规范 ⭐ 新增 | STEP 4-5首次执行 |
| `excel-data-spec.md` | Excel数据文件结构规范 | STEP 6首次执行 |
| `delivery-summary.md` | Word报告结构和格式 | STEP 8用户要求时 |
| `troubleshooting.md` | 常见问题和解决方案 | STEP 9遇到问题时 |
| `quick-guide.md` | 快速参考和介绍 | 用户首次询问时 |
| `workflow.md` | 详细流程图 | 用户要求查看时 |
| `examples.md` | 完整案例参考 | 用户要求案例时 |
**⚠️ 重要**: 除了当前步骤需要的文件,不要加载其他文件!
---
## 💡 使用示例
### 新项目:用户: "用mckinsey-consultant分析中国新能源汽车市场"
Claude: [加载: 无,基于SKILL.md核心即可] STEP 1: 定义问题边界... [第一次到STEP 2时] file_read(methodology.md) STEP 2-3: 构建Issue Tree... [用完释放methodology.md] [第一次到STEP 4-5时] file_read(layouts.md) file_read(design-specs.md) STEP 4-5: 设计Dummy Pages... [输出Dummy.md] [用完释放layouts.md, design-specs.md] [第一次到STEP 6时] file_read(excel-data-spec.md) STEP 6-7: 逐页生成... 第1页: 搜索→Excel→PPT→自检→暂停 [清空第1页上下文] 第2页: 搜索→Excel→PPT→自检→暂停 [清空第2页上下文] ...
### 跨对话续写:[新对话] 用户: [上传Dummy.md] "请从第10页继续"
Claude: file_read(Dummy.md) # 读取完整项目规范 [识别当前在STEP 6-7] file_read(excel-data-spec.md) # 按需加载 查看Dummy第10页设计要求 开始第10页: 搜索→Excel→PPT→自检→暂停
---
## 🎓 开发者说明
**版本**: V3.0 - Progressive Disclosure Architecture
**作者**: Qianru Tian (fleurytian@gmail.com)
**关注**: 小红书@如宝|AI&Analytics
**背景**: 前麦肯锡中国咨询顾问 + AI产品经理
**V3.0核心升级**:
1. **渐进式披露**: 从1130行压缩到~300行核心
2. **按需加载**: Claude主动`file_read`所需文档
3. **上下文优化**: 用完即释放,降低70%+消耗
4. **稳定性提升**: 可稳定生成20-25页PPT
**反馈与建议**: fleurytian@gmail.com
---
## ⚠️ Claude执行检查清单
在执行本skill时,Claude应该确认:
**⚠️ CRITICAL - 行为规则检查**:
- [ ] 首次使用时:是否严格使用了4行精确话术?
- [ ] 首次使用时:是否避免了列举示例和详细询问?
- [ ] 问题澄清时:是否只问了1-2个关键问题?
- [ ] 流程启动:是否等待用户明确指示后才开始STEP 1?
**初始阶段**:
- [ ] 只加载了SKILL.md核心,没有预加载references
- [ ] 理解了"按需加载"原则
**STEP 1**:
- [ ] 直接执行,无需加载额外文件
**STEP 2-3**:
- [ ] 首次执行时才`file_read(methodology.md)`
- [ ] 使用完后不在上下文中保留全文
**STEP 4-5**:
- [ ] 首次执行时才加载layouts.md和design-specs.md
- [ ] 输出完整Dummy.md文件
- [ ] 使用完后释放
**STEP 6-7**:
- [ ] 首次执行时才`file_read(excel-data-spec.md)`
- [ ] 严格逐页循环,不能一次性处理多页
- [ ] 每页完成后清空该页搜索结果
- [ ] 下一页开始前重新查看Dummy设计
**STEP 8-9**:
- [ ] 只在需要时才加载对应文档
- [ ] 默认不主动提供
**全程原则**:
- [ ] 用完即释放,不常驻上下文
- [ ] 遇到不确定的问题才查阅troubleshooting.md
- [ ] 不重复加载已经用过的文档
McKinsey Consultant
McKinsey顾问式商业问题解决系统。
简介
将McKinsey Problem Solving 101/102方法论系统化为8步工作流,实现从商业问题到McKinsey风格PPT的端到端解决方案。
核心能力
- Phase 1: Hypotheses Tree - 问题定义 + MECE拆解 + 假设驱动
- Phase 2: Dummy Pages - 论证方式设计 + McKinsey页面布局
- Phase 3: Data & Generation - 智能数据收集 + 专业PPT生成 + 迭代优化
快速开始
"请使用mckinsey-consultant skill,
帮我分析中国XX市场的增长情况和机会"时间效率
- 总耗时: 90-110分钟
- vs传统: 节省95%时间(3-5天→2小时)
- 输出质量: 95分McKinsey专业级
文件结构
SKILL.md- 完整skill实现(8个STEP工作流)references/methodology.md- 详细方法论references/layouts.md- 7种McKinsey页面布局references/design-specs.md- 设计规范详解references/examples.md- 完整案例(Podcast/充电桩)references/troubleshooting.md- 常见问题解决
方法论基础
- McKinsey Problem Solving 101/102
- MECE原则
- 金字塔原理
- mckinsey-ppt-v4设计规范
License
MIT
McKinsey Consultant Skill 交付总结
🎉 已完成
你的McKinsey Consultant Skill已经成功创建!这是一个端到端的商业问题解决系统,融合了McKinsey咨询方法论和专业PPT生成能力。
---
📦 交付物清单
1. SKILL.md - 完整Skill文档
- 📍 位置:
/mnt/user-data/outputs/SKILL.md - 📄 内容:
- 完整的8个STEP工作流程
- 详细的方法论说明
- Issue Tree、Hypotheses、Dummy Pages设计指南
- McKinsey PPT设计规范
- 完整使用示例
2. 快速参考指南.md - 快速上手指南
- 📍 位置:
/mnt/user-data/outputs/快速参考指南.md - 📄 内容:
- 三步使用流程
- McKinsey核心设计规范
- 常用页面布局类型
- 典型应用场景
- 质量检查清单
3. 工作流程图.md - 可视化流程
- 📍 位置:
/mnt/user-data/outputs/工作流程图.md - 📄 内容:
- Mermaid流程图
- 详细流程说明
- 时间估算
- 常见问题避坑
- 最佳实践
---
🎯 核心特性
✨ 三大核心能力
1️⃣ Hypotheses Tree (假设树)
目标: 结构化分析框架
商业问题
→ STEP 1: 定义问题边界 (Is & Isn't)
→ STEP 2: Issue Tree (MECE拆解2-3层)
→ STEP 3: Hypothesis Tree (假设驱动+快速搜索)输出:
- 清晰的问题定义
- 结构化的问题树
- 可验证的假设和storyline
---
2️⃣ Dummy Pages (页面设计)
目标: McKinsey风格页面规划
Hypothesis Tree
→ STEP 4: 确定论证方式和信息来源
→ STEP 5: 设计McKinsey风格Dummy Pages输出:
- 每页的论证框架
- 详细的页面布局设计
- 精确的数据需求清单
---
3️⃣ PPT Generation (终极版生成)
目标: 完美McKinsey风格PPT
Dummy Pages + Data
→ STEP 6: web_search数据收集 (15-30次)
→ STEP 7: 调用mckinsey-ppt-v4生成
→ STEP 8: 迭代优化 (2-4轮)输出:
- 初版McKinsey风格PPT (15-25页)
- 终极版PPT (95分质量)
---
🔥 独特优势
VS 普通分析
- ❌ 普通: 直接开始收集资料,没有框架
- ✅ 本skill: 先建立MECE框架,再收集数据
VS 普通PPT生成
- ❌ 普通: 给AI一段文字,生成PPT
- ✅ 本skill: Dummy Page详细设计 → 精准数据收集 → 专业PPT生成
VS McKinsey PPT V4
- ❌ V4单独使用: 需要用户提供完整内容
- ✅ 本skill: 从商业问题出发,端到端完成研究+PPT
---
📊 能力对比
| 维度 | 人工分析 | 普通AI | McKinsey Consultant Skill |
|---|---|---|---|
| 问题定义 | ⭐⭐⭐ | ⭐ | ⭐⭐⭐⭐⭐ |
| 结构化框架 | ⭐⭐ | ⭐⭐ | ⭐⭐⭐⭐⭐ (MECE) |
| 假设驱动 | ⭐⭐⭐ | ⭐ | ⭐⭐⭐⭐⭐ |
| 数据收集 | ⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ (多源验证) |
| PPT质量 | ⭐⭐⭐ | ⭐⭐ | ⭐⭐⭐⭐⭐ (McKinsey标准) |
| 迭代优化 | ⭐⭐ | ⭐ | ⭐⭐⭐⭐⭐ (系统化迭代) |
| 总耗时 | 3-5天 | 30分钟 | 1.5-2小时 |
| 输出质量 | 85分 | 60分 | 95分 |
---
🚀 如何使用
方式1: 直接启动
对Claude说:
"请使用mckinsey-consultant skill,
帮我分析中国新能源汽车市场的增长情况和驱动因素"方式2: 上传附件
"我这里有一些行业报告[上传文件],
请用mckinsey-consultant skill帮我提炼关键洞察,
做成McKinsey风格PPT"方式3: 分阶段执行
"请先用mckinsey-consultant skill帮我建立Issue Tree,
分析XX市场的增长情况"
[Review Issue Tree后]
"现在请继续形成Hypotheses和设计Dummy Pages"
[Review后]
"OK,现在请收集数据并生成PPT"---
⏰ 时间投入
完整流程: 90-110分钟
| 阶段 | 你的时间 | AI的时间 | 合计 |
|---|---|---|---|
| Phase 1: Hypotheses Tree | 10分钟 | 15分钟 | 25分钟 |
| Phase 2: Dummy Pages | 5分钟 | 20分钟 | 25分钟 |
| Phase 3: PPT Generation | 10分钟 | 30分钟 | 40分钟 |
| Phase 4: 迭代优化 | 10分钟 | 10分钟 | 20分钟 |
| 总计 | 35分钟 | 75分钟 | 110分钟 |
你的实际投入: 35分钟互动 + 10分钟review = 约45分钟
vs 人工: 3-5天 → 节省95%时间 ⚡
---
🎯 典型应用场景
1. 市场进入分析 ✅
输入: "我们要进入XX市场吗?"
输出: 市场规模/竞争格局/机会分析 (18页PPT)2. 增长原因研究 ✅
输入: "为什么XX行业增长这么快?"
输出: 增长体现/驱动因素/关键洞察 (20页PPT)3. 竞品深度分析 ✅
输入: "对比我们和竞品A/B/C"
输出: 定位/产品/模式对比+建议 (15页PPT)4. 战略机会识别 ✅
输入: "我们在XX领域有什么机会?"
输出: 市场空白/痛点/进入策略 (16页PPT)---
🏆 质量保证
内容质量
- ✅ Issue Tree符合MECE原则
- ✅ 假设有逻辑支撑和数据验证
- ✅ 数据来自多个可靠来源
- ✅ Storyline连贯,论据充分
PPT质量 (McKinsey标准)
- ✅ 深蓝背景 + 白色文字 (对比度)
- ✅ 大文本框用直角矩形 (专业感)
- ✅ 默认无边框 (极简主义)
- ✅ 论点式标题 (每页是完整论点)
- ✅ 高信息密度但不拥挤
---
📚 技术架构
核心组件
McKinsey Consultant Skill
│
├── Phase 1: Hypotheses Tree
│ ├── Problem Solving 101/102方法论
│ ├── MECE原则
│ └── web_search (快速框架搜索)
│
├── Phase 2: Dummy Pages
│ ├── McKinsey页面布局库
│ ├── 图表类型映射
│ └── 数据需求规划
│
└── Phase 3: PPT Generation
├── web_search (深度数据收集)
├── mckinsey-ppt-v4 (PPT生成引擎)
│ ├── 配色方案
│ ├── 排版规范
│ ├── 强制质量检查
│ └── 迭代优化机制
└── Python-pptx (底层实现)集成能力
1. Problem Solving方法论
- 来源: McKinsey Problem Solving 101/102
- 实现: STEP 1-5
2. McKinsey PPT V4
- 来源: mckinsey-ppt-v4 skill
- 实现: STEP 7-8
3. Web Search能力
- 来源: Claude原生能力
- 实现: STEP 3, 6
4. Python-pptx库
- 来源: 开源库
- 实现: PPT程序化生成
---
🔧 下一步工作
建议的扩展方向
1. 增加行业模板库
- 预设Issue Tree模板(如"市场进入分析""增长原因研究")
- 预设Dummy Page模板
- 快速启动特定行业研究
2. 集成更多数据源
- 企业数据库(Crunchbase, PitchBook)
- 学术论文(Google Scholar)
- 社交媒体(微博, 小红书)
3. 支持多语言
- 英文McKinsey报告
- 日文/韩文报告
4. 增加协作功能
- 多人协作编辑Issue Tree
- 评论和版本管理
---
📞 技术支持
问题反馈
如果在使用过程中遇到问题:
1. 查看文档
- SKILL.md (完整说明)
- 快速参考指南.md (常见问题)
- 工作流程图.md (流程细节)
2. 描述问题
- 当前在哪个STEP
- 遇到什么问题
- 期望的结果是什么
3. 提供上下文
- 商业问题描述
- 已生成的Issue Tree或Hypotheses
- PPT的具体问题(如有)
---
🎓 学习资源
推荐阅读
1. McKinsey Problem Solving
- Problem Solving 101.pdf ✅ (已提供)
- Problem Solving 102.pdf ✅ (已提供)
- Problem Solving 101 Case Explained.pdf ✅ (已提供)
2. McKinsey PPT Design
- mckinsey-ppt-v4 SKILL.md ✅ (已集成)
3. 金字塔原理
- 《金字塔原理》Barbara Minto
- 结构化表达和论证
4. MECE思维
- 麦肯锡方法
- 不重不漏的问题拆解
---
✅ 验收清单
Skill功能完整性
- [x] STEP 1: 问题定义 (Is & Isn't)
- [x] STEP 2: Issue Tree (MECE拆解)
- [x] STEP 3: Hypotheses (假设驱动)
- [x] STEP 4: 论证方式设计
- [x] STEP 5: Dummy Pages设计
- [x] STEP 6: 数据收集 (web_search)
- [x] STEP 7: PPT生成 (mckinsey-ppt-v4)
- [x] STEP 8: 迭代优化
方法论正确性
- [x] 基于McKinsey Problem Solving 101/102
- [x] 符合MECE原则
- [x] 假设驱动的研究方式
- [x] Dummy Page先行设计
McKinsey设计规范
- [x] 深蓝背景+白色文字强制规则
- [x] 大文本框用直角矩形
- [x] 默认无边框
- [x] 论点式标题
- [x] 7种常用页面布局
- [x] 迭代优化机制
文档完整性
- [x] SKILL.md (完整文档)
- [x] 快速参考指南.md (上手指南)
- [x] 工作流程图.md (流程说明)
- [x] 交付总结.md (本文档)
---
🎉 总结
你现在拥有了什么?
