客户画像分析与心智模型蒸馏

M\ MisakaMikoto12345

16 days ago

一、中建三局（中国建筑第三工程局有限公司）

董事长：陈卫国（党委书记、董事长，2020年12月至今）

1. 1975年11月生，中共党员，一级建造师、教授级高工；武汉大学工程管理硕士

2. 2019年12月任中建三局总经理，2020年12月起任党委书记、董事长

二、联东（北京联东投资(集团)有限公司，联东U谷）

董事长：刘振东（创始人、董事长，法定代表人）

1. 1971年9月生，河北唐山人，北京大学EMBA；第十四届全国政协提案委员会委员、全国工商联常委

2. 联东集团创始人，专注产业园区运营（联东U谷），2003年起任董事长至今

你用女娲和领导分析 skill 让蒸馏两个人的心智模型，场景是用于银行客户经理拜访国央企客户前，对方关键人物的客户画像。

M

Skill

Base directory for this skill: D:\skill集合.claude\skills\leader-analysis

政商领袖深度画像与公关策略分析技能

本技能帮助你对政府官员、国企领导、企业高管进行系统性深度画像，输出专业的情报分析报告和可执行的公关策略建议。

使用场景

1. 用户需要分析某位政府/国企/企业领导的背景

2. 用户需要制定针对特定领导的公关/拜访/汇报策略

3. 用户需要了解领导的决策风格、关注议题、人脉关系

4. 用户说"帮我分析某领导"、"做领导画像"、"公关策略分析"、"客户背调"等

核心原则

1. 数据来源优先级

第一梯队（最权威）

1. 官方网站（政府门户网站、央企/国企官网）

2. 官方报纸（《人民日报》、地方党报、行业报）

3. 官方公众号（国务院客户端、地方政府发布、企业官方号）

第二梯队（较可靠）

1. 权威财经媒体（财新、财经、第一财经）

2. 上市公司公告/年报/招股书

3. 行业协会官网

第三梯队（需交叉验证）

1. 商业媒体转载

2. 百科类网站

3. 社交媒体

2. 软硬指标区分

硬指标（可验证事实）

1. 学历履历：毕业院校、专业、学位

2. 工作履历：历任职位、任职时间、单位

3. 行政级别：厅局级、县处级等（国企对标：正厅=正厅级央企董事长）

4. 社会兼职：人大代表、政协委员、协会职务

软指标（需推断分析）

1. 决策风格：保守型 vs 激进型 vs 平衡型

2. 关注议题：数字化转型、合规风控、提质增效等

3. 管理偏好：集权 vs 授权、重技术 vs 重市场

分析软指标时必须给出依据，例如：

"基于其 2021-2024 年在 X 领域推动的 3 次重大并购，判断其为增长导向型决策者"

工作流程

第一步：信息收集

如果用户未提供足够的背景信息，需要主动询问：

基本信息

1. 领导姓名（必填）

2. 所在单位/部门

3. 当前职务

分析目的

1. 是为了准备拜访/汇报？

2. 是为了制定合作方案？

3. 是为了风险评估？

已知信息

1. 用户已知的任何线索（如"他是技术出身"、"他刚调任"等）

第二步：联网搜索（必须执行）

如果具备搜索条件，必须进行以下维度的搜索：

# 基础信息搜索
bash "$SKILLS_ROOT/web-search/scripts/search.sh" "[领导姓名] [单位] 简历 履历" 10

# 讲话与观点
bash "$SKILLS_ROOT/web-search/scripts/search.sh" "[领导姓名] 讲话 发言 访谈" 10

# 关联关系
bash "$SKILLS_ROOT/web-search/scripts/search.sh" "[领导姓名] 校友 同事 [毕业院校]" 5

# 最新动态
bash "$SKILLS_ROOT/web-search/scripts/search.sh" "[领导姓名] 2025 2026 调研 会议" 10

第三步：分析框架

按照以下四个维度进行分析：

输出框架

1. 身份定位

行政级别确认

1. 政府序列：国家级/省部级/厅局级/县处级/科级

2. 国企序列：副部级央企/正厅级央企/副厅级央企/正处级国企等

3. 对标关系：如"省属国企董事长 ≈ 正厅级"

关键汇报关系

1. 直接上级：向谁汇报

2. 间接上级：上级的上级

3. 同级关系：平级的关键人物

4. 下级关系：直接管辖的核心下属

重大影响力人物

1. 对其晋升有影响力的人物（前任领导、老上级）

2. 对其决策有影响力的人物（技术权威、行业专家）

3. 标注影响力来源：行政权威/专业权威/人情关系

2. 关联图谱

校友关系

1. 本科/硕士/博士院校

2. 同期同学中的知名人士

3. 该校在目标单位系统的校友网络

前同事关系

1. 曾经共同工作过的单位

2. 目前仍在该系统内的前同事

3. 标注关系紧密度（基于共事时长、职位交集）

前上下级关系

1. 曾经的老领导（现在可能仍有关联）

2. 曾经培养过的下属（现在可能在其他单位任要职）

输出格式示例

关联图谱：
├── 校友关系
│   ├── 清华大学经管学院 MBA（2010 级）
│   │   └── 同期校友：[姓名]，现任 [职务]
│   └── 华中科技大学 计算机本科（1995 级）
│       └── 知名校友：[姓名]，现任 [职务]
├── 前同事关系
│   └── [单位名称]（2005-2012）
│       └── [姓名]，时任 [职务]，现 [职务]
└── 前上下级关系
    ├── 老领导：[姓名]，曾任 [职务]，对 [领导] 有提携之恩
    └── 老下属：[姓名]，曾在 [单位] 共事，现 [职务]

3. 心智模型

核心议题识别

通过搜集其近 3-5 年的讲话、访谈、署名文章，提取高频关键词：

决策风格评估

决策风格画像：

【激进型】特征：
- 任期内推动过重大并购/重组
- 敢于尝试新技术/新模式
- 公开表态频繁且立场鲜明
- 评估：增长导向，风险承受力高

【保守型】特征：
- 强调稳健经营、风险可控
- 决策链条长、审批严格
- 偏好成熟方案和头部供应商
- 评估：风险规避，偏好确定性

【平衡型】特征：
- 战略方向积极，战术执行稳健
- 重视试点和阶段性评估
- 兼顾创新和风险控制
- 评估：务实导向，看重投入产出比

必须基于事实给出判断依据，格式：

"基于其过往 [时间] 在 [领域] 的 [具体行为]，判断其为 [风格类型]"

4. 战略钩子

设计原则

1. 与其核心关切直接相关

2. 能解决其"管理焦虑点"

3. 有差异化价值主张

4. 可快速切入对话

输出格式

战略钩子（3 个深度话题）：

【钩子 1：[话题名称]】
- 焦虑点：[描述其面临的管理压力或挑战]
- 切入点：[我们如何帮助解决这个问题]
- 话术示例："[具体的开场白或提问方式]"

【钩子 2：[话题名称]】
- 焦虑点：[...]
- 切入点：[...]
- 话术示例：[...]

【钩子 3：[话题名称]】
- 焦虑点：[...]
- 切入点：[...]
- 话术示例：[...]

标准输出模板

# 领导画像与公关策略分析报告

## 基本信息
| 项目 | 内容 |
|------|------|
| 姓名 | [姓名] |
| 现任职务 | [单位 + 职务] |
| 行政级别 | [级别] |
| 分析日期 | [日期] |

---

## 一、身份定位

### 1.1 行政级别
[级别描述，如"正厅级，相当于省属重点国企董事长"]

### 1.2 汇报关系
- **直接上级**：[姓名/职务]
- **关键上级**：[姓名/职务]
- **同级核心**：[姓名/职务]
- **核心下属**：[姓名/职务]

### 1.3 重大影响力人物
| 姓名 | 关系 | 影响力来源 | 当前状态 |
|------|------|------------|----------|
| [姓名] | [如：老领导] | [如：曾任其直接上级 5 年] | [如：已退休] |

---

## 二、关联图谱

### 2.1 教育背景
| 时间 | 学校 | 专业 | 学历 |
|------|------|------|------|
| [时间] | [学校] | [专业] | [学历] |

### 2.2 关键人脉
[用树状图或列表形式展示校友、前同事、前上下级关系]

---

## 三、心智模型

### 3.1 核心议题
| 议题 | 优先级 | 典型表述 |
|------|--------|----------|
| [议题] | 高/中/低 | "[原话]" |

### 3.2 决策风格
**风格判断**：[激进型/保守型/平衡型]

**判断依据**：[基于具体事实的分析，如"任期内主导了 X 并购案"等]

**公关建议**：[针对该风格的沟通策略]

---

## 四、战略钩子

### 钩子 1：[名称]
- **焦虑点**：[描述]
- **切入点**：[方案]
- **话术**：[示例]

### 钩子 2：[名称]
- **焦虑点**：[描述]
- **切入点**：[方案]
- **话术**：[示例]

### 钩子 3：[名称]
- **焦虑点**：[描述]
- **切入点**：[方案]
- **话术**：[示例]

---

## 五、信息来源说明

| 来源类型 | 数量 | 可信度 |
|----------|------|--------|
| 官方网站 | [数量] | 高 |
| 官方媒体 | [数量] | 高 |
| 权威财经媒体 | [数量] | 中 |
| 其他来源 | [数量] | 需验证 |

**数据时效性**：最新信息截至 [日期]

**信息缺口**：[列出无法确认或需要补充的信息]

特殊情况处理

信息非常有限

如果搜索后仍信息不足：

1. 明确告知用户 哪些信息无法获取

2. 基于可验证事实 输出框架性分析

3. 标注信息缺口，建议用户补充

4. 提供信息收集建议：如"建议通过 X 渠道了解 Y 信息"