1. 一套完整的McKinsey咨询方法论 📚
- 从Problem Solving 101/102提炼
- 系统化为8个STEP可执行流程
2. 一个强大的商业问题解决引擎 🚀
- 输入: 模糊的商业问题
- 输出: 完美的McKinsey风格研究报告
3. 专业级的PPT生成能力 🎨
- 集成mckinsey-ppt-v4
- 严格遵循McKinsey设计规范
- 迭代优化至95分质量
与传统方式对比
| 维度 | 传统方式 | McKinsey Consultant Skill |
|---|---|---|
| 问题定义 | 模糊,反复修正 | 结构化澄清,Is & Isn't |
| 框架建立 | 凭经验,不系统 | MECE原则,2-3层Issue Tree |
| 研究方法 | 边做边想 | 假设驱动,Dummy Page先行 |
| 数据收集 | 大海捞针 | 针对性搜索,15-30次精准查询 |
| PPT制作 | 手工画图,反复调整 | 程序化生成,自动优化 |
| 总耗时 | 3-5天 | 1.5-2小时 |
| 质量 | 看经验 | 标准化,95分 |
结论: 节省95%时间,输出专业级质量 ⚡
---
🚀 开始使用!
第一次使用建议
1. 选择一个不太复杂的问题 (如"XX市场增长分析") 2. 完整走一遍流程 (体验8个STEP) 3. Review生成的PPT (理解McKinsey风格) 4. 尝试迭代优化 (感受迭代价值)
启动命令
"请使用mckinsey-consultant skill,
帮我分析[你的商业问题]"---
📄 文件位置汇总
所有交付物都在: /mnt/user-data/outputs/
1. SKILL.md - 完整skill文档 2. 快速参考指南.md - 快速上手 3. 工作流程图.md - 流程说明 4. 交付总结.md - 本文档
下载方式: 点击文件链接即可下载
---
恭喜!你现在拥有了一个强大的McKinsey咨询助手! 🎊
让我们开始第一个项目吧! 🚀
McKinsey设计规范详解
McKinsey PPT的完整设计规范,基于mckinsey-ppt-v4。
配色方案
PRIMARY_BLUE = RGBColor(0, 41, 96) # #002960 深蓝
SECONDARY_BLUE = RGBColor(0, 101, 189) # #0065BD 中蓝
LIGHT_BLUE = RGBColor(201, 240, 255) # #C9F0FF 浅蓝
IKEA_YELLOW = RGBColor(255, 219, 0) # #FFDB00 黄色
WHITE = RGBColor(255, 255, 255) # #FFFFFF 白色
GRAY = RGBColor(128, 128, 128) # #808080 灰色使用原则:
- PRIMARY_BLUE: 主标题,表头,重要标注
- SECONDARY_BLUE: 图表主色,二级标题
- LIGHT_BLUE: 洞察框背景,辅助区域
- IKEA_YELLOW: 强调,警示,推荐标记
- WHITE: 深蓝背景上的文字
- GRAY: 次要信息,注释,来源
排版规范
# 页面尺寸
SLIDE_WIDTH = 10.0 英寸
SLIDE_HEIGHT = 5.625 英寸 # 16:9
# 内容区域
CONTENT_LEFT = 0.8 英寸 # 左边距
CONTENT_WIDTH = 8.4 英寸 # 内容区宽度
CONTENT_TOP = 1.0 英寸 # 上边距(标题下)
# 字体规范
TITLE_FONT_SIZE = 18pt # 页面标题
BODY_FONT_SIZE = 11pt # 正文
CAPTION_FONT_SIZE = 9pt # 注释/来源
MIN_FONT_SIZE = 7pt # 最小字号强制规则 ⚠️
规则1: 深蓝背景必配白色文字
场景:
- 表格表头
- 洞察框标题
- 突出显示区域
- 序号标签
代码:
if bgColor == PRIMARY_BLUE or bgColor == SECONDARY_BLUE:
textColor = WHITE检查点:
- 表头文字是否为白色
- 深蓝洞察框内文字是否为白色
- 序号圆圈内数字是否为白色
规则2: 大文本框用直角矩形
原则: McKinsey追求严谨专业,大文本框必须用直角
适用:
- 标题框(宽度>3英寸)
- 正文内容框
- 数据分析框
- 洞察总结框
代码:
if width > 3.0:
shape_type = MSO_SHAPE.RECTANGLE # 直角
else:
shape_type = MSO_SHAPE.ROUNDED_RECTANGLE # 可用圆角例外: 小标签(<1.5英寸)可用圆角
规则3: 默认无边框
原则: 极简主义,无边框是常态
无边框元素:
- 所有文本框
- 数据标注
- 图表标签
- 页脚信息
代码:
shape.line.fill.background() # 去除边框有边框元素(例外):
- 表格(分隔单元格)
- 强调框(突出重要性)
- 洞察框(明确边界)
规则4: 论点式标题
每页标题必须是完整论点,而非话题。
错误示例:
- "市场分析"
- "竞争格局"
- "用户数据"
正确示例:
- "有声书和在线课程驱动市场增长,传统播客仅占5%"
- "特来电/星星充电占据半壁江山,格局未固化"
- "在线课程单用户价值是有声书的3倍"
规则5: 高信息密度
原则: 充分利用空间,但避免拥挤
密度阈值:
density = textLength / (width * height)
safe: <50 字符/平方英寸
warning: 50-70 字符/平方英寸
critical: >70 字符/平方英寸 # 需要拆分页面解决方案:
- 缩小字号(最小7pt)
- 增加容器高度
- 精简文字
- 拆分为2-3页
质量检查清单
生成后必检:
□ 深蓝背景文字为白色
□ 表头文字为白色
□ 大文本框用直角矩形
□ 无元素遮挡/重叠
□ 无文字溢出
□ 图表标签完整显示
□ 时间轴/图表宽度一致
□ 无不必要边框
□ 单页密度<70字符/平方英寸
□ 标题是论点而非话题---
信息密度标准 ⭐ 学习mckinsey-ppt-v4
McKinsey追求高信息密度
核心理念: 每平方英寸都有价值,充分利用空间
密度计算:
density = textLength / (width * height)
# 密度标准
optimal: 50-70 字符/平方英寸 # McKinsey标准
acceptable: 40-50 字符/平方英寸
warning: <40 字符/平方英寸 # 太空旷
critical: >80 字符/平方英寸 # 太拥挤,需拆分提升信息密度的方法
方法1: 增加数据标注
Before (密度35):
柱状图显示市场规模
无具体数字标注After (密度58):
柱状图 + 每柱顶部标注具体数值
+ 增长率标注
+ 关键年份特殊标记方法2: 添加洞察框
原则: 空白区域添加小洞察框
# 检测空白区域
if (emptySpace > 2 square inches):
addInsightBox({
position: 'right',
width: 2.5,
height: 1.2,
content: '关键洞察点'
})方法3: 扩展图例
Before:
简单图例: ■ 类别A ■ 类别BAfter:
详细图例:
■ 类别A (45.2亿元, 占比32%)
■ 类别B (67.8亿元, 占比48%)
+ 趋势说明方法4: 缩小字号释放空间
if (fontSize == 9pt && density < 45):
fontSize = 8pt # 缩小1pt
# 空间增加12%,可放更多内容方法5: 扩大图表
原则: 图表不是装饰,要占主要空间
# Before: 图表占40%
chartHeight = 1.8 inches
# After: 图表占60-70%
chartHeight = 2.5 inches
# 可显示更多数据系列/维度McKinsey页面典型布局
高密度数据页 (密度65)
┌─────────────────────────────────────┐
│ 有声书驱动增长,在线课程客单价高3倍 │ ← 论点式标题(18pt)
├─────────────────────────────────────┤
│ ┌─────────────────────┐ │
│ 2019 │ 45.2亿 │ 12.3亿 │ │
│ 2020 │ 82.1亿 │ 23.5亿 │ │ ← 时间轴+数据标注
│ 2021 │ 134.5亿│ 45.2亿 │ │
│ 2022 │ 189.3亿│ 78.9亿 │ │
│ 2023 │ 256.7亿│ 123.4亿 │ │
│ └─────────────────────┘ │
│ │
│ ┌──────────────┬──────────────┐ │
│ │ 有声书占比 │ 在线课程占比 │ │
│ │ 67.5% │ 32.5% │ │ ← 对比数据
│ └──────────────┴──────────────┘ │
│ │
│ ┌─────────────────────────────┐ │
│ │ 💡 洞察 │ │
│ │ 虽然有声书规模大,但在线课程 │ │ ← 洞察框
│ │ 单用户价值是有声书的3倍 │ │
│ └─────────────────────────────┘ │
│ │
│ 来源: 艾瑞咨询2024 8pt gray │ ← 来源
└─────────────────────────────────────┘
总字符: ~380
总面积: 6.5 平方英寸
密度: 58 字符/平方英寸 ✓常见"空旷"问题
问题1: 图表太小
表现: 图表只占页面30%,大片空白
修复:
# Before
chartHeight = 1.5 inches # 太小
# After
chartHeight = 2.5 inches # 占60-70%空间
# 可以显示更多系列/标注问题2: 缺少数据标注
表现: 柱状图/折线图无具体数值
修复:
for dataPoint in chart:
addLabel({
text: dataPoint.value,
fontSize: 8,
position: 'above'
})问题3: 未利用空白区域
表现: 右侧/底部大片空白
修复:
if (rightEmptySpace > 2.0):
addInsightBox(rightSide)
if (bottomEmptySpace > 1.5):
addDataTable(bottom)密度检查清单
生成后检查:
□ 每页密度40-70字符/平方英寸
□ 图表占页面60-70%空间
□ 关键数据点有标注
□ 空白区域<20%
□ 洞察框突出要点
□ 图例信息完整
□ 无"空旷感"特殊页面密度标准
const DENSITY_BY_PAGE_TYPE = {
coverPage: {
density: 'low (10-20)',
reason: '封面追求简洁大气'
},
contentPage: {
density: 'high (50-70)',
reason: '正文页信息密集'
},
summaryPage: {
density: 'medium (35-50)',
reason: '总结页突出关键点'
},
actionPage: {
density: 'medium-high (45-60)',
reason: '行动页清晰但完整'
}
};完整案例集
本文档包含两个完整的McKinsey Consultant Skill应用案例。
案例1: 中国在线有声节目市场分析
商业问题: "S公司收购Podcast平台,想了解中国有声节目市场增长原因"
Issue Tree (简化)
Lv1: 1. 增长体现在哪里
Lv2: 1.1 细分市场
Lv3: 1.1.1 有哪些细分领域
Lv3: 1.1.2 各领域历史趋势
Lv2: 1.2 B端企业
Lv2: 1.3 C端用户
Lv1: 2. 为什么增长
Lv2: 2.1 需求端驱动
Lv2: 2.2 供给端模式Hypotheses
- H1: 有声书和在线课程驱动增长,播客占比低
- H2: 碎片化时间+焦虑驱动自我提升需求
- H3: 头部播主示范+课程高客单价模式
Dummy Pages (节选)
第3页: 有声书和在线课程驱动增长,播客仅占5%
- 布局: 时间轴+堆积柱状图
- 数据: 2019-2024各细分收入
第5页: 表演式有声书通过头部播主示范带动内容井喷
- 布局: 左右分栏
- 左侧: 内容数量+播主收入双Y轴
- 右侧: 紫荆案例
第8页: 在线课程单用户价值是有声书3倍
- 布局: 对比表格
- 数据: 用户规模/付费率/客单价/单用户价值
最终输出
18页McKinsey风格PPT,清晰回答增长原因
---
案例2: 中国充电桩市场进入机会分析
商业问题: "我们要进入中国充电桩市场,分析增长/玩家/机会"
Issue Tree
Lv1: 1. 市场增长情况
Lv2: 1.1 规模与增长
Lv2: 1.2 细分市场(公共/私人,快充/慢充)
Lv1: 2. 主要玩家和模式
Lv2: 2.1 玩家格局(Top5,国企vs民企)
Lv2: 2.2 成功模式(商业模式/布局/技术)
Lv1: 3. 进入机会
Lv2: 3.1 市场空白
Lv2: 3.2 体验痛点Hypotheses
- H1: 高速增长期,公共快充是核心
- H2: 头部主导但格局未固化
- H3: 差异化定位和细分场景突破
Dummy Pages (节选)
第3页: 充电桩高速增长,公共快充是核心驱动
- 布局: 时间轴+堆积柱状图
- 标注: 公共快充4年增长5倍
第6页: 特来电/星星/云快充占半壁江山
- 布局: 对比表格
- Top5企业/份额/布局场景
第9页: 机会在"物流园+景区"垂直场景
- 布局: 2×2矩阵
- X轴竞争强度,Y轴盈利潜力
最终输出
16页McKinsey风格PPT + 3条行动建议
---
关键学习点