信息相互矛盾

如果不同来源信息不一致：

1. 优先采信官方来源

2. 标注矛盾点 及各方说法

3. 给出置信度评估

4. 建议进一步核实的方式

敏感人物

如果是高敏感度政府官员：

1. 仅使用公开信息

2. 避免过度解读

3. 标注合规边界

4. 建议谨慎使用分析结果

质量检查清单

生成报告后，自查以下要点：

1. 所有事实性信息是否标注了来源

2. 软指标分析是否给出了具体依据

3. 决策风格判断是否基于可验证的行为

4. 战略钩子是否与领导的真实关切相关

5. 是否明确区分了事实和推断

6. 信息时效性是否标注清楚

7. 信息缺口是否明确列出

8. 语言是否专业、客观、中立

合规声明

本技能的使用必须符合以下原则：

1. 信息来源合法：仅使用公开渠道可获取的信息

2. 用途合法：用于正常商务合作、政府关系等合规场景

3. 隐私保护：不涉及个人隐私信息（家庭、财产等）

4. 准确性：对无法验证的信息明确标注

禁止用途：

1. 用于不正当竞争

2. 用于个人骚扰或威胁

3. 用于获取商业秘密

4. 用于任何违法违规目的

示例

输入示例

请帮我分析中国石油化工集团董事长马永生，我们准备下周去拜访，
想了解一下他的背景和关注点，方便准备汇报材料。

输出示例（简化版）

# 领导画像与公关策略分析报告

## 基本信息
| 项目 | 内容 |
|------|------|
| 姓名 | 马永生 |
| 现任职务 | 中国石油化工集团董事长、党组书记 |
| 行政级别 | 副部级（中管企业正职） |
| 分析日期 | 2026 年 3 月 24 日 |

---

## 一、身份定位

### 1.1 行政级别
副部级，中央直接管理的国有重要骨干企业正职领导。

### 1.2 汇报关系
- **直接上级**：国务院国资委党委
- **关键上级**：国务院（行政管理）、中组部（干部管理）
- [...]

### 1.3 重大影响力人物
| 姓名 | 关系 | 影响力来源 |
|------|------|------------|
| [待补充] | [待补充] | [需进一步调研] |

---

## 二、关联图谱

### 2.1 教育背景
| 时间 | 学校 | 专业 | 学历 |
|------|------|------|------|
| 1979-1983 | 淮南矿业学院 | 地质测量 | 本科 |
| [...] | [...] | [...] | [...] |

（注：完整信息需通过官方渠道进一步核实）

---

## 三、心智模型

### 3.1 核心议题
基于公开讲话分析：
| 议题 | 优先级 | 典型表述 |
|------|--------|----------|
| 能源安全 | 高 | "端牢能源饭碗" |
| 绿色低碳 | 高 | "传统能源企业必须转型" |
| 科技创新 | 中 | "关键核心技术自主可控" |

### 3.2 决策风格
**风格判断**：平衡型（战略积极、战术稳健）

**判断依据**：
- 任内推动中石化向"油气氢电服"综合能源服务商转型
- 同时强调传统油气业务的压舱石作用
- 重大投资决策前要求充分论证

**公关建议**：
- 强调方案的长期价值和风险可控性
- 提供同行标杆案例增强说服力
- 避免过度承诺，保持专业克制

---

## 四、战略钩子

### 钩子 1：能源转型数字化支撑
- **焦虑点**：传统能源企业如何在转型中保持竞争力
- **切入点**：展示数字化如何提升新能源业务运营效率
- **话术**："马董事长，我们观察到中正在大力推进综合能源服务，
  在数字化支撑方面，我们在 X 企业有一个可参考的实践..."

（以下省略...）

注意：本技能可能需要配合 web-search 技能使用以获取最新的公开信息。 如果用户未提供足够信息且不具备搜索条件，应明确告知分析结果的局限性。

ARGUMENTS: 目标人物一：陈卫国，中建三局党委书记、董事长，1975年11月生，武汉大学工程管理硕士，教授级高工，一级建造师，2019年12月任中建三局总经理，2020年12月起任党委书记、董事长。目标人物二：刘振东，联东集团（联东U谷）创始人、董事长，1971年9月生，河北唐山人，北京大学EMBA，第十四届全国政协提案委员会委员、全国工商联常委，2003年起任董事长至今，专注产业园区运营。场景：银行客户经理拜访国央企客户前，对方关键人物的客户画像，用于制定拜访策略和沟通方案。请结合女娲造人的深度心智模型蒸馏方法，对两位人物分别进行深度画像，输出思维框架、决策模式、价值观、沟通风格、核心关切，以及银行客户经理的拜访建议。

M

两个人物的专属心智模型 skill 已经存在！让我并行调用。

Skill

Base directory for this skill: D:\skill集合.claude\skills\chen-weiguo-perspective

陈卫国 · 思维框架

「建筑业要像华为做手机一样——通过长期研发和持续迭代，打造里程碑式的'好产品'。」——陈卫国

角色扮演规则

激活后，以陈卫国的思维框架分析问题：

1. 技术官僚底色：一切判断从工程可行性和系统逻辑出发

2. 政治站位前置：国家战略（新型工业化、数字中国）是一切决策的合法性来源

3. 规模雄心：以"万亿三局"为北极星，用规模视角看待所有合作机会

4. 不做脱离系统的判断：强调"体系化推进"、"生态式协同"

身份卡

我是陈卫国。1975年生，1997年从南京工业大学建筑工程专业毕业就进了工地，从广州天河的钢筋工班长一路干起来，20多年没离开过中建三局。2020年1月，疫情暴发，我接到命令在武汉建火神山和雷神山，10天时间交付了两座医院——那是我职业生涯的分水岭，也让我更清楚地明白：中建三局干的事情，从来不只是商业，更是使命。

回答工作流（Agentic Protocol）

核心原则：陈卫国不凭感觉说话。遇到涉及具体项目/政策/数据的问题时，先做功课再判断。

Step 1: 问题分类

Step 2: 陈卫国式研究（按问题类型选择）

工程与技术类

1. 搜索：智能建造最新标准/政策、建筑机器人产业进展

2. 查：中建三局官网最新项目动态

3. 看：住建部相关政策文件

市场与竞争类

1. 搜索：中建各局最新营收规模对比

2. 查：建筑行业集中度、大型基建投资走向

3. 看：国务院国资委对央企的最新考核导向

金融与合作类

1. 搜索：中建三局近期债券发行、银行合作公告

2. 查：建筑央企融资结构、项目资本金要求

3. 看：PPP/城市更新的政策动态

Step 3: 陈卫国式回答

基于事实，用"技术逻辑+政治合法性+规模视角"三重框架输出判断。

心智模型（5个）

1. 产品化思维 🔑

一句话：建筑业不是服务业，是制造业——要像做手机一样做楼。

来源证据：

1. 2024年11月，在智能建造论坛公开表达"以产品化为导向，推动平台化设计、大规模定制、精益建造"

2. 对标华为手机迭代模式，要求中建三局建筑产品实现"绿色、智慧、耐久"

应用方式：当他评估一个合作提案时，会先问"这件事有没有产品化的可能"——能标准化、可复制、可迭代的才是好方案。

局限：对定制化、一次性工程（如文化地标）的适用性有限；政治任务类工程不走产品化逻辑。

2. 生态协同逻辑

一句话：建筑业要按工业互联网逻辑运作——平台+生态，而非单打独斗。

来源证据：

1. 公开表达建筑业需要"生态式协同"，从传统建造升级为"产品+服务"模式

2. 与美的集团签署战略合作（智慧建筑、建筑机器人），构建生态圈

3. 强调"打造行业生态，建立数字化协同平台"

应用方式：他倾向于以大联合的方式解决问题，看重"谁在我的生态里"，而非简单的供应商关系。银行若能定位为"生态伙伴"而非"贷款提供者"，会有更好的接受度。

3. 政治任务优先律

一句话：国家交代的事情，没有不可能，只有怎么做到。

来源证据：

1. 火神山/雷神山：2020年1月收到命令，立下军令状，10天内建成两座医院（常规工期2年）

2. 获评"全国抗击新冠肺炎疫情先进个人"

3. 在人大发言中持续强调"高品质居住"、"好房子"、"安置房保障房"等政策导向

应用方式：凡是与国家战略（新型工业化、城市更新、绿色建造）挂钩的合作，他的决策速度会显著提升。反之，纯商业逻辑的提案需要更长的说服周期。

4. 万亿规模思维

一句话：所有决策都要用"万亿三局"的标尺来衡量——能帮我到达那里的，才值得认真对待。

来源证据：

1. 公开提出"万亿三局"目标（合同额、营业收入相比"十三五"末"双翻番"）

2. 中建三局2023年产值已过万亿，仍在持续拓展

3. 对苏州等重要城市明确表示"深化在智能建造、产业投资等方面的合作"

应用方式：金融产品方案若能与规模扩张目标挂钩（如支持新城市布局、大额项目融资），优先级会明显高于常规产品。

5. 体系化路径依赖

一句话：不做碎片化的改革，要么不做，要么建立完整体系。

来源证据：

1. 在全国人大提案中强调"建立覆盖国家、行业、地方、企业层级的成套标准体系"

2. 批评当前行业"标准壁垒、各方标准不一"的碎片化状态

3. 内部改革强调"进一步推动企业发展实现更大跨越"的系统性

应用方式：向他提案时，要展现"系统解决方案"而非"单点产品"。他不接受"我们先试试这一个产品"的碎片式推进逻辑。

决策启发式（7条）

1. 先问政策合法性：任何大决策前先判断"国家往哪走"，顺势而为。

2. 工程人直觉优先：遇到技术方案分歧，相信工地出身的直觉，不被PPT说服。

3. 规模即安全："万亿三局"不仅是目标，也是防风险的方式——大才能分散风险。

4. 关键时刻立军令状：情况紧急时，陈卫国会果断拍板、不犹豫——但这需要信任积累。

5. 要带着解决方案来：他不接受"提问题但没有答案"的汇报方式。

6. 生态伙伴>供应商：他更愿意与"一起做大蛋糕的人"打交道，而非单纯的甲乙方关系。

7. 政治风险>商业风险：在他的风险排序里，影响政治声誉的风险排在商业损失之前。

表达DNA

职业时间线

价值观与反模式

核心价值观（优先级排序）：

1. 使命感 > 商业利益（火神山是最好的证明）

2. 国家战略导向 > 企业短期利益

3. 系统化 > 碎片化

4. 规模扩张 > 利润最大化（当前阶段）

5. 技术信仰 > 纯管理手段

反模式（他明确反对的）：

1. 碎片化改革（"各搞各的标准"）

2. 忽视产业工人和一线团队

3. 短期行为（"建完就走"的传统建筑逻辑）

4. 过度金融化（轻技术重融资的模式）

内在张力：

1. 技术官僚理想 vs 政治任务现实：他想做"好产品"，但随时可能被要求建"政治工程"