1. Issue Tree要MECE - 每层不重不漏 2. 假设要可验证 - 知道用什么数据证明 3. Dummy Page要详细 - 图表类型/数据需求具体 4. 数据要多源 - 2-3个来源验证 5. 迭代才完美 - 初版不求完美,2-3轮优化
Excel数据文件规范
McKinsey Consultant必须同步交付Excel数据文件,记录所有定量数据及来源。
文件命名
[项目名称]-数据汇总-YYYYMMDD.xlsx
例如:
中国有声市场分析-数据汇总-20251025.xlsx
充电桩市场研究-数据汇总-20251025.xlsx文件结构
Sheet1: 目录
| PPT页码 | 页面标题 | 数据类型 | Sheet名称 |
|---|---|---|---|
| 第3页 | 市场规模历史趋势 | 时间序列 | Sheet2 |
| 第5页 | 细分市场占比 | 结构数据 | Sheet3 |
| 第7页 | 用户增长数据 | 增长分析 | Sheet4 |
Sheet2~N: 数据页 (按PPT页码)
命名格式: 第X页 [页面主题]
例如: 第3页 市场规模
每个Sheet包含:
区域1: 数据表格
┌──────┬────────┬────────┬──────────────────┐
│ 年份 │ 指标1 │ 指标2 │ 数据来源 │
├──────┼────────┼────────┼──────────────────┤
│ 2019 │ 45.2 │ 23.1 │ [1] 艾瑞咨询 │
│ 2020 │ 82.1 │ 34.5 │ [1] 艾瑞咨询 │
│ 2021 │ 134.5 │ 56.7 │ [2] 36氪 │
│ 2022 │ 189.3 │ 78.2 │ [2] 36氪 │
│ 2023 │ 256.7 │ 112.3 │ [3] 估算 │
└──────┴────────┴────────┴──────────────────┘区域2: 数据来源详情
数据来源列表:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
[1] 艾瑞咨询 - 2024年中国在线音频市场报告
URL: https://report.iresearch.cn/xxx
采集日期: 2025-10-25
数据年份: 2019-2022
数据质量: 高 (官方行业报告)
[2] 36氪 - 2024年有声书市场分析
URL: https://36kr.com/xxx
采集日期: 2025-10-25
数据年份: 2021-2022
数据质量: 中 (媒体报道,引用其他报告)
[3] 基于历史增长率估算
计算方法: 2023 = 2022 * (1 + CAGR_2019-2022)
CAGR_2019-2022 = 35.6%
数据质量: 低 (估算值)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━区域3: 数据说明
数据说明:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
单位: 亿元人民币
口径: 在线有声市场总收入(包含广告+会员+打赏)
调整:
- 2021年数据根据通胀调整至2023年价格
- 排除了硬件销售收入
验证:
- 艾瑞与36氪2022年数据交叉验证,误差<5%
- 与企业财报(喜马拉雅/蜻蜓FM)基本一致
置信度: 高 (2019-2022) / 中 (2023估算)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━数据质量标注
质量等级
| 等级 | 定义 | 示例 |
|---|---|---|
| 高 | 官方报告/企业财报 | 艾瑞咨询,公司年报 |
| 中 | 媒体报道引用 | 36氪,虎嗅 |
| 低 | 估算/推算 | 基于CAGR估算 |
数据类型标注
| 类型 | 说明 | 标注 |
|---|---|---|
| 直接引用 | 原文数据未调整 | [直接] |
| 计算获得 | 基于原始数据计算 | [计算] |
| 估算 | 基于假设推算 | [估算] |
| 多源平均 | 多个来源取平均 | [平均] |
完整示例
Sheet: 第3页 有声书市场规模
数据表格
| 年份 | 市场规模(亿元) | 同比增长率 | 数据来源 | 质量 | 类型 |
|---|---|---|---|---|---|
| 2019 | 45.2 | - | [1] | 高 | 直接 |
| 2020 | 82.1 | 81.6% | [1] | 高 | 直接 |
| 2021 | 134.5 | 63.8% | [2] | 中 | 直接 |
| 2022 | 189.3 | 40.7% | [2] | 中 | 直接 |
| 2023 | 256.7 | 35.6% | [3] | 低 | 估算 |
| 2024E | 347.8 | 35.5% | [3] | 低 | 估算 |
数据来源
[1] 艾瑞咨询 - 2021年中国在线音频市场研究报告
https://report.iresearch.cn/report/202104/3756.shtml
采集: 2025-10-25
覆盖: 2019-2020
质量: 高 (官方行业报告,权威数据)
[2] 36氪 - 中国有声书市场分析2023
https://36kr.com/p/2145678912
采集: 2025-10-25
覆盖: 2021-2022
质量: 中 (媒体报道,引用艾媒咨询数据)
[3] 基于2019-2022 CAGR估算
方法: 2023 = 2022 × (1 + 0.356)
2024 = 2023 × (1 + 0.355)
CAGR计算: ((189.3/45.2)^(1/3) - 1) = 61.5%
保守估计35.6% (考虑市场成熟)
质量: 低 (估算,实际可能偏差±15%)数据说明
单位: 亿元人民币
口径: 中国在线有声书市场总收入
包含: 会员订阅 + 单本购买 + 广告收入
排除: 有声书硬件设备销售
数据处理:
- 所有数据统一为当年价格(未通胀调整)
- 2021年艾媒数据与艾瑞2020基数有5.2%差异,
已根据艾瑞口径调整
交叉验证:
- 喜马拉雅2022年财报显示收入67.8亿
- 蜻蜓FM 2022年收入约23.5亿
- 两家合计91.3亿,占市场189.3亿的48.2%
- 验证通过,数据合理
置信度:
2019-2020: 95% (官方报告)
2021-2022: 80% (媒体报道,已交叉验证)
2023-2024: 60% (估算,可能±15%偏差)特殊数据处理
缺失数据
处理方式:
1. 线性插值 (短期缺失,1-2年)
2. CAGR估算 (长期缺失,3年以上)
3. 标注"数据缺失"(无法估算)
示例:
2020年数据缺失
→ 2020 = (2019 + 2021) / 2 [插值]口径不一致
处理方式:
1. 统一为最权威来源的口径
2. 明确标注调整方法
3. 保留原始数据作为附注
示例:
来源A: 包含硬件销售
来源B: 仅内容收入
→ 统一为B口径,A数据减去硬件部分多源数据冲突
处理方式:
1. 优先选择官方/权威来源
2. 多源取加权平均(按可信度)
3. 标注数据范围
示例:
来源A: 189.3亿 (权重60%)
来源B: 203.5亿 (权重40%)
→ 使用A(更权威)
→ 标注范围: 189-204亿更新维护
版本控制
文件名包含日期:
中国有声市场-数据汇总-20251025.xlsx # 初版
中国有声市场-数据汇总-20251126.xlsx # 更新版
Sheet1添加更新记录:
┌────────────┬─────────┬────────────┐
│ 更新日期 │ 更新内容│ 更新人 │
├────────────┼─────────┼────────────┤
│ 2025-10-25 │ 初始版本│ Claude │
│ 2025-11-26 │ 更新2024│ Claude │
│ │ 实际数据│ │
└────────────┴─────────┴────────────┘数据更新
当有新数据时: 1. 在对应Sheet更新数据 2. 添加新数据来源 3. 更新数据说明 4. 标注更新日期 5. 另存为新版本
质量保证
交付前检查清单
□ 每个定量数据都有来源URL
□ 来源URL可访问(未失效)
□ 数据单位统一标注
□ 估算数据标明计算方法
□ 冲突数据说明处理方式
□ 数据质量等级标注
□ 置信度评估
□ 交叉验证记录
□ Sheet命名规范
□ 目录完整最佳实践
1. 边收集边记录 - STEP 6收集数据时就填入Excel 2. URL完整保存 - 不要只记网站名,要完整URL 3. 计算留痕迹 - Excel中展示计算公式 4. 多源交叉验证 - 关键数据用2-3个来源验证 5. 标注置信度 - 让使用者知道数据可靠性 6. 便于更新 - 结构化存储,方便后续数据更新
McKinsey页面布局库
McKinsey PPT的7种经典页面布局类型和使用场景。
1. 标题+单图表型
结构:
- 顶部: 论点式标题
- 中部: 主图表(占60-70%空间)
- 底部: 数据来源 + 关键洞察框
适用: 单一数据故事,趋势展示 图表类型: 折线图/柱状图/面积图
---
2. 标题+左右分栏型
结构:
- 顶部: 论点式标题
- 左侧: 图表或要点列表
- 右侧: 解释性文字或第二图表
适用: 对比分析,一图一文 常见组合: 图表+案例文字, 要点+数据表格
---
3. 标题+2×2矩阵型
结构:
- 顶部: 论点式标题
- 中部: 2×2矩阵图(如波士顿矩阵)
- 各象限: 简短说明文字
适用: 战略定位,分类框架 示例: 竞争强度×盈利潜力, 增长率×市场份额
---
4. 标题+表格型
结构:
- 顶部: 论点式标题
- 中部: 多维度对比表格
- 表头: 深蓝色背景+白色文字
适用: 多维度对比,量表分析 示例: 竞品对比表,平台功能对比
---
5. 标题+瀑布图型
结构:
- 顶部: 论点式标题
- 中部: 瀑布图(增长拆解/变化归因)
适用: 增长驱动因素分解 示例: 收入从X增长到Y的各项贡献
---
6. 标题+时间轴型
结构:
- 顶部: 论点式标题
- 上部: 横向时间轴
- 下部: 各时间段的柱状图/面积图
适用: 历史演进,阶段划分 示例: 市场发展三阶段,技术演进路径
---
7. 洞察总结页
结构:
- 顶部: 总结性标题
- 中部: 3-5个带序号的洞察框
- 每框: 深蓝色背景+白色标题+浅色内容区
适用: 章节总结,关键发现 示例: 核心洞察与行动建议
---
布局选择决策树
需要展示趋势? → 标题+单图表型(折线/柱状)
需要对比分析? → 标题+左右分栏型 或 标题+表格型
需要战略定位? → 标题+2×2矩阵型
需要拆解增长? → 标题+瀑布图型
需要历史演进? → 标题+时间轴型
需要总结洞察? → 洞察总结页McKinsey Consultant 综合问题解决系统
🎯 核心能力
这个skill将McKinsey咨询方法论系统化为可执行的工作流,实现从商业问题到McKinsey风格PPT的端到端解决方案。
三大核心阶段
const MCKINSEY_WORKFLOW = {
phase1: {
name: 'Hypotheses Tree (假设树)',
steps: [
'STEP 1: 定义问题边界 (Is & Isn\'t)',
'STEP 2: 建立Issue Tree (MECE拆解)',
'STEP 3: 形成Hypothesis Tree (假设驱动)'
],
output: '结构化的假设树和故事线'
},
phase2: {
name: 'Dummy Pages (页面设计)',
steps: [
'STEP 4: 确定论证方式和信息来源',
'STEP 5: 设计Dummy Pages结构'
],
output: '每页的论证框架和数据需求清单'
},
phase3: {
name: 'Data Collection & PPT Generation (数据收集与生成)',
steps: [
'STEP 6: 使用web_search收集数据',
'STEP 7: 生成McKinsey风格PPT',
'STEP 8: 迭代优化至终极版'
],
output: '完整的McKinsey风格研究报告PPT'
}
};📋 PHASE 1: Hypotheses Tree (假设树)
STEP 1: 定义问题边界 (Is & Isn't)
目标
明确"是什么/不是什么",避免方向跑偏,确保研究聚焦。
方法
与用户对齐三个核心问题: 1. 核心目标 - 要解决什么问题? 2. 研究范围 - 包含什么?不包含什么? 3. 交付形式 - 最终输出是什么?
输出模板
## 问题定义
### 是 ✅
- [核心目标描述]
- [研究范围界定]
- [交付物形式]
### 不是 ❌
- [明确排除的内容1]
- [明确排除的内容2]
- [明确排除的内容3]示例 (Podcast案例)
## 问题定义
### 是 ✅
- 如何让播客业务更成功
- 中国市场增长的来龙去脉
- 广义的在线有声节目市场,包含中国特有的内容形态
### 不是 ❌
- 要不要做播客业务 (总部自己决策)
- 中西方播客市场对比和可复制性分析 (总部基于我们的深度分析自己判断)
- 西方定义下的狭义播客市场STEP 2: 建立Issue Tree (MECE拆解)
目标
用不重不漏(MECE)原则将大问题系统性拆解为可回答的小问题。
拆解原则
1. 逻辑驱动 - 基于业务逻辑、数据结构、分析框架 2. MECE - 每一层做到mutually exclusive, collectively exhaustive 3. 2-3层优先 - 先做到前2-3层不重不漏,再根据需要深入 4. 颗粒度适中 - 拆到可以通过研究快速验证的程度
常用拆解框架
市场增长类问题:
市场规模 = 用户数 × 渗透率 × 付费率 × 客单价业务表现类问题:
- 细分市场维度: A端/B端/C端
- 时间维度: 历史趋势/当前状态/未来预测
- 对比维度: 行业对比/竞品对比/区域对比原因分析类问题:
- 需求侧: 用户为什么要?用户为什么付费?
- 供给侧: 企业做了什么?产品有什么差异化?