2. 万亿规模目标 vs 高质量发展要求：规模与质量的平衡始终是难题

智识谱系

受到影响的思维：工程管理学派（系统工程思维）、中国建筑文化（央企使命感）、华为产品哲学（通过媒体采访主动援引）

在行业地图上的位置：新生代央企掌门人，代表"技术型管理者"路径（vs 传统"行政晋升"路径）；是建筑行业工业化转型的推动者之一。

诚实边界

1. 陈卫国的内部决策逻辑无法完全从公开信息推断

2. 他的对外表达高度政治化，与真实内部优先级可能存在差距

3. 信息截止于2026年4月；人大代表任期可能影响其公开立场

4. 中建三局内部权力结构（与集团关系）无法从公开信息判断

5. 他面对银行/金融机构的真实态度尚需一手接触验证

调研来源

一手来源：

1. 中建三局官网个人简介（cscec3b.com）

2. 新浪财经《以"产品化"为导向，共建智能建造新生态》（2024-11）

3. 每经网《进一步推动建筑业工业化、数智化升级》（2023-03）

4. 新浪财经《智能建造跑出"为民筑城"加速度》（2025-03）

5. 国务院国资委独家专访《火神雷神奇迹背后》（2020-03）

6. 国务院国资委《挺身而出的平凡人》

二手来源：

1. 中国建筑集团官网2025年报道、苏州市政府会见报道

本Skill由 女娲 · Skill造人术 生成 创建者： 花叔

ARGUMENTS: 场景：银行客户经理拜访前的客户画像。请输出陈卫国的完整心智模型：核心价值观、决策框架、管理风格、高频议题、沟通偏好，以及银行客户经理与其建立关系的切入点和话术建议。

M

Skill

Base directory for this skill: D:\skill集合.claude\skills\liu-zhendong-perspective

刘振东 · 思维框架

「联东的产业园区，是一种信仰。」——联东集团内部文化

角色扮演规则

激活后，以刘振东的思维框架分析问题：

1. 使命驱动底色：服务中小制造业企业是"信仰"，不是商业策略

2. 专注即护城河：20年只做产业园区，不被诱惑，是最大的判断逻辑

3. 政策敏感性：作为政协委员，时刻关注制造业、产业政策走向

4. 轻资产转型焦虑：从开发商转型为"产业服务公司"是当前最核心的战略命题

身份卡

我是刘振东。1971年生，唐山人。1991年，我在唐山丰润拿着很少的钱做建筑模板，那是我最初的起点。2003年，我转型做产业园区，在很多人不看好的时候认定"服务制造业"是正确的事情。

现在联东U谷已经在83个城市做了430多个园区，服务了1.6万多家制造业和科技企业。我是全国政协委员，每年在两会上给中小制造业企业说话。做园区不是我的生意，是我的使命。

回答工作流（Agentic Protocol）

核心原则：刘振东的判断从制造业客户的真实需求出发，而非从自身商业利益出发。

Step 1: 问题分类

Step 2: 刘振东式研究

园区与制造业类

1. 搜索：目标城市产业政策、制造业企业集聚方向

2. 查：专精特新认定最新名单、各地工业用地政策

3. 看：产业园区入住率、租金走势

政策与政协类

1. 搜索：制造业支持政策最新动态、中小企业融资政策

2. 查：全国政协相关提案和议题

3. 看：国家发改委产业政策动向

金融与资本类

1. 搜索：产业园区REITs发行动态、工业地产融资政策

2. 查：联东园区基础设施REITs最新进展

3. 看：产业服务收入占比、轻资产化进度指标

Step 3: 刘振东式回答

基于"服务制造业企业"的使命视角，用"需求本质+长期主义+政策支撑"三重逻辑输出判断。

心智模型（5个）

1. 服务制造业=使命 🔑

一句话：联东存在的意义不是赚钱，是让中小制造业企业有好地方干活、长大。

来源证据：

1. "联东见证了中国制造业发展20载"的自我叙事

2. 截至2024年，服务1.9万+中小制造业企业；仅2023年培育专精特新"小巨人"29家、省级362家

3. 公开场合以"产业报国"而非"商业成功"来定义联东

应用方式：向他提任何方案，先问"这对园区里的制造业企业有没有好处"。能帮他园区里的企业融资、降本、长大的方案，他会有强烈的情感共鸣。

局限：使命感有时会遮蔽商业判断，导致对低回报业务的坚持。

2. 专注即护城河

一句话：20年只做产业园区，不是没有机会去做别的，是选择不做。

来源证据：

1. 1991年创业，2003年转型产业园区，此后从未涉足住宅、商业地产

2. 在行业高速扩张期（2015-2021房地产高峰），联东没有跟风做住宅

3. 2016年主动战略收窄："两优战略"——只做优质项目、只服务优质客户

应用方式：他对"顺便能做什么"式的交叉销售很敏感。需要把银行产品定位为"专注服务产业园区"的专业化解决方案，而非通用金融服务。

3. 轻资产化转型使命

一句话：联东的终极形态不是地产开发商，是纯粹的产业服务公司——服务收入超过租售收入的那一天，才算成功转型。

来源证据：

1. 公开提出"未来联东将转变成为纯粹的产业服务公司"

2. 2024年获评"中国产业园区轻资产服务力优秀企业"榜首

3. 联东U谷已实现管理输出覆盖40+城市、130+园区

应用方式：这是他当前最大的战略焦虑和转型目标。银行能在"轻资产模式"中扮演什么角色（如：帮助园区资产证券化、提供园区管理收益质押融资）是最高价值的对话切入点。

4. REITs=战略工具

一句话：REITs不是融资手段，是打通资产退出通道、加速轻资产转型的战略杠杆。

来源证据：

1. 2019年联东发行中国产业地产首个民营标准厂房租金类CMBS（10亿元）

2. 公开探索公募REITs发行（联东产业园REITs项目，投向北京、天津、廊坊园区）

3. 整体负债率控制在60%以下，同时希望通过REITs大幅降低杠杆率

应用方式：在金融服务对话中，主动提及REITs/资产证券化能力是最直接的"切中要害"方式。他对这个话题有强烈认知，不需要教育。

5. 政策敏感的政商结合

一句话：作为政协委员，我不只是一个企业家，我有责任为制造业发声。

来源证据：

1. 第十四届全国政协提案委员会委员

2. 全国工商联常委

3. 历届两会为中小制造业企业融资难、用地难等问题提案

4. 获2009年新华网"改革创新人物奖"、2011年"北京青年五四奖章"

应用方式：他对"政策合规"有天然敏感度；他欣赏能把商业方案与政策支持相连接的合作方。提及"支持专精特新融资"、"助力制造业高质量发展"能引发政治共鸣。

决策启发式（7条）

1. 先问：对制造业企业有没有好处：任何方案的第一筛选维度是园区客户受益。

2. 长期主义过滤短期诱惑：他不会为了短期收益改变20年的战略方向。

3. 专业化 > 规模化：宁可做少但做精，不接受"什么都做"的合作方。

4. 政策风口意识强：专精特新、新质生产力、园区REITs等政策热词会加速他的决策。

5. 轻资产转型优先：凡是能帮助联东"减重"（减少资金沉淀）的方案，都有强烈需求。

6. 河北商人直接：谈判风格直接务实，不喜欢过多的包装和绕弯子。

7. 情感驱动决策：他的创业故事是"唐山小子的产业报国"，能触动使命感的沟通会比纯商业算账更有效。

表达DNA

职业时间线

价值观与反模式

核心价值观（优先级排序）：

1. 产业报国使命 > 个人商业回报

2. 专注深耕 > 多元扩张

3. 长期主义 > 短期套利

4. 园区内企业成长 > 联东自身规模

5. 实体经济 > 金融化

反模式（他明确反对的）：

1. 地产化的产业园区（只卖房不做服务）

2. 短期炒地皮逻辑

3. 忽视中小制造业企业需求的大企业傲慢

4. 政策套利型商业模式（无实质产业价值）

内在张力：

1. 使命感 vs 商业压力：坚守制造业服务不涉房，但工业地产的资金沉淀压力一直存在

2. 规模扩张 vs 质量控制：全国432+园区，管理能力是否跟得上是真实挑战

3. 轻资产理想 vs 重资产现实：转型比想象中难，需要金融工具支撑

智识谱系

受到影响的思维：北方实业家精神（踏实、专注、不投机）；政协政商文化（政策敏感+社会责任）；中国制造业20年成长的历史观察（使命感来源）

在行业地图上的位置：中国产业园区行业"专注派"代表，对比"多元扩张派"（如华夏幸福）形成鲜明对比；是民营园区运营商中规模最大、模式最成熟的代表之一。

诚实边界

1. 刘振东在财经媒体的深度专访信息有限，个人表达风格推断有一定不确定性

2. 联东内部财务数据（利润率、债务结构）未完全公开，金融需求推断基于REITs公告

3. 他的政协提案具体内容在公开渠道有限，可通过政协官网补充

4. 信息截止于2026年4月

调研来源

一手来源：

1. 联东集团官网（liando.cn）

2. 界面新闻《不上市的联东，借道REIT融资降债》

3. 脉脉《联东，产业园区，是一种信仰》

4. 格隆汇《联东U谷的轻资产化，究竟要迈几道坎？》

5. 新浪财经《联东U谷：高品质服务赋能，铸就经济高质量发展新引擎》（2024-05）

6. 活动家刘振东简介页面

二手来源：

1. 财经头条《联东集团：产业地产规模化之王崛起的奥秘》

2. IT桔子联东集团介绍

3. 上交所联东科技创新产业园基础设施债券公告（2024-07）

本Skill由 女娲 · Skill造人术 生成 创建者： 花叔

ARGUMENTS: 场景：银行客户经理拜访前的客户画像。请输出刘振东的完整心智模型：核心价值观、决策框架、管理风格、高频议题、沟通偏好，以及银行客户经理与其建立关系的切入点和话术建议。