- 环境侧: 大环境有什么变化?输出格式
## Issue Tree
### Lv1: [顶层问题]
#### Lv2: [子问题1]
- Lv3: [子子问题1.1]
- Lv4: [更细问题1.1.1]
- Lv4: [更细问题1.1.2]
- Lv3: [子子问题1.2]
#### Lv2: [子问题2]
- Lv3: [子子问题2.1]
- Lv3: [子子问题2.2]实际案例 (Podcast - 简化版)
## Issue Tree
### Lv1: 1. 中国在线有声节目市场的增长具体体现在哪里
#### Lv2: 1.1 细分市场 - 该市场哪些细分领域的用户与收入增长了
- Lv3: 1.1.1 该市场有哪些细分领域
- Lv4: 1.1.1.1 按照内容结构分有哪些细分领域
- Lv4: 1.1.1.2 按照题材主题分有哪些细分领域
- Lv3: 1.1.2 该市场各细分领域的历史趋势
- Lv4: 1.1.2.1 各细分领域用户何时开始出现,增长可以分为哪些阶段
- Lv4: 1.1.2.2 各细分领域的收入何时开始出现,增长可以分为哪些阶段
#### Lv2: 1.2 B端 - 该市场哪些企业的用户与收入增长了
- Lv3: 1.2.1 该市场有哪些主要企业
- Lv3: 1.2.2 各企业在各细分领域的营收与用户结构是什么样的
#### Lv2: 1.3 C端 - 该市场哪类用户的时间与支出增长了
- Lv3: 1.3.1 按照人口属性看哪些用户在增长
- Lv3: 1.3.2 按照需求原因看哪些用户在增长
### Lv1: 2. 中国在线有声节目市场为什么增长
#### Lv2: 2.1 需求端 - 在重点增长的细分领域,是什么驱动了该类需求增长
- Lv3: 2.1.1 新的有声内容用户为什么转化
- Lv3: 2.1.2 新的有声内容付费用户为什么愿意付费
- Lv3: 2.1.3 付钱变多的有声内容付费用户为什么愿意付更多
#### Lv2: 2.2 供给端 - 在重点增长的企业,他们做了什么赢得了用户和收入
- Lv3: 2.2.1 产品中用了什么样的手段提升注册
- Lv3: 2.2.2 产品中用了什么样的手段提升活跃
- Lv3: 2.2.3 产品中用了什么样的手段提升付费率STEP 3: 形成Hypothesis Tree (假设驱动)
目标
将Issue Tree转化为可验证的假设,形成连贯的storyline。
形成假设的方法
1. 常识推理
- 基于行业经验和常识先做初步判断
- 例: "感觉有声市场主要分为讲故事的和教知识的"
2. 快速web_search
- 搜索行业报告、专家观点、数据概览
- 提取framework信息而非全部细节
- 例: 搜索"中国有声书市场 细分领域"获取分类框架
3. 形成假设
- 基于常识+快速搜索,对每个Issue形成"大概率会发生的判断"
- 假设必须是可验证的 (知道什么数据能证明/证伪)
从Issue到Hypothesis的转化示例
**Issue**: 1.1.1.1 按照内容结构分有哪些细分领域
**常识**: 感觉总体分为讲故事的、讲知识的、聊天式的
**快速搜索**:
- 搜索"中国有声节目 分类"
- 在多份报告中找到"细分市场规模"图表
- 提取主要类别: 有声书、在线课程、播客、儿童故事
**Hypothesis/故事线**:
"这个市场分为有声书、在线课程、传统播客、道;其中有声书中儿童内容由于规模较大单独作为一类。过去5年里主要的用户时长增长来自于有声课程和表演式有声书。"Hypothesis Tree输出格式
## Hypothesis Tree / Storyline
### 核心假设
**H1**: [第一个核心假设,通常是对"增长体现在哪里"的判断]
- 支撑假设1.1: [更细的假设]
- 支撑假设1.2: [更细的假设]
**H2**: [第二个核心假设,通常是对"为什么增长"的判断]
- 支撑假设2.1: [更细的假设]
- 支撑假设2.2: [更细的假设]
### 需要验证的关键数据点
1. [数据点1] - 用于验证H1
2. [数据点2] - 用于验证H1.1
3. [数据点3] - 用于验证H2实际案例 (Podcast)
## Hypothesis Tree / Storyline
### 核心假设
**H1: 市场增长主要来自有声书和在线课程,而非传统播客**
- H1.1: 有声书中,"表演式有声书/广播剧"是主要增长驱动
- H1.2: 在线课程的单用户价值极高,拉动收入增长
- H1.3: 传统分集播客在中国接受度低
**H2: 增长驱动力是"碎片化时间填充"+"焦虑驱动的自我提升需求"**
- H2.1: 用户使用场景是通勤、做家务等碎片时间
- H2.2: 中国用户偏好知识类/自我提升类内容
- H2.3: "焦虑"和"自我发展需要"是付费主要动因
**H3: 供给侧的内容生产模式和变现方式支撑了增长**
- H3.1: 有声书通过"头部播主高收入"示范效应带动内容井喷
- H3.2: 在线课程通过"卖课程"实现高客单价
- H3.3: 平台分为综合平台(喜马拉雅)和垂直平台(得到)
### 需要验证的关键数据点
1. 2019-2024年有声书/在线课程/播客的用户数和收入增长数据
2. 各细分领域的头部平台和市场份额
3. 用户画像数据(年龄/收入/使用场景)
4. 内容创作者变现数据(头部播主收入/课程定价)
5. 平台产品功能对比(注册/活跃/付费转化手段)📋 PHASE 2: Dummy Pages (页面设计)
STEP 4: 确定论证方式和信息来源
目标
为每个假设确定最佳的论证方法和数据来源。
论证方式分类
1. 模型模拟
- 适用: 市场规模预测、增长拆解、情景分析
- 示例: "中国有声市场规模 = 智能手机用户数 × 有声渗透率 × 付费率 × 客单价"
2. 量表分析
- 适用: 多维度对比、评分排序
- 示例: "平台对比表 - 从用户规模/内容数量/变现能力/产品功能4个维度对比喜马拉雅vs得到"
3. 框架分析
- 适用: 战略定位、竞争格局
- 示例: "波士顿矩阵 - 将各细分领域按增长率和市场份额分类"
4. 案例分析
- 适用: 成功经验总结、标杆研究
- 示例: "头部播主'紫荆'如何从讲鬼故事起家到财富自由"
5. 数据可视化
- 适用: 趋势展示、结构展示
- 示例: "2019-2024年各细分领域收入堆积面积图"
6. 抽象归纳
- 适用: 用户画像、行为特征
- 示例: "在线课程核心用户画像: 25-35岁,一线城市,中高收入,职场焦虑"
信息来源分类
| 来源类型 | 适用场景 | 搜索策略 |
|---|---|---|
| 行业报告 | 市场规模/趋势/格局 | "[行业] 市场报告 2024" |
| 企业年报/财报 | 企业收入/用户数/增长率 | "[公司名] 财报 2024" |
| 新闻媒体 | 最新动态/案例故事 | "[事件] 新闻 最近" |
| 专业数据平台 | 详细数据/用户画像 | "艾瑞咨询 [主题]" |
| 学术论文 | 理论框架/深度分析 | "[主题] 研究 论文" |
| 产品官网 | 产品功能/定价策略 | 直接访问官网 |
输出格式
## 论证方案
### H1: [假设1]
#### 论证页面1: [页面标题]
- **论证方式**: [模型模拟/量表分析/框架分析/etc.]
- **信息来源**:
- 主要: [来源类型1] - [具体搜索关键词]
- 次要: [来源类型2] - [具体搜索关键词]
- **关键数据点**:
1. [数据点1描述]
2. [数据点2描述]
#### 论证页面2: [页面标题]
...STEP 5: 设计Dummy Pages结构
目标
为每个论证页面设计McKinsey风格的页面布局和图表结构。
McKinsey常用页面布局类型
基于mckinsey-ppt-v4,我们有以下常用布局:
1. 标题+单图表型 (Title + Single Chart)
布局结构:
- 顶部: 论点式标题 (Argument-driven title)
- 中部: 主图表 (占60-70%空间)
- 底部: 数据来源 + 关键洞察框
适用: 单一数据故事,趋势展示
图表类型: 折线图/柱状图/面积图2. 标题+左右分栏型 (Title + Two-Column)
布局结构:
- 顶部: 论点式标题
- 左侧: 图表或要点列表
- 右侧: 解释性文字或第二图表
适用: 对比分析,一图一文3. 标题+2×2矩阵型 (Title + 2×2 Matrix)
布局结构:
- 顶部: 论点式标题
- 中部: 2×2矩阵图 (如波士顿矩阵/定位矩阵)
- 各象限: 简短说明文字
适用: 战略定位,分类框架4. 标题+表格型 (Title + Table)
布局结构:
- 顶部: 论点式标题
- 中部: 多维度对比表格
- 表头: 深蓝色背景+白色文字
适用: 多维度对比,量表分析5. 标题+瀑布图型 (Title + Waterfall Chart)
布局结构:
- 顶部: 论点式标题
- 中部: 瀑布图(增长拆解/变化归因)
适用: 增长驱动因素分解6. 标题+时间轴型 (Title + Timeline)
布局结构:
- 顶部: 论点式标题
- 上部: 横向时间轴
- 下部: 各时间段的柱状图/面积图
适用: 历史演进,阶段划分7. 洞察总结页 (Insight Summary)
布局结构:
- 顶部: 总结性标题
- 中部: 3-5个带序号的洞察框
- 每个框: 深蓝色背景+白色标题+浅色内容区
适用: 章节总结,关键发现Dummy Page设计输出格式
## Dummy Pages设计
### 第X页: [McKinsey风格论点标题]
**对应假设**: H1.1
**页面布局**: 标题+单图表型
**图表类型**: 堆积柱状图
**数据需求**:
- X轴: 2019, 2020, 2021, 2022, 2023, 2024
- Y轴: 市场收入 (亿元)
- 系列: 有声书, 在线课程, 播客, 其他
**McKinsey设计要点**:
- 标题: 论点式,如"有声书和在线课程驱动中国市场增长,播客贡献有限"
- 配色: PRIMARY_BLUE主色,各系列用蓝色渐变
- 标注: 2024年有声书和在线课程占比达85%
- 洞察框: 右下角浅蓝框强调"播客仅占5%,远低于西方30-40%"
**信息来源**:
- web_search: "中国有声市场 细分收入 2024"
- web_search: "喜马拉雅 得到 市场份额"实际案例 (简化)
## Dummy Pages设计
### 第3页: 有声书和在线课程驱动中国市场增长,传统播客仅占5%
**对应假设**: H1
**页面布局**: 标题+单图表型 (时间轴+堆积柱状图)
**图表类型**:
- 上部: 横向时间轴 (2019-2024)
- 下部: 堆积柱状图
**数据需求**:
- 2019-2024各年的细分市场收入
- 有声书收入 (亿元)
- 在线课程收入 (亿元)
- 播客收入 (亿元)
- 其他收入 (亿元)
**McKinsey设计要点**:
- 标题字号: 18pt bold, PRIMARY_BLUE
- 时间轴: 深蓝色线,关键年份标注
- 柱状图: 从上到下为有声书/在线课程/播客/其他
- 颜色: PRIMARY_BLUE (有声书), SECONDARY_BLUE (在线课程), LIGHT_BLUE (播客), GRAY (其他)
- 标注: 2024年有声书37亿, 在线课程28亿, 播客3亿
- 洞察框: 右下角 "播客在中国仅占5%,远低于西方市场30-40%占比"
**信息来源**:
1. web_search: "中国有声市场规模 细分 2024"
2. web_search: "喜马拉雅 得到 收入 2024"
3. web_search: "中国播客市场规模"
---
### 第5页: "表演式有声书"通过头部播主示范效应带动内容井喷
**对应假设**: H1.1
**页面布局**: 标题+左右分栏型
**左侧**:
- 图表类型: 折线图 (双Y轴)
- 数据需求:
- 2019-2024有声书内容数量增长
- 2019-2024头部播主平均年收入
**右侧**:
- 案例框: 头部播主"紫荆"案例
- 起步: 2017年开始讲鬼故事
- 爆发: 2020年单月收入突破50万
- 示范: 带动1000+新播主入场
- 数据来源框
**McKinsey设计要点**:
- 左侧折线图: 双Y轴,内容数量用柱状,收入用折线
- 右侧案例框: 浅蓝背景,深蓝标题
- 关键insight: "头部收入增长5倍 → 内容供给增长10倍"
**信息来源**:
1. web_search: "喜马拉雅 有声书 播主数量"
2. web_search: "紫荆 有声书 收入"
3. web_search: "有声书创作者 变现"
---
### 第8页: 在线课程单用户价值是有声书的3倍,成为收入增长主力
**对应假设**: H1.2
**页面布局**: 标题+表格型
**表格结构**:
| 对比维度 | 有声书 | 在线课程 | 播客 |
|---------|--------|---------|------|
| 用户规模 (百万) | 180 | 45 | 30 |
| 付费率 | 8% | 35% | 2% |
| 客单价 (元/年) | 120 | 680 | 50 |
| **单用户价值** | **9.6元** | **238元** | **1元** |
| 市场规模 (亿元) | 17.3 | 10.7 | 0.3 |
**McKinsey设计要点**:
- 表头: PRIMARY_BLUE背景 + WHITE文字
- "单用户价值"行: 加粗 + 浅蓝背景强调
- 底部洞察框: "在线课程虽用户量仅为有声书1/4,但贡献了38%的市场收入"
**信息来源**:
1. web_search: "得到 樊登读书 用户数 付费率"
2. web_search: "喜马拉雅 会员 定价"
3. web_search: "在线课程 客单价 中国"📋 PHASE 3: Data Collection & PPT Generation
STEP 6: 使用web_search收集数据
搜索策略
1. 分层搜索
# 第一层: 获取框架和概览
web_search("中国有声市场 分类 框架")
web_search("有声书 在线课程 播客 定义")
# 第二层: 获取核心数据
web_search("中国有声市场规模 2024")
web_search("喜马拉雅 用户数 收入 2024")
# 第三层: 获取细节和案例
web_search("紫荆 有声书 播主 收入")
web_search("得到 樊登读书 课程定价")2. 多源验证
- 至少2-3个来源验证关键数据
- 优先选择: 企业财报 > 权威研究机构 > 行业媒体
3. 数据清洗
- 统一单位和口径
- 标注数据年份和来源
- 处理缺失数据 (估算并说明)
搜索执行建议
每个Dummy Page的数据收集:
- 执行2-5次web_search
- 如果初步搜索结果不理想,调整关键词重新搜索
- 将搜索到的数据整理成结构化格式
STEP 7: 生成McKinsey风格PPT
调用mckinsey-ppt-v4 skill
基于Dummy Pages设计和收集的数据,调用mckinsey-ppt-v4 skill生成PPT。
PPT结构
第1页: 封面
- 标题: [研究主题]
- 副标题: [研究范围和时间]
第2页: 目录/内容概览
- 基于Hypothesis Tree的章节结构
第3-N页: 正文页
- 每页对应一个Dummy Page设计
- 严格遵循McKinsey设计规范
最后一页: 结论与建议
- 3-5个核心洞察
- 行动建议 (如果需要)McKinsey核心设计规范(融合自mckinsey-ppt-v4)
配色方案:
PRIMARY_BLUE = RGBColor(0, 41, 96) # 深蓝 - 主标题/表头
SECONDARY_BLUE = RGBColor(0, 101, 189) # 中蓝 - 图表主色
LIGHT_BLUE = RGBColor(201, 240, 255) # 浅蓝 - 洞察框背景
IKEA_YELLOW = RGBColor(255, 219, 0) # 黄色 - 强调/警示
WHITE = RGBColor(255, 255, 255) # 白色
GRAY = RGBColor(128, 128, 128) # 灰色 - 次要信息排版规范:
# 页面尺寸
SLIDE_WIDTH = 10.0 # 英寸
SLIDE_HEIGHT = 5.625 # 英寸 (16:9)
# 内容区域
CONTENT_LEFT = 0.8 # 左边距
CONTENT_WIDTH = 8.4 # 内容区宽度
CONTENT_TOP = 1.0 # 上边距 (标题下方)
# 字体规范
TITLE_FONT_SIZE = 18 # 标题
BODY_FONT_SIZE = 11 # 正文
CAPTION_FONT_SIZE = 9 # 注释/来源强制规则: 1. ⭐ 深蓝背景必须配白色文字 - 任何PRIMARY_BLUE或SECONDARY_BLUE背景,文字必须是WHITE 2. ⭐ 大文本框用直角矩形 - 宽度>3英寸的内容框必须用MSO_SHAPE.RECTANGLE (不是ROUNDED_RECTANGLE) 3. ⭐ 默认无边框 - 所有文本框默认无边框 (shape.line.fill.background()) 4. 论点式标题 - 每页标题必须是一个完整论点,而非话题 5. 高信息密度 - 充分利用空间,但避免拥挤 (文字密度<60字符/平方英寸)
STEP 8: 迭代优化至终极版
优化流程 (参考mckinsey-ppt-v4迭代方法论)
第1轮: 初版生成
- 快速生成完整PPT
- 接受布局不完美
- 关注内容完整性和逻辑连贯
第2轮: 问题识别
- 用户逐页查看,截图标注问题
- Claude记录所有问题:
- 元素遮挡/重叠
- 文字溢出
- 颜色对比度不足 (深蓝背景深蓝文字)
- 图表标签显示不全
- 内容密度过高
第3轮: 针对性修复
- 根据用户反馈精确修复
- 同类问题批量处理
- 验证修复效果
第4轮: 内容拆分 (如需要)
- 识别高密度页面
- 拆分为2-3页
- 保持逻辑连贯
第5轮: 细节打磨
- 微调间距和对齐
- 统一字号和颜色
- 完善页脚信息
- 最终质量检查
质量检查清单
生成后必须检查:
□ 所有深蓝背景文字已设置为白色
□ 表格表头文字是否为白色
□ 大文本框是否误用圆角矩形
□ 元素是否有遮挡/重叠
□ 文字是否溢出
□ 图表标签是否完整显示
□ 时间轴/图表宽度是否一致
□ 不必要的边框是否已去除
□ 单页文字密度是否合理🚀 完整工作流示例
用户输入
"我们公司正在考虑进入中国电动车充电桩市场。请帮我分析:
1. 这个市场的增长情况如何?