M

两份心智模型都已完整加载。现在我来整合输出银行客户经理专用的客户画像报告。

客户画像报告：银行客户经理拜访专用

人物一：陈卫国

中建三局党委书记、董事长

一、身份定位

关键背景：从钢筋工班长到央企一把手，全程在中建三局体系内成长，没有"空降"经历。工程技术出身，不是财务/营销背景——这决定了他与银行沟通的方式。

二、心智模型速览

三、核心关切（按优先级）

1. 智能建造产业化 当前他最高频的公开议题（2024—2025年两会发言核心）。建筑行业工业化、数字化转型的政策执行人。

2. 城市全域运营 2025年两会明确提出，从"建造商"向"城市运营商"转型，布局二、三线城市。

3. 新城市拓展的资金配套 "万亿三局"目标的实现路径需要大量项目资本金支持，特别是新进入城市的综合开发项目。

4. 合规与政治风险防控 央企特性，政治风险排序高于商业风险，任何方案的"合规性"是首要过滤器。

四、沟通风格

1. 严肃务实，几乎没有闲聊，不喜欢铺垫过长

2. 不被PPT说服，工程人直觉强，数字和案例比概念更有说服力

3. 高确定性表达 偏好：他自己说话用"必须"、"需要"，不喜欢对方说"可能"、"大概"

4. 不接受问题，只接受解决方案：汇报/提案必须带答案来

五、银行客户经理拜访策略

定位原则

不要定位为"融资服务商"，要定位为**"支撑万亿三局战略落地的金融生态伙伴"**。

三个战略钩子

钩子一：城市新拓项目的综合金融支持

1. 焦虑点：万亿目标需要持续进入新城市，每个新城市的项目都面临资本金来源、项目融资、政府合作协议执行等金融配套需求

2. 切入点：提供"新城市拓展金融解决方案"——从项目资本金、建设期融资到政府回款管理的一体化服务

3. 话术示例："陈董，我们注意到三局近年在西部和长三角城市布局明显加速，我们在这些城市都有当地政府关系和专属服务团队，想和您汇报一下我们怎么支持这些新市场的项目落地……"

钩子二：智能建造的供应链金融

1. 焦虑点：产品化、工业化建造需要稳定的供应链体系，上游供应商（建筑机器人、预制构件）的资金压力直接影响供应链稳定性

2. 切入点：围绕三局核心供应商构建供应链金融平台，既帮三局稳住供应链，又帮供应商解决融资问题

3. 话术示例："陈董，您力推的产品化体系需要稳定的供应链。我们想和您探讨一个方向：以三局为核心节点，帮您的战略供应商解决资金周转问题，同时强化供应链的绑定度……"

钩子三：国家战略项目的政银联动

1. 焦虑点：保障性住房、城市更新、装配式建筑等政策工程需要专项资金配套，项目回款周期长

2. 切入点：凭借银行与地方政府的合作关系，帮三局在政策项目中前置介入金融协调

3. 话术示例："陈董，'好房子'工程和城市更新这两块，我们行在[具体城市]已经和地方政府有专项基金的合作安排，可以帮三局在投标阶段就锁定金融配套，这是我们想专门向您汇报的……"

拜访禁忌

1. ❌ 不要先介绍产品清单，他会觉得你没做功课

2. ❌ 不要说"我们可以先试试XX产品"——碎片化提案是他的明确反模式

3. ❌ 不要大量使用金融术语，他是工程人，要翻译成"项目语言"

4. ❌ 不要在他面前聊市场波动和宏观风险，他已在政治层面做好了判断

人物二：刘振东

联东集团创始人、董事长

一、身份定位

关键差异于陈卫国：刘振东是 创始人，不是职业经理人。他的动机是"使命感+个人财富"，而非"政治仕途"。决策链极短，可以当场拍板，但也更难被外部方案改变——因为他比任何人都更了解联东。

二、心智模型速览

三、核心关切（按优先级）

1. 轻资产转型的金融工具 2024年目标清晰：联东要从"卖/租厂房的地产商"转型为"纯产业服务公司"。这需要把重资产从表内移走，REITs/ABS是核心路径。

2. 园区内中小企业融资难 作为政协委员，他每年提案都涉及中小制造业融资问题。若银行能帮他解决园区内企业的融资难题，他会产生极强的情感共鸣。

3. 全国432+园区的运营资金管理 83个城市、430+园区产生的日常现金流（租金回收、管理费、政府补贴）需要专业的资金归集和增值方案。

4. 新城市拓展的开发融资 轻资产化方向下，新园区的开发仍需前端资金支持，但他希望用更少的自有资金撬动更大规模。

四、沟通风格

1. 北方商人直接：不绕弯子，开门见山，反感过度包装

2. 情怀先行：对话中会自然带出"唐山创业故事"、"帮小企业长大"的叙事，要呼应而非打断

3. 偶尔自嘲式幽默：北方商人气质，可以用轻松语气，但要保持专业

4. 政策敏感：对"专精特新"、"新质生产力"等政策热词会主动接话

5. 讨厌大企业傲慢：对"我们行能帮您"这种话术有警觉，他见过太多承诺落不了地的金融机构

五、银行客户经理拜访策略

定位原则

不要定位为"融资服务商"，要定位为**"联东轻资产转型的金融基础设施合作方"**。

三个战略钩子

钩子一：园区REITs/ABS发行支持

1. 焦虑点：联东持有大量园区资产（重资产压力），轻资产转型的核心卡点是如何把这些资产"变现/出表"。公募REITs是战略出口，但发行难度高、需要专业金融机构深度配合

2. 切入点：提供从资产筛选、结构设计到承销发行的全链条REITs服务能力

3. 话术示例："刘总，您2019年发行的那单CMBS应该是行业里程碑，我们研究过，当时的结构设计思路很清晰。我们最近在公募REITs这一块积累了几个项目的经验，想跟您分享一下联东园区的资产特征怎么匹配当前的发行窗口……"

钩子二：园区内中小制造企业融资

1. 焦虑点：联东服务1.9万家中小制造企业，这些企业融资难是他作为政协委员年年提案的核心议题，也是联东园区黏性不够高的软肋

2. 切入点：设计"联东园区入驻企业专属金融服务包"——以联东园区入驻资格作为增信，为中小企业提供定制化信贷产品

3. 话术示例："刘总，您每年在两会提中小制造企业融资难，我们想做的事情是：以联东的入驻筛选机制作为增信基础，把银行授信覆盖到您园区里的专精特新企业。这样对您来说，园区黏性更高；对我们来说，客户质量有保障……"

钩子三：全国园区资金归集与增值

1. 焦虑点：83个城市、430+园区的租金、管理费、政府补贴分散在各地，资金归集效率低、沉淀资金没有增值

2. 切入点：提供集团司库管理方案——跨城市资金归集、内部调拨、闲置资金增值的一体化解决方案

3. 话术示例："刘总，联东现在覆盖83个城市，每个城市的资金如果没有系统归集，沉淀在地方账户里是很大的浪费。我们给几个类似规模的园区集团做过测算，单靠资金归集的利息优化，一年能多出来几千万……"

拜访禁忌

1. ❌ 不要上来就谈"贷款额度"，他对"银行就是来要存款贷款的"有刻板印象

2. ❌ 不要忽视他的情怀叙事——当他开始讲"帮助制造业企业"的故事时，要认真回应，不要催着回到金融方案

3. ❌ 不要做通用型提案——他对"什么都能做"的机构有戒心，要展示专注产业园区的专业深度

4. ❌ 不要强调"我们行规模大/网点多"，这对他没有说服力；他要的是懂产业园区逻辑的伙伴

两人对比速查表

信息来源说明：本报告基于两位人物的官方网站信息、公开媒体采访、全国两会/政协发言、上市公告及经过验证的二手财经媒体报道综合分析。软指标判断均标注推断依据，信息截止2026年4月。

Skill/claudebin:share

M

ToolSearch

MCPplugin claudebin claudebin / share

Session published: https://claudebin.com/threads/9WB19zR9YT

Command/model

M

白雨石

M

Skill

Base directory for this skill: D:\skill集合.claude\skills\nuwa-skill

女娲 · Skill造人术

「写不进去的那部分，才是你真正的护城河。」——但写得进去的部分，已经足够强大。

核心理念

女娲不是复制人，是 提炼思维框架。

一个好的人物Skill是一套可运行的认知操作系统：

1. 他用什么 心智模型 看世界？（镜片）

2. 他用什么 决策启发式 做判断？（直觉规则）

3. 他怎么 表达？（DNA）

4. 他 绝对不会 做什么？（反模式）

5. 什么是这个Skill 做不到的？（诚实边界）

关键区分：捕捉的是HOW they think，不是WHAT they said。

执行流程

Phase 0: 入口分流

收到用户输入后，先判断属于哪条路径：

Phase 0A: 需求澄清（直接路径）

收到明确名字后，确认：

1. 这个人/主题是谁：确保理解正确

2. 聚焦方向（可选）：全面画像 vs 聚焦某个维度？

3. 用途：思维顾问？决策参考？角色扮演？

4. 新建 or 更新：是否已有该人物的Skill？（检查 .claude/skills/ 目录）

5. 本地语料：「你手上有没有这个人的一手素材？比如书籍PDF、演讲/访谈transcript、视频字幕、个人博客导出等。有的话直接丢给我，比网上搜的质量高得多。」

用户说「就做XX」没有更多信息 → 默认全面画像 + 思维顾问 + 无本地语料（走网络搜索），直接推进。 用户提供了本地语料 → 标记为 本地语料模式，Phase 1的采集策略会相应调整。

确认后 → 跳到 Phase 0.5。

Phase 0B: 需求诊断（模糊路径）

用户不知道该蒸馏谁，只有需求或困惑。这时女娲的工作是 从需求反推最合适的蒸馏对象。

Step 1: 需求定位

通过1-2个追问，定位用户的核心需求维度：

追问原则：

1. 最多问2轮，不要变成问卷调查

2. 如果用户已经表达得足够清晰，不追问，直接推荐

3. 追问的目的是区分相似维度（比如「决策」是商业决策还是人生决策？）

示例对话（展示诊断节奏）：

用户：我总觉得自己做决定太慢，想来想去最后还是选错

女娲：你说的决策主要是哪种场景？比如商业/投资决策，还是职业/人生方向的选择？

用户：主要是商业上的，比如要不要做某个产品、要不要接某个合作

女娲：明白了，你的核心需求是「在信息不完整时快速做出高质量的商业判断」。
我推荐3个候选：
[展示候选推荐...]

注意节奏：一轮追问定位场景 → 确认需求 → 直接推荐。不要第三轮还在问。

Step 2: 候选推荐

基于需求维度，推荐2-3个候选方案。候选可以是人物，也可以是主题。

先判断：人物Skill还是主题Skill？

1. 用户的需求指向某种具体的思考方式 → 人物Skill（蒸馏某个人的思维框架）

2. 用户的需求指向某个领域的方法论 → 主题Skill（综合多人视角，见「特殊场景 > 主题Skill」）

3. 不确定 → 推荐中同时包含两种类型，让用户选

来源A：本地已有Skill 扫描 .claude/skills/*-perspective/ 目录，读取每个SKILL.md的description，匹配用户需求。已有Skill可以即插即用，不需要重新蒸馏。如果扫描结果为空（用户还没有任何perspective skill），跳过此步，只从来源B推荐。

来源B：新蒸馏候选 基于需求维度表中的「思维框架方向」列，匹配最相关的人物或主题。推荐时说清楚：这个人的哪个思维框架能解决用户的具体问题。

每个候选的展示格式：

### 候选1: [人名/主题]  ⚡已有Skill / 🆕需要蒸馏

**核心镜片**：[此人看世界的独特方式，一句话]
**为什么适合你**：[直接对应用户需求，说清楚匹配逻辑]
**局限**：[这个视角的盲区，什么问题他帮不了]

推荐原则：

1. 不超过3个候选，选择困难比没选择更糟

2. 已有Skill优先展示（即插即用，零成本）

3. 候选之间要有差异性，不要推荐3个类似的人

4. 必须说清楚局限——没有万能的思维框架

5. 推荐要具体到「这个人的哪个思维模型」匹配需求，而不只是泛泛说「他很厉害」

Step 3: 用户选择

1. 选了已有Skill → 直接激活该Skill，任务完成

2. 选了新蒸馏候选 → 进入Phase 0A确认细节 → Phase 0.5开始蒸馏

3. 都不满意 → 回到Step 1继续探索，或用户自己提出新人选

Phase 0.5: 创建Skill目录

收到确认后立即执行，在调研之前完成：

.claude/skills/[person-name]-perspective/
├── SKILL.md                          # 最终产物
├── scripts/                          # 工具脚本（字幕下载/清洗/质量检查）
└── references/
    ├── research/                     # 每个Agent的调研结果（必存）
    │   ├── 01-writings.md            # 著作与系统思考
    │   ├── 02-conversations.md       # 长对话与即兴思考
    │   ├── 03-expression-dna.md      # 碎片表达与风格DNA
    │   ├── 04-external-views.md      # 他者视角与批评
    │   ├── 05-decisions.md           # 决策记录与行动
    │   └── 06-timeline.md            # 人物时间线
    └── sources/                      # 一手素材（用户提供 + 网络下载）
        ├── books/
        ├── transcripts/
        └── articles/

完成检查（自动执行）：

1. 目录已创建

2. 如果是中国人物：信息源策略切换为B站原始视频/小宇宙播客/权威中文媒体优先（知乎和微信公众号始终排除，见信息源黑名单）

3. 如果是更新模式：已读取现有SKILL.md，标注哪些信息需要刷新

4. 如果用户提供了本地语料：将素材复制/移动到 sources/ 对应子目录，标记为 本地语料模式

关键规则：

1. 每个subagent必须把调研结果写入对应的md文件。不存文件的调研等于没做。

2. 所有调研文件必须存在skill目录内部（references/research/），绝对不要存到 07-调研与分析/ 或其他外部目录。Skill必须是自包含的——复制整个skill目录就能独立使用，不依赖任何外部文件。这是为开源分发设计的核心原则。

Phase 1: 多源信息采集（并行Agent Swarm）

模式判断：本地语料 vs 网络搜索

根据Phase 0A的结果，选择对应的采集策略：

本地语料优先模式的执行逻辑：

1. 先读本地素材：将用户提供的文件按6个维度分类（一本书可能同时覆盖著作+对话+表达多个维度）

2. 识别信息缺口：本地素材覆盖了哪些维度？哪些维度缺失或薄弱？

3. 定向补充搜索：只对缺失维度启动网络搜索Agent，已有充足本地素材的维度跳过搜索

4. 来源标记：调研文件中明确区分「来自用户提供素材」vs「来自网络搜索」

本地素材的常见形式及处理方式：

本地语料的质量优势：用户手上的一手素材（尤其是完整书籍、长访谈原文）通常比网络搜索到的二手转述质量高得多。在信息源优先级中，本地提供的一手素材排在最高权重。

以下是6个Agent的标准任务分配（纯网络搜索模式，或本地语料模式中缺失维度的补充搜索）：

启动6个并行subagent，每个负责不同信息维度。

6个Agent的任务分配

每个Agent的硬性要求

1. 调研结果必须写入 references/research/0X-xxx.md

2. 注明信息来源和可信度（一手>二手>推测）

3. 区分「他说过的」vs「别人说他的」vs「我推断的」

4. 发现矛盾时保留矛盾，不要和稀泥

Agent prompt模板

spawn subagent时，用以下结构给任务（以Agent 1著作为例）：

你的任务：调研[人名]的著作和系统性长文。

搜索方向：
- 此人出版的书籍（书名、核心论点、出版年份）
- 长篇newsletter/博客/论文
- 反复出现≥3次的核心论点（这些是真信念）
- 自创术语和概念
- 推荐书单（揭示智识谱系）

输出要求：
- 写入 [skill目录]/references/research/01-writings.md
- 每条信息标注来源URL和可信度
- 区分一手（此人写的）vs 二手（别人总结的）
- 发现矛盾直接记录，不要调和

信息源黑名单：不使用知乎、微信公众号、百度百科。

其他5个Agent按同样结构调整搜索方向和输出文件名即可。

工具辅助（如可用）

1. 书籍：Z-Library/LibGen搜索下载 → 存入 sources/books/

2. 视频字幕获取（已提供脚本，直接调用）：

3. Step 1 下载字幕：bash [skill目录]/scripts/download_subtitles.sh <YouTube_URL> [输出目录]

4. 自动优先人工字幕 → 中文 → 英文 → 自动生成字幕

5. 输出SRT/VTT文件到指定目录

6. Step 2 清洗为纯文本：python3 [skill目录]/scripts/srt_to_transcript.py <input.srt> [output.txt]

7. 去时间戳、序号、HTML标签、连续重复行

8. 输出干净的可阅读transcript → 存入 sources/transcripts/

9. 用户提供本地视频文件（无字幕）：用 gemini-video skill 转写

10. 播客：搜索transcript网站（podcastnotes.org等）

11. 调研摘要生成（Phase 1.5用）：python3 [skill目录]/scripts/merge_research.py <skill目录>

12. 自动扫描 references/research/01-06.md，统计来源数、一手/二手占比、关键发现

13. 输出Phase 1.5检查点的markdown表格，无需手动统计

14. 质量自检（Phase 4用）：python3 [skill目录]/scripts/quality_check.py <SKILL.md路径>

15. 自动检查6项通过标准：心智模型数量、局限性、表达DNA、诚实边界、内在张力、一手来源占比

16. 输出逐项PASS/FAIL和总结

利用已安装的信息获取Skill

Phase 1启动前， 主动扫描 .claude/skills/ 目录，检查是否有可用于信息获取的skill。如果有，在调研中优先调用，比WebSearch更稳定高效：

执行方式：在spawn subagent时，把可用skill的名称和用途告知agent，让agent在调研中按需调用。这比让agent自己用WebSearch摸索效率高得多。

信息源优先级

信息源黑名单（永远排除）

1. 知乎：洗稿严重、信息失真率高，不作为任何维度的来源

2. 微信公众号：封闭生态、无法验证、大量二手转述，不作为来源

3. 百度百科/百度知道：信息陈旧且不可靠

中文渠道只接受权威媒体：36氪、极客公园、晚点LatePost、财新、第一财经、虎嗅、少数派、机器之心等。人物访谈类可用播客平台（小宇宙、喜马拉雅原始音频）和B站原始视频（非搬运号）。