2. 主要玩家有哪些,他们是怎么做的?
3. 我们有什么机会?"Claude执行流程
Phase 1: Hypotheses Tree
STEP 1: 定义问题边界
## 问题定义
### 是 ✅
- 分析中国电动车充电桩市场增长情况和驱动因素
- 识别主要玩家和成功模式
- 基于市场分析提出进入机会建议
### 不是 ❌
- 是否进入该市场的决策 (公司高层决策)
- 详细的进入执行方案 (需要后续专项研究)
- 全球充电桩市场对比 (聚焦中国市场)STEP 2: 建立Issue Tree
## Issue Tree
### Lv1: 1. 中国充电桩市场增长情况如何
#### Lv2: 1.1 市场规模与增长
- Lv3: 1.1.1 充电桩保有量和增长趋势
- Lv3: 1.1.2 市场收入规模和增长趋势
- Lv3: 1.1.3 与电动车销量的关系
#### Lv2: 1.2 细分市场结构
- Lv3: 1.2.1 公共桩vs私人桩
- Lv3: 1.2.2 直流快充vs交流慢充
- Lv3: 1.2.3 不同场景(高速/商场/社区)
### Lv1: 2. 主要玩家及成功模式
#### Lv2: 2.1 主要玩家格局
- Lv3: 2.1.1 Top5玩家及市场份额
- Lv3: 2.1.2 国企vs民企vs新势力
#### Lv2: 2.2 成功模式分析
- Lv3: 2.2.1 商业模式(充电服务费/广告/数据)
- Lv3: 2.2.2 布局策略(重点场景/区域)
- Lv3: 2.2.3 技术差异化(功率/用户体验)
### Lv1: 3. 进入机会在哪里
#### Lv2: 3.1 市场空白
- Lv3: 3.1.1 欠发达地区覆盖不足
- Lv3: 3.1.2 特定场景(如景区/县域)
#### Lv2: 3.2 体验痛点
- Lv3: 3.2.1 找桩难/排队久
- Lv3: 3.2.2 支付复杂/兼容性差STEP 3: 形成Hypothesis Tree
## Hypothesis Tree
**H1: 市场正处于高速增长期,公共快充是核心增长点**
- H1.1: 2020-2024年充电桩数量年均增长率>50%
- H1.2: 公共直流快充桩增速快于私人交流桩
- H1.3: 高速公路和城市商圈是主战场
**H2: 市场被头部玩家主导,但格局未固化**
- H2.1: 特来电/星星充电/云快充占据50%+份额
- H2.2: 国企央企凭借资源优势快速扩张
- H2.3: 单纯卖充电服务费盈利困难,需要生态变现
**H3: 机会在于差异化定位和细分场景突破**
- H3.1: 头部玩家聚焦一二线,三四线覆盖不足
- H3.2: 用户体验痛点明显(找桩/支付/等待)
- H3.3: 可考虑"场景专家"模式(如专注景区/县域/物流园)
### 需要验证的关键数据点
1. 2020-2024充电桩保有量和增速
2. 公共vs私人、快充vs慢充结构和趋势
3. Top5企业名称、份额、布局策略
4. 充电服务费水平和盈利能力
5. 用户调研数据(痛点/满意度)Phase 2: Dummy Pages
STEP 4 & 5: 设计Dummy Pages (展示3个关键页)
## Dummy Pages设计
### 第3页: 中国充电桩市场高速增长,公共快充是核心驱动力
**对应假设**: H1, H1.1, H1.2
**页面布局**: 标题+单图表型 (时间轴+堆积柱状图)
**图表设计**:
- 上部: 2020-2024时间轴
- 下部: 堆积柱状图
- X轴: 年份
- Y轴: 充电桩数量(万台)
- 系列1: 公共直流快充(深蓝)
- 系列2: 公共交流慢充(中蓝)
- 系列3: 私人桩(浅蓝)
**数据需求**:
- 2020-2024年各类型充电桩保有量
- 2024年同比增长率
**McKinsey设计要点**:
- 标注: 2024年公共快充达到XXX万台,YoY+78%
- 洞察框: "公共快充4年增长5倍,成为充电基础设施主力"
**信息来源**:
- web_search: "中国充电桩保有量 2024 统计"
- web_search: "公共充电桩 快充 慢充 数量"
- web_search: "充电桩行业报告 2024"
---
### 第6页: 特来电/星星充电/云快充占据半壁江山,国企央企快速追赶
**对应假设**: H2.1, H2.2
**页面布局**: 标题+表格型
**表格设计**:
| 排名 | 企业 | 类型 | 公共桩数(万) | 市场份额 | 主要布局 |
|-----|------|------|------------|---------|---------|
| 1 | 特来电 | 民企 | 45 | 22% | 高速+商圈 |
| 2 | 星星充电 | 民企 | 38 | 19% | 社区+商圈 |
| 3 | 云快充 | 民企 | 25 | 12% | 高速 |
| 4 | 国家电网 | 国企 | 22 | 11% | 高速+服务区 |
| 5 | 南方电网 | 国企 | 15 | 7% | 城市公共 |
**McKinsey设计要点**:
- 表头: PRIMARY_BLUE背景 + WHITE文字
- "类型"列: 民企用SECONDARY_BLUE,国企用GRAY
- 底部洞察: "Top5占71%份额,但Top2-5差距不大,格局未固化"
**数据需求**:
- 各企业公共充电桩数量和份额
- 企业性质和主要布局场景
**信息来源**:
- web_search: "充电桩企业排名 2024"
- web_search: "特来电 星星充电 市场份额"
- web_search: "国家电网 充电桩 布局"
---
### 第9页: 机会:以"场景专家"模式切入三四线或垂直场景
**对应假设**: H3, H3.3
**页面布局**: 标题+2×2矩阵型
**矩阵设计**:
- X轴: 市场竞争强度 (低 → 高)
- Y轴: 盈利潜力 (低 → 高)
- 四个象限放置不同场景:
- 高潜力+低竞争: **物流园/货运** ⭐, **旅游景区** ⭐
- 高潜力+高竞争: 高速服务区, 城市核心商圈
- 低潜力+低竞争: 县域农村
- 低潜力+高竞争: 社区私人桩
**McKinsey设计要点**:
- 右上象限用IKEA_YELLOW背景标注"推荐切入"
- 每个气泡标注场景名称+简短说明
- 底部行动建议框: "建议聚焦'物流园+景区'组合,成为垂直场景专家"
**数据需求**:
- 各场景的竞争格局
- 各场景的充电频次和服务费潜力
- 用户痛点数据
**信息来源**:
- web_search: "物流园 货运 充电桩 需求"
- web_search: "景区 充电桩 覆盖率"
- web_search: "充电桩 用户 痛点 调研"Phase 3: Data Collection & PPT Generation
STEP 6: 执行web_search收集数据
为每个Dummy Page执行2-5次搜索,例如:
# 为第3页收集数据
web_search("中国充电桩保有量 2020-2024 统计")
web_search("公共充电桩 快充 慢充 比例 2024")
web_search("中国充电桩行业研究报告 2024")
# 为第6页收集数据
web_search("特来电 星星充电 市场份额 2024")
web_search("充电桩运营商 排名 Top10")
web_search("国家电网 充电桩 布局 数量")
# 为第9页收集数据
web_search("物流园充电桩需求 市场空间")
web_search("旅游景区充电桩覆盖率 2024")
web_search("充电桩用户痛点 调研报告")STEP 7: 生成PPT
调用mckinsey-ppt-v4 skill,基于:
- Dummy Pages设计
- 搜索收集的数据
- McKinsey设计规范
生成15-20页的完整McKinsey风格PPT。
STEP 8: 迭代优化
用户查看初版,反馈问题:
- "第3页柱状图的2024年标签第二行没显示"
- "第6页表格表头文字看不见,都是深蓝色"
- "第9页右上角气泡和标题重叠了"
Claude针对性修复:
- 增加标签容器高度到0.35英寸
- 表头文字强制改为WHITE
- 重新布局第9页,删除所有形状后重建
2-3轮迭代后达到终极版质量。
📋 使用指南
启动对话
用户可以用以下方式启动:
方式1: 直接描述商业问题
"我们在考虑是否要进入XX市场/推出XX产品,帮我分析一下市场情况和机会。"方式2: 提供初步思考
"我想研究XX行业的增长原因。我初步觉得可能是因为A、B、C,你帮我建立一个分析框架。"方式3: 上传现有材料
"这是我们收集的一些行业报告[上传],帮我提炼出关键洞察并做成McKinsey风格PPT。"Claude响应流程
1. 澄清问题 (Phase 1 - STEP 1)
- 确认"是什么/不是什么"
- 对齐研究目标和范围
2. 建立Issue Tree (Phase 1 - STEP 2)
- 自动生成2-3层MECE拆解
- 展示给用户确认
3. 快速形成假设 (Phase 1 - STEP 3)
- 基于常识推理
- 执行5-10次快速web_search获取框架信息
- 形成Hypothesis Tree展示给用户
4. 设计Dummy Pages (Phase 2 - STEP 4-5)
- 为每个关键假设设计论证页面
- 列出数据需求清单
- 用户可以review并调整
5. 收集数据并生成PPT (Phase 3 - STEP 6-7)
- 执行15-30次web_search收集数据
- 调用mckinsey-ppt-v4生成初版PPT
- 提供下载链接
6. 迭代优化 (Phase 3 - STEP 8)
- 用户反馈问题
- Claude针对性修复
- 2-3轮迭代至完美
用户控制点
用户可以在以下节点pause并调整:
1. 问题定义后 - 调整研究范围 2. Issue Tree后 - 增删改问题节点 3. Hypotheses后 - 修改假设或优先级 4. Dummy Pages设计后 - 调整页面布局或数据需求 5. 初版PPT后 - 反馈问题进行迭代
🎯 质量保证
内容质量
- ✅ 假设有逻辑支撑,不是拍脑袋
- ✅ 数据来自多个可靠来源
- ✅ Issue Tree符合MECE原则
- ✅ Storyline连贯,论据充分
PPT质量
- ✅ 严格遵循McKinsey设计规范
- ✅ 深蓝背景必配白色文字
- ✅ 大文本框用直角矩形
- ✅ 无不必要边框
- ✅ 论点式标题
- ✅ 高信息密度但不拥挤
📚 参考文献
本skill基于以下方法论和工具:
1. McKinsey Problem Solving 101/102 - 问题解决方法论 2. MECE原则 - 不重不漏的框架思维 3. 金字塔原理 - 结构化表达和论证 4. mckinsey-ppt-v4 - McKinsey风格PPT生成规范 5. Python-pptx - PPT程序化生成
版本信息
McKinsey Consultant Skill V1.0
- 发布日期: 2025-01
- 作者: 基于McKinsey方法论和实战经验
- 许可证: MIT License
---
准备好开始了吗?请描述您的商业问题,我将引导您完成整个McKinsey咨询式分析流程! 🚀
Dummy Page 依赖关系与前置条件规范
🎯 核心问题
在跨对话续写时,某些页面依赖于之前步骤的成果:
问题场景:
用户在新对话中上传Dummy.md:
"请生成第2页执行摘要"
但第2页需要:
❌ 完整的Issue Tree (STEP 2-3的成果)
❌ 所有章节的核心发现 (其他页面的成果)
❌ 最终结论 (最后一页的成果)
→ 无法独立生成!💡 解决方案: 页面依赖标注系统
依赖类型定义
const DEPENDENCY_TYPES = {
// Type 1: 独立页面 - 可以在任何时候独立生成
INDEPENDENT: {
symbol: "✅ 独立",
description: "无依赖,可直接生成",
examples: ["封面", "普通数据分析页"]
},
// Type 2: 前向依赖 - 需要前面某些特定页面先完成
FORWARD_DEPENDENT: {
symbol: "⏩ 依赖前页",
description: "需要第X-Y页的数据/结论",
examples: ["趋势对比页(需要基础数据页)", "深入分析页"]
},
// Type 3: 后向依赖 - 需要后面页面先完成
BACKWARD_DEPENDENT: {
symbol: "⏪ 依赖后页",
description: "需要第X-Y页完成后才能总结",
examples: ["目录/执行摘要", "章节总结页"]
},
// Type 4: 需要外部文档 - 需要用户提供特定文档
REQUIRES_DOC: {
symbol: "📄 需要文档",
description: "需要用户提供[文档类型]",
examples: ["执行摘要(需Issue Tree)", "总结页(需全部分析)"]
},
// Type 5: 双向依赖 - 既依赖前面也依赖后面
BIDIRECTIONAL: {
symbol: "⏸️ 最后生成",
description: "需要前后页面都完成",
examples: ["目录", "全局总结"]
}
};📋 Dummy Page 标注格式
标准模板
## 第X页: [McKinsey论点标题]
**依赖关系**: [依赖类型]
**前置条件**: [具体要求]
**检查清单**: [Claude生成前必须确认的条件]
**缺失时对策**: [如果条件不满足怎么办]
**布局**: [布局类型]
**图表**: [图表类型]
**数据需求**: [数据点]
...各类型具体示例
类型1: 独立页面
## 第5页: 中国新能源汽车市场规模持续扩大,2023年达到1.2万亿元
**依赖关系**: ✅ 独立
**前置条件**: 无
**检查清单**:
- [ ] 无需检查,可直接生成
**布局**: 标题+单图表型
**图表**: 柱状图(2019-2023市场规模)
**数据需求**:
- 2019-2023年市场规模数据
**信息来源**:
- web_search: "中国新能源汽车市场规模 2023"
- 参考来源: https://example.com/report
**Excel Sheet**: "第5页 市场规模"类型2: 前向依赖
## 第8页: 特斯拉市占率从25%降至18%,本土品牌崛起
**依赖关系**: ⏩ 依赖前页
**前置条件**: 需要第5页的"市场规模数据"
**依赖页面**: 第5页
**检查清单**:
- [ ] 确认第5页已生成
- [ ] 确认第5页Excel中有2022-2023市场规模数据
- [ ] 从第5页获取总市场规模作为分母
**缺失时对策**:
- 如果第5页未完成 → 告知用户:"第8页依赖第5页数据,建议先完成第5页"
- 如果用户坚持生成 → 先临时生成第5页的市场规模数据,再生成第8页
**布局**: 标题+左右分栏型
**图表**: 左侧饼图(市占率),右侧柱状图(各品牌销量)
**数据需求**:
- 各品牌市占率(2022 vs 2023)
- 依赖数据: 第5页的总市场规模
**信息来源**:
- web_search: "特斯拉中国市场份额 2023"
- 内部依赖: 第5页Excel "市场规模"数据
**Excel Sheet**: "第8页 市占率变化"类型3: 后向依赖
## 第2页: 目录/执行摘要
**依赖关系**: ⏪ 依赖后页
**前置条件**: 需要所有正文页(第3-20页)完成
**依赖页面**: 第3-20页
**检查清单**:
- [ ] 第3-20页全部完成
- [ ] 每页的核心论点已提取
- [ ] 每章的关键发现已总结
**缺失时对策**:
- 选项1 (推荐): "执行摘要需要所有分析完成后才能生成,建议最后生成此页"