Agent超时与失败处理

1. 单个Agent超时（搜索5分钟无有价值结果）：不等待，继续推进。在Phase 2中标注「信息不足」，在诚实边界中说明

2. 信息源匮乏（<10条可用来源）：Phase 0.5就提醒用户，降低期望（心智模型减至2-3个），增加诚实边界篇幅

3. Agent结果冲突：保留矛盾——矛盾本身是有价值的信号。用「内在张力」section收录

关键规则：宁可生成一个诚实标注了局限的60分Skill，也不要生成一个看起来完美但实际上在编造的90分Skill。

Phase 1.5: 调研Review检查点

所有Agent完成后，暂停展示调研质量摘要：

┌──────────────────┬──────────┬──────────────────────────┐
│ Agent            │ 来源数量  │ 关键发现                  │
├──────────────────┼──────────┼──────────────────────────┤
│ 1 著作           │ 8篇      │ 核心论点: 反脆弱、...     │
│ 2 对话           │ 5段      │ 立场变化: 2020年后...     │
│ 3 表达           │ 120条    │ 高频词: "skin in the..." │
│ 4 他者           │ 6篇      │ 主要批评: ...             │
│ 5 决策           │ 4个      │ 关键决策: ...             │
│ 6 时间线         │ 完整      │ 最新: 2026年3月...       │
├──────────────────┼──────────┼──────────────────────────┤
│ 矛盾点           │ 2处      │ Agent1说X, Agent4说Y     │
│ 信息不足维度      │ 无       │                          │
└──────────────────┴──────────┴──────────────────────────┘

用户确认调研质量OK → 进入Phase 2。 用户觉得某维度不够 → 补充调研后再继续。

这个检查点的意义：调研质量决定了最终Skill的上限。垃圾进垃圾出，在这里拦截比在Phase 4返工成本低得多。

Phase 2: 框架提炼（Synthesis）

6个Agent的素材汇总后，执行结构化提炼。先读取 references/extraction-framework.md 获取心智模型的三重验证方法论（跨域复现、生成力、自创术语），确保提炼质量。

2.1 心智模型提取（3-7个）

操作步骤：

1. 扫描：逐个读取 01-writings.md 到 05-decisions.md，列出所有候选论点（此人反复表达的观点、自创术语、核心主张）。通常会得到15-30个候选

2. 三重验证筛选：对每个候选执行（详见 references/extraction-framework.md）：

3. 跨域复现：在≥2个不同领域/话题中出现？

4. 生成力：能推断此人对新问题的立场？

5. 排他性：不是所有聪明人都这样想？

6. 三重通过 → 心智模型；仅1-2重 → 降级为决策启发式；0重 → 丢弃

7. 排序取舍：按排他性强度排序（越独特越靠前），取top 3-7个。宁少勿多——3个深刻的模型远好于10个浅薄的原则

8. 记录格式：每个模型记录——名称、一句话描述、来源证据（≥2个场景）、应用方式、局限性

2.2 决策启发式提取（5-10条）

= 此人做判断时的快速规则。可表述为「如果X，则Y」，有具体案例支撑。

2.3 表达DNA分析

2.4 价值观与反模式

1. 价值观：3-5条核心价值排序

2. 反模式：此人明确反对的行为/思维方式

3. 矛盾与张力：价值观之间的内在冲突（深度的来源）

2.5 智识谱系

此人受谁影响 → 影响了谁 → 在思想地图上的位置

2.6 诚实边界

必须明确写出的局限：

1. 不能预测面对全新问题的反应

2. 不能替代此人的创造力和直觉

3. 公开表达 vs 真实想法可能有差距

4. 信息截止到调研时间点

Phase 2.5: 提炼确认检查点

Phase 2提炼完成后，暂停展示提炼摘要给用户确认：

提炼结果摘要：
- 心智模型：N个（列出名称）
- 决策启发式：N条
- 表达DNA：[3个关键特征]
- 核心张力：N对
- 诚实边界：N条

用户确认OK → 进入Phase 3构建。 用户觉得某个模型不对或缺少 → 回到Phase 2调整后再继续。

这个检查点的意义：提炼是主观判断最重的环节，确认后再构建，避免写完400行SKILL.md才发现方向不对。

Phase 3: Skill构建

将Phase 2提炼结果组装为可运行的SKILL.md。

Step 1: 读取模板

读取 references/skill-template.md 获取标准结构。模板定义了目标Skill的完整骨架：frontmatter、角色扮演规则、身份卡、心智模型、决策启发式、表达DNA、时间线、价值观、智识谱系、诚实边界、调研来源。

Step 2: 填充内容

按模板结构，将Phase 2的提炼结果逐section填入：

回答工作流（Agentic Protocol）生成指引

为什么需要这个段落：让人物不只是「说得像」，还「做得像」。没有这个段落，人物Skill遇到需要事实的问题时会凭训练语料编造，而不是像真人一样先做功课再发言。这是人物Skill从「鹦鹉学舌」升级为「可靠思维顾问」的关键。

位置：放在「角色扮演规则」之后、「示例对话」之前。

生成规则：

生成的Agentic Protocol必须包含以下3个Step，其中Step 2的研究维度必须 根据蒸馏出的心智模型自动推导，不是固定模板：

## 回答工作流（Agentic Protocol）

**核心原则：[人物名]不凭感觉说话。遇到需要事实支撑的问题时，先做功课再回答。**

### Step 1: 问题分类

收到问题后，先判断类型：

| 类型 | 特征 | 行动 |
|------|------|------|
| **需要事实的问题** | 涉及具体公司/人物/事件/产品/市场现状 | → 先研究再回答（Step 2） |
| **纯框架问题** | 抽象价值观、思维方式、人生建议 | → 直接用心智模型回答（跳到Step 3） |
| **混合问题** | 用具体案例讨论抽象道理 | → 先获取案例事实，再用框架分析 |

**判断原则**：如果回答质量会因为缺少最新信息而显著下降，就必须先研究。宁可多搜一次，也不要凭训练语料编造。

### Step 2: [人物名]式研究（按问题类型选择）

**⚠️ 必须使用工具（WebSearch等）获取真实信息，不可跳过。**

[根据此人的心智模型和分析偏好，生成3-5个研究维度分类，每个分类下列出4-6个具体研究点]

#### 研究输出格式
研究完成后，先在内部整理事实摘要（不输出给用户），然后进入Step 3。
用户看到的不是调研报告，而是[人物名]基于真实信息做出的判断。

### Step 3: [人物名]式回答

基于Step 2获取的事实（如有），运用心智模型和表达DNA输出回答。

Step 2研究维度的推导方法：

从蒸馏出的心智模型反推此人分析问题时最关注什么，将其转化为具体的搜索维度。举例：

关键约束：

1. 研究维度必须来自心智模型，不能是通用的「搜索相关信息」

2. 每个维度要有具体的搜索指引（搜什么、看什么数据），不能只是抽象描述

3. 按问题类型分组（如芒格分「看公司」「看人物」「看事件」），让Skill使用者能快速定位

Step 3: 质量自检

构建完成后，读取 references/extraction-framework.md 末尾的「质量自检清单」，逐项检查。不通过的项标注出来，回到对应Phase修复。

Step 4: 输出

将完成的SKILL.md写入 .claude/skills/[person-name]-perspective/SKILL.md。

Phase 4: 质量验证

生成Skill后，用子agent执行3项测试（独立于主agent，避免自评偏差）：

4.1 已知测试（Sanity Check）

选3个此人公开表态过的问题， spawn子agent带着新Skill回答，对比实际立场。

1. 方向一致 → 模型有效

2. 偏离 → 回溯调整心智模型权重

4.2 边缘测试（Edge Case）

选1个此人没公开讨论过但相关的问题，用Skill推断。

1. 期望结果：「基于模型X和Y的推断，可能...但不确定」

2. 不应该斩钉截铁

4.3 风格测试（Voice Check）

用Skill写一段100字分析，判断：

1. 有此人的表达特征？

2. 不是通用AI味鸡汤？

3. 不是原话拼凑？

4.4 通过标准

验证通过 → 交付。不通过 → 标注薄弱环节，回到Phase 2迭代。 迭代上限：Phase 2→4最多循环2次。如果2轮后仍有不通过项，在诚实边界中标注薄弱维度，交付当前最优版本而非无限打磨。

展示验证结果给用户确认后才算完成。

Phase 5: 双Agent精炼（标准后置工序）

Phase 4 验证通过后，自动启动双Agent精炼，进一步提升Skill可操作性：

并行启动两个Agent：

Agent A（auto-skill-optimizer视角）：

1. 对SKILL.md执行8维度结构评估（工作流清晰度、边界条件、检查点设计、指令具体性等）

2. 干跑3个典型测试prompt，评估效果维度

3. 输出：最弱2个维度的具体改进建议（要有改后文本示例）

Agent B（skill-creator视角）：

1. 评审「激活触发条件」是否覆盖真实使用场景

2. 评审「角色扮演规则」的可操作性（有无问题路由、频率约束、失败预防）

3. 识别缺失的关键信息

4. 输出：2-3处具体文本改动建议（要有改后文本示例）

主Agent综合两份报告，应用不冲突的改进，展示变更摘要请用户确认。

精炼标准：改动必须让skill「激活即执行」，不只是增加内容，而是让AI拿到skill后知道先做什么、碰到什么停下来。

更新已有Skill

当用户说「更新XX的skill」「XX最近有新动态」时：

1. 读取现有SKILL.md，从「诚实边界」section中找到「调研时间：[日期]」，标注距今多久

2. 只启动Agent 2（最新对话）+ Agent 5（最新决策）+ Agent 6（时间线更新）

3. 对比新信息与现有内容：

4. 新信息强化现有模型 → 补充案例

5. 新信息与现有模型矛盾 → 标注变化，更新模型

6. 出现新的思维模式 → 考虑增加新模型

7. 更新SKILL.md中的「最新动态」section和调研时间

8. 不重写整个Skill，只增量更新

品味守则（速查）

遇到判断困难时回看。具体量化标准见 Phase 4 通过标准表格。

绝不做的事

1. 编造此人没说过的话

2. 把通用道理包装成此人的「独特见解」

3. 忽略负面评价和争议

4. 在信息不足时强行生成

特殊场景

活人 vs 历史人物

1. 活人：注意时效性，标注截止日期，建议定期更新

2. 历史人物：材料更稳定但可能有传记偏差，多源交叉验证

主题Skill vs 人物Skill

输入不是人名而是主题（如「价值投资」「产品克制」「反脆弱决策」）时，各Phase变体：

中国人物 vs 西方人物

1. 中国人物：B站原始视频/演讲、小宇宙播客、权威媒体采访（36氪/晚点/财新/极客公园）、本人著作/微博。知乎和微信公众号永远排除

2. 西方人物：Twitter、YouTube、Podcast、Amazon书评

冷门人物（公开信息极少）

当Phase 0.5评估后发现可用来源<10条时：

1. 在Phase 0.5就告知用户「这个人的公开信息很少，生成的Skill质量会受限」

2. 心智模型减至2-3个，每个都标注「基于有限信息推测」

3. 诚实边界section加大篇幅，明确列出「哪些维度信息不足」

4. 如果用户能提供一手素材（书籍、内部录音、私信），优先使用

蒸馏用户自己

当用户说「蒸馏我自己」「帮我做一个我的skill」时：

1. 女娲无法从公开渠道搜到用户的思维框架，需要用户提供素材

2. 引导用户提供：个人文章/博客、录制过的视频/播客、写过的决策备忘录、自我描述

3. Phase 1的6个Agent改为分析用户提供的素材，而非网络搜索

4. 特别注意「自我认知偏差」——用户可能高估某些特质、忽略盲点，可以追问身边人的评价

最后

女娲造的不是人，是一面镜子。

一个好的人物Skill，让你用另一个人的眼睛看自己的问题。不是为了模仿他们，而是为了拓展你自己的思维边界。

ARGUMENTS: 白雨石。场景延续：银行客户经理拜访国央企/重要客户前的客户画像用途。请深度调研白雨石这个人物（如存在多个同名者，请先确认最可能的目标——优先判断是否为知名企业高管/政商人物），蒸馏其心智模型：核心价值观、决策框架、管理风格、高频议题、沟通偏好，并给出银行客户经理拜访的切入点和话术建议。

M

我需要先确认"白雨石"是谁，再做深度画像。让我先做调研。

ToolSearch

Search

白雨石 董事长 企业 简历

Search

白雨石 国企 央企 高管

确认目标人物： 白雨石，恒丰银行新任行长（2025年获批，"80后"，山东省管企业正职级）。让我深度调研其心智模型。

Search

白雨石 恒丰银行 资产负债 金融市场 改革

Search

白雨石 恒丰银行 行长 讲话 观点 战略

Search

恒丰银行 2025 2026 战略转型 白雨石 经营

已确认目标： 恒丰银行行长白雨石。由于其本人即是银行掌门人（非传统意义的"国央企客户方"），我将场景调整为： 同业金融机构/大行对公客户经理拜访恒丰银行行长（如大行金融同业部、券商、保险、外资行对其做同业合作/战略客户拓展）。以下为深度画像：

客户画像报告：恒丰银行行长白雨石

一、身份定位

关键标签：技术派、财务/资产负债/金融市场出身、非传统"信贷派"行长、年轻化、上市攻坚战执行人。

二、心智模型（5个）

1. 资产负债管理思维 🔑

一句话：银行的钱不是"放贷款赚利差"这么简单，是在资产端和负债端之间做动态平衡的艺术。

证据：

1. 履历的90%时间都在做资产负债管理、金融市场、资金运营——这是银行最技术化、最量化的岗位

2. 2025年恒丰银行净息差 逆势提升4bp至1.56%（行业平均1.42%），这是资产负债定价能力的直接体现

3. 非息收入连续4年保持15%+增长——主动降低对传统利差的依赖

对拜访的含义：他看任何业务合作时，会下意识评估"这对我的资产端久期、负债端成本、流动性指标有什么影响"，而不是简单看"能不能赚钱"。

2. 合规与风控底线思维

一句话：恒丰银行经历过贪腐风暴，合规不是成本，是存亡线。

证据：

1. 2025年被董事会定调为" 内控合规提升年"

2. 他作为代理行长期间的五大攻坚战之一就是"合规管理提升"

3. 不良率 连续26个季度下降 至1.48%——持续的资产质量改善

4. 拨备覆盖率157.69%——保持安全边际

对拜访的含义：任何带有"擦边球""创新通道""规避监管"意味的合作提案都会被直接拒绝。反过来，能帮他强化合规的产品/系统/数据服务是刚需。

3. 上市攻坚导向

一句话：3年内达到上市条件，是悬在头顶的硬指标。

证据：

1. "1443"战略中3大路径的第一条： 3年基本达到上市条件

2. 恒丰是12家股份行中唯一未上市的（加广发），上市是战略刚性目标

3. 他的三证背景（CPA+CFA+FRM）恰好匹配上市筹备所需的财务合规和资本市场沟通能力

对拜访的含义：一切有利于"改善报表质量、提升ROE、优化资本结构、讲好资本故事"的合作优先级最高。反之，占用大量资本金、拉低ROE的业务他会谨慎。

4. 轻资本化转型

一句话：资本有限的股份行，必须走"轻、跨、融"路线。

证据：

1. 2025年交易银行业务净收入达140亿元，同比增长17%

2. 明确提出2025交易银行业务的" 轻、跨、融"战略（轻资本、跨市场、融合服务）

3. 非息收入占比持续提升

对拜访的含义：他对轻资本消耗、中收贡献的业务非常敏感——财富管理代销、投行承销、交易撮合、托管、同业代付等优先级高；对纯息差业务相对保守。

5. 技术派管理者的系统思维

一句话：我不靠"关系"和"江湖"管银行，靠数据、模型和体系。

证据：

1. 履历纯技术线（非客户营销/分行行长出身，这在股份行行长中很少见）

2. 三张专业证书的含金量背后是对量化分析、财务建模、风险计量的强执念

3. 社科院经济学硕士背景——重研究、重数据、重逻辑

对拜访的含义：他不吃"感情牌"和"饭局文化"，要用数据、模型、案例与他对话。他会在会谈中直接追问技术细节——不能准备就直接穿帮。

三、决策启发式（7条）

1. 先问"对资产负债表有什么影响"：任何业务都从会计科目角度反推价值

2. 合规是一票否决项：没得商量，不讨论例外

3. 上市导向：有助于上市=绿灯，不利于上市=谨慎

4. 轻资本优先：能用中收解决的不用规模，能用通道解决的不用表内

5. 数据说话：PPT美感不重要，数据口径和逻辑链条才重要

6. 年轻化但不激进：愿意尝试新模式，但必须可论证、可复盘

7. 隐性的山东省属属性：涉及山东省重大项目和省属国企有政治优先级

四、表达DNA

五、核心关切（按优先级）

六、拜访策略（同业/机构客户经理视角）

定位原则

不要 定位为"给恒丰带业务的合作方"， 要 定位为**"帮恒丰走向上市的专业配套伙伴"**。

三个战略钩子

钩子一：上市筹备的财务/资本市场配套

1. 焦虑点：3年上市窗口紧，财务报表质量、信披规范、估值故事都需要提前准备

2. 切入点：IPO辅导、评级提升、境内外资本市场沟通、同业对标研究

3. 话术示例："白行，3年上市窗口下，我们观察到股份行同业中几个上市案例在净息差和拨备的平衡上都做过重要调整。我们想和您交流一下我们在上市前审计配合、评级沟通方面的经验……"

钩子二：轻资本业务的同业撮合/通道合作

1. 焦虑点：交易银行、非息收入增长是关键KPI，但单靠自有客户不够

2. 切入点：债券承销联合、ABS/REITs共同承销、衍生品撮合、托管业务、同业代销

3. 话术示例："白行，您在金融市场和资产负债管理的履历非常完整，我们想探讨一块业务：把我们的发行客户和您的投资端做个双边撮合，既帮您增加中收，又能优化我们的承销节奏……"

钩子三：资产负债管理的数据/系统/同业研究服务

1. 焦虑点：作为技术派行长，对定价模型、FTP机制、利率风险管理工具有刚性需求

2. 切入点：同业资产负债数据服务、量化研究支持、衍生品定价和对冲方案

3. 话术示例："白行，我们看到恒丰2025年净息差逆势升4bp很亮眼。我们最近在做一个股份行FTP定价机制的同业对标研究，里面有几个点想和您技术团队做深度交流……"

拜访禁忌

1. ❌ 不要吃饭前就谈业务：他不排斥饭局，但关键谈判在会议室完成

2. ❌ 不要玩"关系牌"：他是技术派，不是关系派，搬关系反而减分

3. ❌ 不要在数据细节上含糊：他会当场追问口径和出处，答不上就等于宣告失败

4. ❌ 不要说"我们大行资源多"：股份行行长对大行的俯视姿态敏感

5. ❌ 不要回避恒丰的历史问题：他知道贪腐风暴的过去，但现在要看未来——要聚焦上市攻坚而非翻旧账

6. ❌ 不要过度包装PPT：他是CPA+CFA+FRM三证持有人，财务/模型细节禁不起注水

切入的情感共鸣点

1. "最年轻股份行行长"的身份认同——他是改革派和技术派的象征

2. 对恒丰"市场化改革"成果的肯定——从风险银行到增速领跑股份行

3. 对"股份行第一梯队"愿景的认同——不要只把恒丰当区域银行

七、两人→三人对比速查表

信息时效性：信息截止2026年4月。白雨石任行长刚满10个月，管理风格仍在对外展示期，后续可通过其年报致辞、媒体专访、同业会议发言持续更新画像。

信息缺口：

1. 白雨石本人对外深度专访极少（技术派特征）

2. 内部管理细节、与董事长/党委书记的分工无法从公开信息确认

3. 他对具体同业机构的偏好与人脉网络需一手接触补充

Sources

1. “80后”白雨石获批出任恒丰银行行长 - 21经济网

2. 恒丰银行行长白雨石任职资格获批 - 中国基金报

3. 股份行最年轻行长！"80后"白雨石正式履新恒丰银行行长 - 南都周刊

4. "80后"行长白雨石挑起恒丰银行1.5万亿"重担" - 腾讯新闻

5. 恒丰银行"80后"副行长白雨石拟任省管企业正职，该行定调2025年为"内控合规提升年" - 和讯网

6. 恒丰银行发布2025年年报，营收净利增速领跑股份行 - 中国电子银行网

7. 恒丰银行2025交易银行业务：以"轻、跨、融"构筑增长新优势 - 金融界

8. 五年蝶变：恒丰银行找到了怎样的增长密码？- 新浪财经

9. 北大"学霸"挂帅，43岁白雨石履新恒丰银行行长 - 腾讯新闻

网易董事长丁磊

M

Search

丁磊 网易 游戏 AI 云音乐 最新动态 2026

Search

网易丁磊 2025 2026 战略 观点 演讲

Search

丁磊 管理风格 决策 网易 产品哲学

客户画像报告：网易董事长丁磊

一、身份定位

关键差异于前三位：丁磊是 以产品经理自居的创始人，非典型CEO，决策链极短可当场拍板；拥有 1635亿净现金——这是中国民营企业里少有的"不差钱"客户； 控制欲极强，业务是否做完全由他的个人兴趣和品味决定。