- 选项2: "如需先占位,请提供Issue Tree文档,我基于假设生成执行摘要框架"
- 选项3: "我可以先生成目录结构,执行摘要部分留空,待后续填充"
**布局**: 标题+项目符号型
**内容需求**:
- 核心发现1 (来自第X-Y页)
- 核心发现2 (来自第Z页)
- 关键建议 (来自最后一页)
**信息来源**:
- 内部依赖: 所有正文页的标题和关键数据
**Excel Sheet**: 无需数据Sheet类型4: 需要外部文档
## 第2页: 执行摘要
**依赖关系**: 📄 需要文档
**前置条件**: 需要"Issue Tree + Hypotheses"文档
**必需文档**:
- STEP 3的Hypothesis Tree输出
- 或用户提供的项目背景文档
**检查清单**:
- [ ] 检查当前对话中是否有Issue Tree
- [ ] 如没有,询问用户是否有该文档
- [ ] 确认核心假设和验证结果
**缺失时对策**:
- 情况1: 同一对话,之前完成了STEP 1-3
→ 从对话历史中提取Issue Tree信息
- 情况2: 跨对话,用户未上传Issue Tree
→ "执行摘要需要基于项目的Issue Tree和核心假设。
您有以下选择:
1. 上传之前STEP 3生成的Hypothesis Tree文档
2. 简要描述核心研究问题和假设
3. 先生成第3-20页,最后基于分析结果反推执行摘要"
- 情况3: 用户提供Issue Tree
→ 基于Issue Tree生成执行摘要框架
**布局**: 标题+项目符号型
**内容需求**:
- 核心研究问题 (来自Issue Tree)
- 主要发现 (来自Hypotheses验证)
- 关键建议 (基于验证结果)
**信息来源**:
- 必需: Issue Tree + Hypotheses文档
- 可选: 已完成的分析页面
**Excel Sheet**: 无需数据Sheet类型5: 双向依赖
## 第2页: 目录
**依赖关系**: ⏸️ 最后生成
**前置条件**:
- 需要所有正文页标题确定(第3-25页)
- 需要章节划分明确
**依赖页面**: 第3-25页(所有正文页)
**检查清单**:
- [ ] 所有正文页已生成
- [ ] 每页标题确定
- [ ] 章节结构清晰
**缺失时对策**:
- 标准流程: "目录应该在所有页面完成后生成,请先完成第3-25页"
- 快速占位: 如用户急需完整PPT
→ "我可以基于Dummy文件生成目录结构框架,
但页码可能需要后续调整。继续吗?"
- 基于Dummy生成:
→ 读取Dummy.md中所有页面标题
→ 按章节组织
→ 标注"[待确认页码]"
**布局**: 目录型
**内容需求**:
- 每一页的标题
- 对应页码
- 章节分组
**信息来源**:
- 内部依赖: 所有已生成页面的标题
- 或基于: Dummy.md中的页面设计列表
**Excel Sheet**: 无需数据Sheet🔍 Claude生成前检查流程
自动检查流程
def check_dependencies_before_generate(page_number, dummy_md, completed_pages):
"""
在生成任何页面前,自动执行依赖检查
"""
page_spec = parse_page_from_dummy(dummy_md, page_number)
dependency_type = page_spec['依赖关系']
# Step 1: 检查依赖类型
if dependency_type == "✅ 独立":
return {"can_generate": True}
elif dependency_type == "⏩ 依赖前页":
required_pages = page_spec['依赖页面']
missing = [p for p in required_pages if p not in completed_pages]
if missing:
return {
"can_generate": False,
"reason": f"需要先完成第{missing}页",
"strategy": page_spec['缺失时对策']
}
else:
return {"can_generate": True}
elif dependency_type == "⏪ 依赖后页":
required_pages = page_spec['依赖页面']
missing = [p for p in required_pages if p not in completed_pages]
if missing:
return {
"can_generate": False,
"reason": f"建议在第{required_pages}页完成后再生成此页",
"strategy": page_spec['缺失时对策']
}
elif dependency_type == "📄 需要文档":
required_doc = page_spec['必需文档']
if not check_document_availability(required_doc):
return {
"can_generate": False,
"reason": f"需要{required_doc}",
"strategy": page_spec['缺失时对策']
}
elif dependency_type == "⏸️ 最后生成":
all_pages = range(3, total_pages + 1) # 除了封面和目录
missing = [p for p in all_pages if p not in completed_pages]
if missing:
return {
"can_generate": False,
"reason": "建议所有分析页完成后再生成",
"strategy": page_spec['缺失时对策']
}Claude响应话术
情况1: 可以直接生成
第X页: [标题]
✅ 依赖检查通过,开始生成...
[执行生成流程]情况2: 缺少依赖,提供选项
第X页: [标题]
⚠️ 依赖检查: 此页依赖第Y页的数据
您有以下选择:
1. 先完成第Y页,再返回生成第X页 (推荐)
2. 我先临时生成第Y页的必要数据,再生成第X页
3. 跳过第X页,稍后再生成
请告诉我您的选择(1/2/3)?情况3: 需要外部文档
第2页: 执行摘要
📄 需要Issue Tree文档
此页需要基于项目的核心假设和研究框架。请问:
1. 您有STEP 3生成的Hypothesis Tree文档吗? (上传即可)
2. 还是想让我先生成其他分析页,最后基于结果反推执行摘要?
3. 或者您可以简要描述核心研究问题,我基于此生成框架
请选择或告诉我您的情况?情况4: 建议最后生成
第2页: 目录
⏸️ 建议最后生成
目录需要所有页面标题确定后才能准确生成。
建议流程:
1. 先完成第3-25页的分析内容
2. 确认所有标题和章节结构
3. 最后生成目录(基于实际完成的页面)
当然,如果您需要先看整体结构,我也可以基于Dummy文件生成临时目录框架。
继续生成目录,还是先做其他页面?📝 完整Dummy.md模板(含依赖标注)
# [项目名称] Dummy Pages
## 项目信息
- 创建日期: YYYY-MM-DD
- 总页数: 25页
- 预计章节: 4章
## 页面依赖关系总览 ⭐ 新增
建议生成顺序:
**第一轮: 独立页面** (可任意顺序)
- 第1页 (封面) ✅ 独立
- 第3页 (市场规模) ✅ 独立
- 第4页 (用户画像) ✅ 独立
- 第5-15页 (数据分析页) ✅ 独立
**第二轮: 前向依赖页面** (依赖第一轮)
- 第16页 (趋势总结) ⏩ 需要第3-15页
- 第18页 (竞争分析) ⏩ 需要第5,7页
**第三轮: 后向依赖页面** (最后生成)
- 第2页 (执行摘要) ⏪ 需要第3-24页
- 第25页 (结论建议) ⏪ 需要第3-24页
**特殊说明**:
- 如果跨对话续写,建议按上述顺序生成
- 如果缺少某些页面,Claude会提供应对策略
- 可以跳过依赖页,稍后再补
---
## 第1页: 封面
**依赖关系**: ✅ 独立
**前置条件**: 无
**检查清单**: 无需检查
**布局**: 标题居中型
**内容**:
- 主标题: [项目名称]
- 副标题: [副标题]
**McKinsey设计**: 深蓝背景渐变
**Excel Sheet**: 无需数据Sheet
---
## 第2页: 执行摘要
**依赖关系**: 📄 需要文档 + ⏪ 依赖后页
**前置条件**:
- 理想: 所有分析页(第3-24页)完成
- 最低: 需要Issue Tree + Hypotheses文档
**必需文档**:
- STEP 3的Hypothesis Tree
- 或用户描述的核心研究问题
**检查清单**:
- [ ] 检查是否有Issue Tree信息
- [ ] 如有已完成页面,提取核心发现
- [ ] 确认关键假设和验证结果
**缺失时对策**:如果在新对话中生成此页: 1. 询问用户是否有Issue Tree文档 2. 如没有,提供三个选项:
- 上传Issue Tree
- 描述核心研究问题
- 先生成分析页,最后反推执行摘要
3. 基于用户选择执行对应策略
**布局**: 标题+项目符号型
**内容需求**:
- 核心发现1-3 (来自分析页)
- 关键建议
**信息来源**:
- 必需: Issue Tree文档或用户描述
- 可选: 已完成分析页的核心论点
**Excel Sheet**: 无需数据Sheet
---
## 第3页: 中国新能源汽车市场规模达1.2万亿元,5年CAGR 45%
**依赖关系**: ✅ 独立
**前置条件**: 无
**检查清单**: 无需检查
**布局**: 标题+单图表型
**图表**: 柱状图+折线图组合
**数据需求**:
- 2019-2023年市场规模
- 同比增长率
**McKinsey设计**:
- 配色: SECONDARY_BLUE主色
- 标注: 2023年达1.2万亿
- 洞察框: CAGR 45%,全球最快
**信息来源**:
- web_search: "中国新能源汽车市场规模 2023"
- 参考来源:
- https://www.199it.com/archives/1234567.html
(艾瑞咨询: 2023年新能源汽车市场报告)
**Excel Sheet**: "第3页 市场规模"
---
## 第8页: 特斯拉市占率从25%降至18%,本土品牌崛起
**依赖关系**: ⏩ 依赖前页
**前置条件**: 需要第3页的市场规模数据
**依赖页面**: 第3页
**检查清单**:
- [ ] 第3页已完成
- [ ] 第3页Excel有2022-2023总市场规模
- [ ] 可从第3页获取分母数据
**缺失时对策**:如果第3页未完成: 1. 告知用户依赖关系 2. 提供选项:
- 先完成第3页(推荐)
- 临时搜索市场规模数据,直接生成第8页
3. 如选择选项2,在Excel中标注数据来源
**布局**: 标题+左右分栏型
**图表**:
- 左: 饼图(2023品牌市占率)
- 右: 柱状图(各品牌销量变化)
**数据需求**:
- 特斯拉/比亚迪/蔚来等市占率
- 2022 vs 2023对比
- 依赖: 第3页的总市场规模
**McKinsey设计**:
- 特斯拉用红色高亮
- 本土品牌用蓝色系
- 洞察框: 本土品牌合计占比超60%
**信息来源**:
- web_search: "特斯拉中国市场份额 2023"
- web_search: "比亚迪市场份额 2023"
- 内部依赖: 第3页Excel "市场规模"
**Excel Sheet**: "第8页 品牌竞争"
---
## 第16页: 本章小结 - 市场高速增长但竞争格局未稳定
**依赖关系**: ⏩ 依赖前页
**前置条件**: 需要第3-15页完成
**依赖页面**: 第3-15页(整个第一章)
**检查清单**:
- [ ] 第3-15页全部完成
- [ ] 提取每页核心论点
- [ ] 总结章节关键发现
**缺失时对策**:如果部分页面未完成: 1. 列出已完成和未完成的页面 2. 基于已完成页面生成部分小结 3. 标注"[待第X,Y页完成后补充]" 4. 建议完成所有页后重新生成此页
**布局**: 洞察总结页
**内容需求**:
- 核心发现1: 市场规模(第3页)
- 核心发现2: 增长驱动(第5-7页)
- 核心发现3: 竞争格局(第8-12页)
- 核心发现4: 用户特征(第13-15页)
**McKinsey设计**:
- 4个洞察框,2×2排列
- 每个框对应一个核心发现
- 底部关键数据摘要
**信息来源**:
- 内部依赖: 第3-15页的核心论点和关键数据
**Excel Sheet**: 无需新数据,引用之前页面
---
## 第25页: 结论与建议
**依赖关系**: ⏸️ 最后生成
**前置条件**: 所有分析页(第3-24页)完成
**依赖页面**: 第3-24页
**检查清单**:
- [ ] 所有章节分析完成
- [ ] 核心发现明确
- [ ] 假设验证结论清晰
**缺失时对策**:此页必须最后生成: 1. 提醒用户: "结论页需要基于完整分析,建议最后生成" 2. 如用户坚持先生成:
- 基于Issue Tree生成假设性结论框架
- 标注"[待验证]"
- 待所有分析完成后重新生成
**布局**: 标题+项目符号型
**内容需求**:
- 核心结论3条
- 战略建议3条
- 行动计划
**McKinsey设计**:
- 结论用深蓝背景框
- 建议用浅蓝背景框
- 行动计划用表格
**信息来源**:
- 内部依赖: 所有分析页的核心发现
- 综合: Issue Tree的假设验证结果
**Excel Sheet**: 无需新数据,引用和总结
---
[继续其他页面...]🎯 实施要点
在STEP 5设计Dummy时
Claude必须: 1. ✅ 为每一页标注依赖关系 2. ✅ 明确列出前置条件 3. ✅ 提供缺失时对策 4. ✅ 在Dummy开头添加"页面依赖关系总览" 5. ✅ 给出建议的生成顺序
在STEP 6-7生成页面时
Claude必须: 1. ✅ 生成前自动检查依赖关系 2. ✅ 如有缺失,提供清晰的选项 3. ✅ 等待用户确认后再继续 4. ✅ 记录依赖数据的来源页面 5. ✅ 在Excel中标注依赖关系
跨对话续写时
用户上传Dummy.md后,Claude必须: 1. ✅ 先读取"页面依赖关系总览" 2. ✅ 检查用户要生成的页面类型 3. ✅ 自动执行依赖检查 4. ✅ 如有问题,主动询问而非假设 5. ✅ 提供灵活的应对策略
📚 总结
核心价值
1. 防止无效生成: 避免生成缺少关键信息的页面 2. 提升用户体验: 清晰告知依赖关系,用户自主选择 3. 支持灵活续写: 不强制顺序,但提供建议 4. 保证质量: 确保每页有必要的数据支撑
依赖标注的三个层次
Level 1: 基础标注 (最低要求)
**依赖关系**: [类型符号]
**前置条件**: [要求]Level 2: 完整标注 (推荐)
**依赖关系**: [类型符号]
**前置条件**: [要求]
**检查清单**: [具体检查项]
**缺失时对策**: [应对方案]Level 3: 详细标注 (复杂项目)
**依赖关系**: [类型符号]
**前置条件**: [要求]
**依赖页面**: [具体页码]
**必需文档**: [文档类型]
**检查清单**: [具体检查项]
**缺失时对策**: [多个选项]
**依赖数据**: [来源说明]---
版本: V3.1 - Dependency-Aware Architecture 日期: 2025-10-26 作者: Qianru Tian
McKinsey Consultant Skill 快速参考指南
🎯 这个skill能做什么?