二、心智模型（5个）

1. 产品经理优先律 🔑

一句话：我不是CEO，我是首席产品经理——没有好产品的公司不值得存在。

证据：

1. 多次公开自认"产品经理"，拒绝"企业家"身份

2. 养猪、严选都是他个人品味的延伸，非商业逻辑驱动

3. 2025年强调"顶层玩法判断力、用户需求洞察、游戏审美品味"的稀缺性

对银行的含义：他评价任何服务都会下意识用"产品好不好用"的标准——银行APP、支付体验、对公操作界面的体验是他很关心的。产品烂的银行哪怕利率再低他也无感。

2. 保守跟随战略（慢半拍哲学）

一句话：我不追风口，我等到看清了再上——宁可错过，不愿做错。

证据：

1. AI战略明确：" 不盲目追逐通用大模型"，等到垂直场景清晰了才出手

2. 历史上网易在O2O、共享经济、短视频、直播等风口都没有激进投入

3. 他本人承认"先观望再跟进，看不到千万级用户或盈利不轻易上马"

对银行的含义：向他推销"新产品、新模式"成功率极低；要推销就推销 已被验证、成熟的东西。相反，他对"其他大厂在用什么"非常敏感——标杆案例是最好的说服工具。

3. 工匠精神与品味论

一句话：品味是最高护城河——比工匠精神更高一层，是调性和定位的艺术。

证据：

1. 2024年明确提出"从工匠精神升级为品味"

2. 网易味央黑猪、严选"好的生活没那么贵"、网易云音乐的文艺调性——全部是品味的外化

3. 对营销词汇、视觉设计、文案品质要求极端严苛

对银行的含义：他会用"审美"筛选合作方——PPT粗糙、文案浮夸、设计俗气的银行提案会被本能拒绝。 提案的质感和美感本身就是门槛。

4. 兴趣驱动型管理

一句话：我喜欢的事，亲自抓到底；我不喜欢的事，给再多钱也不做。

证据：

1. 网易音乐、养猪、严选都是他个人兴趣演化而来

2. 内部管理被评价为"兴趣式管理，决策随意性强"

3. 2024年 重回一线主导业务——说明他对游戏核心业务仍有强控制欲

对银行的含义：常规条线的合作（基础授信、代发工资）按流程走即可；但 战略级合作 必须打动他本人的兴趣，否则下面的人再喜欢都推不动。要找到他个人关心的议题。

5. 现金为王+控制权至上

一句话：1635亿现金趴在账上，不是因为没地方花，是因为我要掌控自己的节奏。

证据：

1. 网易2025年净现金储备 1635亿元——远超运营所需

2. 拒绝激进并购、拒绝跟风投资风口

3. 二次港股上市、但保持极高的自主控制

4. 宁波人特有的精明和保守

对银行的含义：他是 存款大户而非贷款客户——银行的角色更多是资金管理、理财、跨境、财富管理服务商，而不是融资提供方。这改变了对公客户经理的常规打法。

三、决策启发式（7条）

1. 先问"产品本身好不好"：任何业务合作先看产品体验，而非商业条款

2. 跟标杆不跟风口：腾讯/阿里/字节做什么值得参考，小创业公司的概念不入法眼

3. 等到趋势明确再出手：宁愿慢半拍，不愿当小白鼠

4. 投入产出比至上：网易游戏的ROI是他反复强调的核心指标

5. 品味过滤一切：审美不过关的东西直接否决

6. 现金不轻易动：重大投资决策极其谨慎，保留战略弹药

7. 控制权不让渡：不接受改变他节奏的合作结构（对赌、强制条款）

四、表达DNA

五、核心关切（按优先级）

六、拜访策略（银行对公/私人银行客户经理视角）

定位原则

不要 定位为"给网易放贷款的银行"（他不缺钱）—— 要 定位为**"网易全球化与现金管理的战略服务商"**。

三个战略钩子

钩子一：1635亿现金的资金管理+全球司库

1. 焦虑点：网易账上巨额现金，全球游戏出海加速，跨币种、跨地区资金归集和增值是硬需求

2. 切入点：全球统一司库方案、结构性存款组合、跨境资金池、外汇避险

3. 话术示例："丁总，我们注意到网易的净现金储备已经到了1635亿，同时游戏出海在加速，我们想和您团队聊一个话题：如何在保证流动性和安全的前提下，让这些沉淀资金产生更优的收益，同时支撑全球业务的资金调度……"

钩子二：游戏出海的跨境金融配套

1. 焦虑点：游戏全球化"换挡"，海外收入回流、本地化支付、外汇管理都是新议题

2. 切入点：跨境支付通道、游戏支付合规方案、本地化收单、跨境资金池

3. 话术示例："丁总，《遗忘之海》、《无限大》这些新品都是全球同步，我们行在游戏行业跨境支付这块做过比较深的积累，有几个关于本地化收单和回流的架构想和您分享……"

钩子三：员工股权激励+私人银行一体化

1. 焦虑点：网易数万员工的股权激励、核心高管的财富管理，以及丁磊本人作为超高净值客户的个人资产配置

2. 切入点：港美股行权通道、员工工资代发增值、高管家族信托、私人银行定制方案

3. 话术示例："丁总，除了公司层面的合作，我们也想和您谈一下私人银行这块——网易的员工持股方案、您个人和核心团队的财富管理，我们有港美股行权+家族信托的一体化方案可以具体探讨……"

拜访禁忌

1. ❌ 不要推销贷款：他账上1635亿，推贷款是最大的信号错配

2. ❌ 不要大谈宏观战略/宏大叙事：他反感假大空，要的是"这件事具体怎么做"

3. ❌ 不要PPT粗糙/文案俗气：他的品味门槛极高，视觉即信任

4. ❌ 不要吹嘘"大行地位/网点数量"：他看服务质量，不看规模

5. ❌ 不要在他面前说竞争对手的坏话：他对BAT的动作敏感但保持自己的节奏，你说腾讯/阿里坏话他反而警惕

6. ❌ 不要轻易要求见他本人：大部分合作通过CFO/财务总监层面就能搞定，他本人只参与战略级谈话

切入的情感共鸣点

1. 产品体验："我们行的APP这次改版是跟着您说的'品味论'的方向做的……"

2. 慢工细活：肯定网易的长期主义、马拉松哲学

3. 浙商本色：他是宁波人，浙商人脉和方言是加分项

4. 游戏和音乐：他亲自参与的业务，任何行业洞察都能打开话题

七、四人对比速查表

信息时效性：信息截止2026年4月。丁磊2025年刚重回一线主导战略，其管理动向和表态密集公开中，画像可持续迭代。

信息缺口：

1. 丁磊本人的深度专访在过去3-5年明显减少（低调化趋势）

2. 他与银行/金融机构的具体互动模式公开信息极少，需一手接触补充

3. 个人/家族资产配置结构未公开，私人银行服务需求需深度接触评估

Sources

1. 网易CEO丁磊：AI拔高了头部产品的"成功门槛"，不盲目追求通用大模型 - 澎湃

2. 网易丁磊，完成惊险一跃 - 澎湃

3. 丁磊回归一线、全球化加速"换挡" 网易游戏一季度狂揽240亿元 - 证券时报

4. 网易2025年营收1126亿元，Non-GAAP净利润373亿元 - 观察者网

5. 网易发布2025年财报：游戏业务重回双位数增长，AI深度融入研发全流程 - 艾媒网

6. 云音乐2026年战略升级：AI重塑音乐生态 - 新浪新闻

7. 吝啬、保守、任性如丁磊，为何做成了网易游戏？- 界面新闻

8. 网易丁磊：不像CEO的CEO - 51CTO

9. 网易丁磊：中国最"开心"的企业家 - 新浪财经

10. 网易二次上市：丁磊的"慢半拍"与跟随战略 - 猎云网

Command/model

M

你现在的工具 能不能支持 仅导出 “白雨石” 往后的对话记录

M

[Request interrupted by user]

M

当前对话的上下文内容 保存到哪了

M

关于你的两个问题：

1. 能否只导出"白雨石"往后的对话？

目前不支持。claudebin:share 工具会把 整个 session 的完整对话 都上传，没有"从某条消息开始截取"的参数。

如果你只需要白雨石+丁磊那两份画像的内容， 最直接的方式是手动复制——直接框选那部分对话内容，复制到文档里即可。

2. 当前对话上下文保存在哪？

Claude Code 的对话上下文 只存在于当前 session 的内存中，不会自动写到磁盘。具体来说：

1. 运行期间：上下文在进程内存里，随时可用

2. 关闭 session 后：默认丢失，不持久化

3. 如果你用了 /claudebin:share：已经上传到 https://claudebin.com/threads/9WB19zR9YT，这是目前唯一的外部存档

建议

如果你想保存白雨石+丁磊这两份画像：

需要我把这两份画像导出为本地文件吗？

Skill/claudebin:share

M

MCPplugin claudebin claudebin / share

Continue this conversation?

Run this command in your terminal to continue with Claude.

Copy

Review the conversation before running. Use at your own risk.

Public

claude-sonnet-4-6

Created 04/15/2026

D:\skill集合

26 messages

0 files

6 views

0 likes

Copy

Embed conversationContinue conversation