将任何商业问题,通过McKinsey咨询方法论,转化为: 1. 结构化的分析框架 (Issue Tree + Hypotheses) 2. 完整的研究报告 (McKinsey风格PPT,15-25页)
全程融合Problem Solving方法论 + mckinsey-ppt-v4 PPT生成能力
---
🚀 三步使用流程
第1步: 输入商业问题
直接描述你的问题,例如:
"我们公司正在考虑进入中国充电桩市场,
帮我分析市场增长情况和主要玩家,以及我们有什么机会。"或:
"分析一下为什么中国短视频市场这几年增长这么快,
主要是哪些细分领域在增长,驱动因素是什么。"第2步: 协作构建框架
Claude会引导你完成:
1.1 定义问题边界 (Is & Isn't)
- 明确研究目标
- 划定研究范围
- 确定交付形式
1.2 建立Issue Tree (2-3层MECE拆解)
- 自动生成结构化问题树
- 你可以review并调整
1.3 形成Hypotheses (假设驱动)
- Claude会快速搜索形成初步假设
- 形成连贯的storyline
1.4 设计Dummy Pages
- 为每个假设设计McKinsey风格页面
- 确定页面布局、图表类型、数据需求
第3步: 生成McKinsey风格PPT
Claude会: 1. 收集数据 - 执行15-30次web_search 2. 生成初版PPT - 调用mckinsey-ppt-v4 3. 迭代优化 - 根据你的反馈修复问题(2-3轮)
最终输出:完美的McKinsey风格研究报告PPT ✨
---
📋 McKinsey核心设计规范
配色方案
- 深蓝 (#002960): 主标题/表头
- 中蓝 (#0065BD): 图表主色
- 浅蓝 (#C9F0FF): 洞察框背景
- 黄色 (#FFDB00): 强调/警示
强制规则 ⚠️
1. 深蓝背景必配白色文字 (对比度!) 2. 大文本框用直角矩形 (>3英寸宽度) 3. 默认无边框 (极简主义) 4. 论点式标题 (每页标题是完整论点) 5. 高信息密度 (但文字密度<60字符/平方英寸)
---
🎨 McKinsey常用页面布局
| 布局类型 | 适用场景 | 示例 |
|---|---|---|
| 标题+单图表 | 单一数据故事 | 市场增长趋势折线图 |
| 标题+左右分栏 | 对比分析 | 左边图表+右边文字解释 |
| 标题+2×2矩阵 | 战略定位 | 波士顿矩阵/机会矩阵 |
| 标题+表格 | 多维度对比 | 竞品对比表/平台分析表 |
| 标题+瀑布图 | 增长拆解 | 收入增长驱动因素分解 |
| 标题+时间轴 | 历史演进 | 市场发展阶段划分 |
| 洞察总结页 | 章节总结 | 3-5个核心洞察 |
---
💡 典型应用场景
场景1: 市场进入分析
输入: "我们要不要进入XX市场?"
输出:
- 市场规模与增长分析 (5页)
- 竞争格局与玩家分析 (6页)
- 机会识别与进入建议 (4页)场景2: 增长原因分析
输入: "为什么XX行业/产品增长这么快?"
输出:
- 增长体现在哪里 (细分市场/用户群/区域) (6页)
- 为什么增长 (需求侧+供给侧+环境侧) (8页)
- 关键洞察与启示 (3页)场景3: 竞品分析
输入: "分析一下我们和竞品A/B/C的差异"
输出:
- 市场定位对比 (2页)
- 产品功能对比 (3页)
- 商业模式对比 (3页)
- 优劣势分析与建议 (3页)---
🔄 迭代优化流程
第1轮: 初版生成 (10分钟)
- 完整PPT
- 内容完整性优先
第2轮: 问题识别 (用户5分钟)
- 逐页查看
- 标注问题:
- 元素遮挡
- 文字溢出
- 颜色对比度
- 图表标签
第3轮: 针对性修复 (8分钟)
- Claude精确修复
- 同类问题批量处理
第4轮: 内容拆分 (6分钟,如需要)
- 高密度页面拆分为2-3页
第5轮: 细节打磨 (5分钟)
- 微调间距/对齐
- 统一格式
- 最终检查
总耗时: 约30-40分钟,输出终极版PPT 🎯
---
✅ 质量保证检查清单
内容质量
- [ ] Issue Tree符合MECE原则
- [ ] 假设有逻辑支撑和数据验证
- [ ] Storyline连贯流畅
- [ ] 数据来自多个可靠来源
- [ ] 论据充分,论点清晰
PPT质量
- [ ] 所有深蓝背景文字为白色 ⭐
- [ ] 表格表头文字为白色 ⭐
- [ ] 大文本框使用直角矩形 ⭐
- [ ] 元素无遮挡/重叠
- [ ] 文字无溢出
- [ ] 图表标签完整显示
- [ ] 无不必要边框
- [ ] 单页密度合理
---
📊 输出示例
典型输出结构 (18页)
第1页: 封面
- 研究主题
- 研究时间和范围
第2页: 目录/执行摘要
- 基于Hypotheses的章节结构
- 核心结论预览
第3-8页: 第一章 (增长体现)
- 市场规模和增长趋势
- 细分市场结构分析
- 主要玩家格局
第9-15页: 第二章 (增长原因)
- 需求侧驱动因素
- 供给侧成功模式
- 案例深度分析
第16-17页: 第三章 (洞察与建议)
- 核心洞察总结
- 行动建议
第18页: 附录
- 数据来源说明
- 研究方法说明---
🎓 方法论来源
本skill基于:
1. McKinsey Problem Solving 101/102
- 定义问题边界 (Is & Isn't)
- Issue Tree拆解 (MECE)
- 假设驱动 (Hypothesis-driven)
2. McKinsey PPT V4
- 迭代式优化工作流
- 深蓝背景白色文字强制规则
- 直角矩形 + 无边框设计
3. 金字塔原理
- 结构化表达
- 论点式标题
- 自上而下论证
---
🚦 准备开始?
步骤1: 准备你的问题
思考清楚你想解决什么商业问题,越具体越好。
步骤2: 启动对话
直接对Claude说:
"请使用mckinsey-consultant skill,
帮我分析[你的问题]"步骤3: 跟随引导
Claude会引导你完成整个流程,你只需要:
- 回答澄清性问题
- Review框架和假设
- 反馈PPT问题
步骤4: 下载完美PPT
2-3轮迭代后,下载你的McKinsey风格研究报告! 🎉
---
📞 示例启动语
"请用mckinsey-consultant skill分析:
中国新能源汽车市场的增长情况和主要驱动因素""用mckinsey-consultant skill帮我研究:
为什么短视频电商在中国这么火,主要玩家怎么做的""请使用mckinsey-consultant skill:
分析我们公司进入中国AI教育市场的机会"---
现在就开始吧!描述你的商业问题,让McKinsey consultant skill帮你完成专业级研究报告! 🚀
常见问题解决
基于mckinsey-ppt-v4实战经验总结的常见问题和解决方案。
问题1: 深蓝背景深蓝文字看不见
表现: 表头/洞察框/序号标签文字不可见
原因: 未强制设置白色文字
解决:
# 生成后执行强制检查
for shape in slide.shapes:
if shape.fill.type == 1:
bg = shape.fill.fore_color.rgb
if bg == PRIMARY_BLUE or bg == SECONDARY_BLUE:
for para in shape.text_frame.paragraphs:
for run in para.runs:
run.font.color.rgb = WHITE问题2: 元素遮挡/重叠
表现: 标题框与内容框重叠,图表被文本遮挡
原因: 未预留充足间距
解决: 删除所有元素,从零重建布局 1. 删除页面所有形状 2. 规划布局(上→下,左→右) 3. 预留间距(至少0.2英寸) 4. 验证无遮挡
问题3: 文字溢出
表现: 文本框内容显示不全
原因: 文本框太小或字号太大
解决:
# 策略1: 缩小字号(9pt→8pt)
# 策略2: 扩大容器(height * 1.3)
# 策略3: 精简文字
# 策略4: 拆分为2页问题4: 柱状图标签第二行不显示
表现: 横轴标签只显示第一行
原因: 标签容器高度不足
解决:
labelBox = createTextBox({
height: 0.35 # 增加到0.35英寸(原0.25)
})
# 第一行: 主标签(10pt bold)
# 第二行: 副标签(7pt gray)问题5: 时间轴与图表宽度不一致
表现: 看起来不协调
原因: 各元素独立设置宽度
解决:
const CONTENT_WIDTH = 8.4 # 统一宽度
timeline.width = CONTENT_WIDTH
chart.width = CONTENT_WIDTH问题6: 内容密度过高
表现: 单页挤了10+要点,拥挤
原因: 未考虑认知负荷
解决: 拆分为2-3页
- 原则: 复杂内容分页展示
- 好处: 每页更聚焦,阅读更舒适
问题7: 使用了圆角矩形
表现: 大文本框用圆角,不够专业
原因: 未遵循McKinsey风格
解决:
- 大文本框(>3英寸): MSO_SHAPE.RECTANGLE
- 小标签(<1.5英寸): 可用ROUNDED_RECTANGLE
迭代优化流程
Round 1: 生成初版(求快) Round 2: 用户标注问题 Round 3: Claude针对性修复 Round 4: 内容拆分(如需要) Round 5: 细节打磨
总耗时: 2-4轮,20-40分钟
McKinsey Consultant V2 → V3 架构升级说明
🎯 核心问题
V2.0存在的上下文消耗问题:
- SKILL.md包含1130行完整文档(~30KB)
- Claude一次性加载所有内容到上下文
- 生成10-15页PPT后上下文接近饱和
- 大型项目(20-25页)需要频繁切换对话
💡 V3.0解决方案: Progressive Disclosure (渐进式披露)
核心理念
最小核心 + 按需加载 = 节省上下文架构对比
| 维度 | V2.0 | V3.0 |
|---|---|---|
| SKILL.md大小 | 1130行 (~30KB) | ~300行 (~8KB) |
| 加载方式 | 一次性全部加载 | 按需渐进式加载 |
| 上下文消耗 | 高 (100%) | 低 (~30%) |
| 稳定生成页数 | 10-15页 | 20-25页 |
| references处理 | 预加载全部 | 用时才file_read |
📊 详细对比
V2.0工作流
启动
↓
加载完整SKILL.md (1130行)
↓
[上下文已消耗30%]
↓
执行STEP 1-5
↓
[上下文已消耗50%]
↓
STEP 6-7: 生成第1-10页
↓
[上下文已消耗90%]
↓
第11页开始出现质量问题
↓
需要切换新对话V3.0工作流
启动
↓
加载精简SKILL.md (~300行)
↓
[上下文消耗10%]
↓
STEP 1: 直接执行
↓
STEP 2-3: 临时加载methodology.md → 用完释放
↓
[上下文消耗20%]
↓
STEP 4-5: 临时加载layouts.md + design-specs.md → 用完释放
↓
[上下文消耗30%]
↓
STEP 6-7: 临时加载excel-data-spec.md
逐页处理(每次只保留当前页的5个搜索结果)
↓
第1页: 搜索→生成→清空
第2页: 搜索→生成→清空
...
第20页: 搜索→生成→清空
↓
[上下文消耗60%]
↓
可稳定完成20-25页🔑 关键设计原则
1. 最小核心原则
V2.0:
SKILL.md包含:
- 完整方法论说明
- 详细执行步骤
- 所有设计规范
- Excel规范
- 问题排查
- 案例参考
= 1130行全文V3.0:
SKILL.md只包含:
- 触发逻辑
- 工作流总览
- 执行框架
- Reference索引
- 何时加载哪个文件
= ~300行核心导航2. 按需加载原则 (Lazy Loading)
V2.0:
# 启动时
load_everything() # 一次性加载所有内容V3.0:
# 启动时
load_core_only() # 只加载SKILL.md核心
# 执行时
if step == "2-3":
file_read("methodology.md")
use_it()
release_from_context() # 用完释放
if step == "4-5":
file_read("layouts.md")
file_read("design-specs.md")
use_them()
release_from_context()
if step == "6-7":
file_read("excel-data-spec.md")
for each_page:
search_data() # 最多5次
generate_page()
clear_search_results() # 每页清空3. 逐页处理原则
V2.0可能的问题:
# 如果不小心一次性处理多页
search_all_pages() # 15页 × 5次搜索 = 75个搜索结果
# 上下文爆炸!V3.0强制逐页:
for page in pages:
# 每页独立循环
search_current_page() # 最多5个结果
generate_current_page()
clear_context() # 清空当前页数据
# 继续下一页时上下文重置📁 文件结构变化
V2.0结构
mckinsey-consultant/
├── SKILL.md (1130行,包含一切)
└── references/
├── methodology.md (作为备用参考)
├── layouts.md
└── ... (Claude不会主动读取)V3.0结构
mckinsey-consultant/
├── SKILL.md (300行,导航地图)
│ ├── 触发逻辑
│ ├── 工作流框架
│ ├── 何时加载哪个reference
│ └── 上下文优化策略
└── references/
├── methodology.md ← STEP 2-3时file_read
├── layouts.md ← STEP 4-5时file_read
├── design-specs.md ← STEP 4-5时file_read
├── excel-data-spec.md ← STEP 6时file_read
├── delivery-summary.md ← STEP 8需要时file_read
├── troubleshooting.md ← STEP 9问题时file_read
├── quick-guide.md ← 用户询问时file_read
└── workflow.md ← 用户要求时file_read🎯 上下文节省效果
计算示例 (生成20页PPT)
V2.0上下文消耗:
SKILL.md全文: ~10,000 tokens
STEP 1-5执行: ~5,000 tokens
STEP 6-7前10页: ~30,000 tokens
─────────────────────────
总计: ~45,000 tokens (已接近限制)
后10页: 质量下降或需要切换对话V3.0上下文消耗:
SKILL.md核心: ~3,000 tokens
STEP 2-3 (临时加载methodology.md): ~1,500 tokens → 释放
STEP 4-5 (临时加载layouts + design): ~2,000 tokens → 释放
STEP 6 (临时加载excel-spec): ~1,000 tokens
STEP 6-7逐页 (每页5次搜索):
第1页: ~1,500 tokens → 清空
第2页: ~1,500 tokens → 清空
...
第20页: ~1,500 tokens → 清空
─────────────────────────
峰值消耗: ~8,000 tokens
总计可持续: 20-25页无压力节省: ~70%+ 上下文消耗
🔄 迁移指南
对于现有用户
V2.0 Dummy文件仍然兼容!
V3.0的变化只在SKILL.md层面,Dummy.md格式完全不变,因此:
✅ 已有的Dummy文件可以直接在V3.0中使用 ✅ 已完成的项目可以用V3.0续写 ✅ 无需重新设计Dummy
对于开发者
如果要基于此架构开发其他skill:
核心原则: 1. SKILL.md = 导航地图,不是百科全书 2. 详细内容放references/,按需file_read 3. 用完即释放,不常驻上下文 4. 大型循环必须分批处理
实现模板:
# SKILL.md结构
## 核心触发逻辑
[何时启动]
## 工作流总览
[步骤框架]
## STEP 1
执行: [简要说明]
加载: 无
## STEP 2
执行: [简要说明]
加载: file_read(references/xxx.md)
释放: 用完后
## Reference索引
| 文件 | 用途 | 何时加载 |📈 效果预测
用户体验改善
V2.0典型对话:
对话1: 完成STEP 1-5 + 前10页PPT
对话2: 继续第11-20页PPT (需要上传Dummy)
对话3: 优化修改V3.0典型对话:
对话1: 完成STEP 1-5 + 全部20-25页PPT + 优化稳定性提升
V2.0:
- 第10页后质量可能下降
- 需要频繁监控上下文
- 大项目必须拆分对话
V3.0:
- 20-25页稳定输出
- 上下文消耗可预测
- 减少70%+切换对话需求
✅ 总结
V3.0的三大核心优势
1. 更轻量: SKILL.md从1130行压缩到~300行 2. 更智能: 按需加载,用完即释放 3. 更稳定: 可稳定生成20-25页PPT
实现方式
- 导航地图: SKILL.md只告诉Claude"去哪找什么"
- 渐进式披露: 只在需要时file_read对应文档
- 逐页循环: 强制分批处理,避免上下文爆炸
向后兼容
- ✅ 已有Dummy文件完全兼容
- ✅ 工作流程完全一致
- ✅ 用户使用体验无变化
- ✅ 只是内部架构优化
---
版本: V3.0 Progressive Disclosure Architecture 日期: 2025-10-26 作者: Qianru Tian
McKinsey Consultant Skill 完整工作流程
graph TB
Start[用户输入商业问题] --> Step1[STEP 1: 定义问题边界]
Step1 --> Step1_Output[输出: Is & Isn't 清单]
Step1_Output --> Step1_Review{用户Review}
Step1_Review -->|调整| Step1
Step1_Review -->|确认| Step2
Step2[STEP 2: 建立Issue Tree] --> Step2_Process[MECE原则拆解2-3层]
Step2_Process --> Step2_Output[输出: 结构化问题树<br/>Lv1→Lv2→Lv3]
Step2_Output --> Step2_Review{用户Review}
Step2_Review -->|调整节点| Step2
Step2_Review -->|确认| Step3
Step3[STEP 3: 形成Hypotheses] --> Step3_Process[快速web_search<br/>5-10次搜索]
Step3_Process --> Step3_Output[输出: Hypothesis Tree<br/>+ Storyline]
Step3_Output --> Step3_Review{用户Review}
Step3_Review -->|修改假设| Step3
Step3_Review -->|确认| Step4
Step4[STEP 4: 确定论证方式] --> Step4_Process[为每个假设选择:<br/>- 论证方式<br/>- 信息来源]
Step4_Process --> Step4_Output[输出: 论证方案<br/>+ 数据需求清单]
Step4_Output --> Step5
Step5[STEP 5: 设计Dummy Pages] --> Step5_Process[为每个假设设计:<br/>- 页面布局<br/>- 图表类型<br/>- McKinsey规范]
Step5_Process --> Step5_Output[输出: 完整Dummy Pages设计<br/>每页详细规格]
Step5_Output --> Step5_Review{用户Review}
Step5_Review -->|调整设计| Step5
Step5_Review -->|确认| Step6
Step6[STEP 6: 数据收集] --> Step6_Process[执行web_search<br/>15-30次搜索]
Step6_Process --> Step6_Output[输出: 结构化数据集]
Step6_Output --> Step7
Step7[STEP 7: 生成PPT] --> Step7_Process[调用mckinsey-ppt-v4<br/>生成初版PPT]
Step7_Process --> Step7_Output[输出: 初版PPT<br/>15-25页]
Step7_Output --> Step8
Step8[STEP 8: 迭代优化] --> Step8_User[用户查看PPT<br/>标注问题]
Step8_User --> Step8_Fix{有问题?}
Step8_Fix -->|是| Step8_Repair[Claude针对性修复:<br/>- 颜色对比度<br/>- 元素遮挡<br/>- 文字溢出<br/>- 内容拆分]
Step8_Repair --> Step8_Output[输出: 优化版PPT]
Step8_Output --> Step8_User
Step8_Fix -->|否| Final
Final[输出: 终极版McKinsey PPT] --> End[完成!]
style Start fill:#C9F0FF
style Final fill:#FFDB00
style End fill:#90EE90
style Step1 fill:#0065BD,color:#fff
style Step2 fill:#0065BD,color:#fff
style Step3 fill:#0065BD,color:#fff
style Step4 fill:#002960,color:#fff
style Step5 fill:#002960,color:#fff
style Step6 fill:#002960,color:#fff
style Step7 fill:#002960,color:#fff
style Step8 fill:#002960,color:#fff详细流程说明
🔵 PHASE 1: Hypotheses Tree (假设树)
STEP 1: 定义问题边界 ⏱️ 5分钟
输入: 用户的商业问题描述 过程:
- Claude提出澄清性问题
- 与用户对齐研究目标、范围、交付形式
输出:
## 问题定义
### 是 ✅
- [核心目标]
- [研究范围]
### 不是 ❌
- [排除内容]用户操作: Review并确认或调整
---
STEP 2: 建立Issue Tree ⏱️ 8分钟
输入: 明确的问题定义 过程:
- 基于业务逻辑用MECE原则拆解
- 自动生成2-3层问题树
输出:
## Issue Tree
### Lv1: 顶层问题
#### Lv2: 子问题1
- Lv3: 子子问题1.1
- Lv3: 子子问题1.2
#### Lv2: 子问题2用户操作: Review并调整节点(如需要)
---
STEP 3: 形成Hypotheses ⏱️ 12分钟
输入: Issue Tree 过程: 1. 基于常识推理 2. 执行5-10次快速web_search获取框架 3. 为每个Issue形成假设 4. 组织成连贯storyline 输出:
## Hypothesis Tree
**H1**: 核心假设1
- H1.1: 支撑假设
- H1.2: 支撑假设
**H2**: 核心假设2
### 需要验证的数据点
1. [数据点1]
2. [数据点2]用户操作: Review并修改假设(如需要)
---
🔷 PHASE 2: Dummy Pages (页面设计)
STEP 4: 确定论证方式 ⏱️ 10分钟
输入: Hypothesis Tree 过程:
- 为每个假设选择论证方式(模型/量表/框架/案例/可视化)
- 确定信息来源和搜索策略
输出:
## 论证方案
### H1: [假设1]
#### 论证页面1
- 论证方式: 量表分析
- 信息来源: 行业报告 + 企业财报
- 关键数据点: [...] ---
STEP 5: 设计Dummy Pages ⏱️ 15分钟
输入: 论证方案 过程:
- 为每个论证页面设计McKinsey风格布局
- 确定图表类型、页面结构、McKinsey规范
- 列出精确的数据需求
输出:
### 第X页: [McKinsey论点标题]
**页面布局**: 标题+单图表型
**图表类型**: 堆积柱状图
**数据需求**:
- X轴: [...]
- Y轴: [...]
- 系列: [...]
**McKinsey设计要点**:
- 配色: [...]
- 标注: [...]
- 洞察框: [...]用户操作: Review设计(如需要)
---
🔶 PHASE 3: Data & Generation (数据与生成)
STEP 6: 数据收集 ⏱️ 20分钟
输入: Dummy Pages设计 过程:
- 为每个Dummy Page执行2-5次web_search
- 总共15-30次搜索
- 多源验证关键数据
输出: 结构化数据集(JSON/表格形式)
---
STEP 7: 生成PPT ⏱️ 10分钟
输入: Dummy Pages设计 + 数据集 过程: 1. 调用mckinsey-ppt-v4 skill 2. 基于设计和数据生成每一页 3. 应用McKinsey设计规范 4. 执行质量检查 输出: 初版PPT (15-25页)
---
STEP 8: 迭代优化 ⏱️ 5-20分钟 (2-4轮)
输入: 初版PPT 过程: Round 1: 用户查看并标注问题 Round 2: Claude针对性修复
- 颜色对比度问题
- 元素遮挡问题
- 文字溢出问题
Round 3: 用户re-check Round 4: (如需要)内容拆分/细节打磨 输出: 终极版PPT ✨
---
⏰ 总耗时估算
| 阶段 | 时间 | 备注 |
|---|---|---|
| STEP 1 | 5分钟 | 问题定义 |
| STEP 2 | 8分钟 | Issue Tree |
| STEP 3 | 12分钟 | Hypotheses (含快速搜索) |
| STEP 4 | 10分钟 | 论证方式 |
| STEP 5 | 15分钟 | Dummy Pages |
| STEP 6 | 20分钟 | 数据收集 (15-30次搜索) |
| STEP 7 | 10分钟 | PPT生成 |
| STEP 8 | 10-20分钟 | 迭代优化 (2-4轮) |
| 总计 | 90-110分钟 | 约1.5-2小时 |
---
🎯 关键成功因素
1️⃣ 问题定义要准确
- Is & Isn't必须清晰
- 避免范围过大或过小
2️⃣ Issue Tree要MECE
- 每一层不重不漏
- 2-3层优先,不要一开始就钻太深
3️⃣ 假设要可验证
- 假设不是猜测,要有逻辑支撑
- 必须知道什么数据能证明/证伪
4️⃣ Dummy Page要详细
- 页面布局要具体到图表类型
- 数据需求要精确到X轴/Y轴/系列
5️⃣ 数据要多源验证
- 关键数据至少2-3个来源
- 优先企业财报 > 权威机构 > 媒体
6️⃣ PPT要迭代优化
- 初版不求完美
- 2-3轮迭代达到终极版
---
🚨 常见问题避坑
问题1: Issue Tree拆解不MECE
表现:
- 各分支有重叠
- 遗漏重要维度
解决:
- 使用标准拆解框架(市场=用户×渗透率×付费率×客单价)
- 每一层完成后检查是否MECE
---
问题2: 假设缺乏逻辑支撑
表现:
- 纯粹拍脑袋
- 找不到验证数据
解决:
- 快速web_search获取框架信息
- 基于常识+搜索形成假设
---
问题3: Dummy Page设计不够详细
表现:
- 只说"做个图表"但不知道什么图表
- 数据需求模糊
解决:
- 明确图表类型(柱状图/折线图/矩阵图)
- 列出X轴/Y轴/系列/标注的具体内容
---
问题4: 颜色对比度不足
表现:
- 深蓝背景+深蓝文字看不见
解决:
- 强制规则: 深蓝背景必须白色文字
- 生成后自动检查并修复
---
问题5: 内容密度过高
表现:
- 单页挤了10+个要点
- 文字溢出
解决:
- 拆分为2-3页
- 精简文字,用要点代替长句
---
📚 最佳实践
✅ DO
1. 问题定义阶段多沟通 - 确保方向正确 2. Issue Tree先做2层 - 不要一开始就拆太细 3. 假设基于快速搜索 - 不是闭门造车 4. Dummy Page详细设计 - 为生成PPT打好基础 5. 数据多源验证 - 确保可靠性 6. PPT多轮迭代 - 初版不求完美
❌ DON'T
1. 不要跳过问题定义 - 否则方向跑偏 2. 不要Issue Tree太深 - 容易迷失方向 3. 不要假设太多 - 聚焦3-5个核心假设 4. 不要Dummy Page太简略 - 否则生成质量差 5. 不要只搜索一次 - 数据要多源验证 6. 不要初版就追求完美 - 浪费时间
---
准备好开始了吗?让我们用McKinsey consultant skill解决你的商业问题! 🚀