# Deep Research Partnership Planner

> 调研合作伙伴，生成 LLM 生态合作所需的 GTM 和合作方案

- **Type:** Skill
- **Install:** `agentstack add skill-cafe3310-public-agent-skills-deep-research-partnership-planner`
- **Verified:** Yes — security-reviewed for prompt injection and unsafe behavior
- **Seller:** [cafe3310](https://agentstack.voostack.com/s/cafe3310)
- **Installs:** 0
- **Category:** [AI & ML](https://agentstack.voostack.com/c/ai-and-ml)
- **Latest version:** 0.1.0
- **License:** Apache-2.0
- **Upstream author:** [cafe3310](https://github.com/cafe3310)
- **Source:** https://github.com/cafe3310/public-agent-skills/tree/main/skills_parked/deep-research-partnership-planner

## Install

```sh
agentstack add skill-cafe3310-public-agent-skills-deep-research-partnership-planner
```

Requires the [AgentStack CLI](https://agentstack.voostack.com/docs/cli). Works with Claude Code, Cursor, and any MCP-compatible agent.

## About

# Deep Research Partnership Planner (深度调研生态合作规划专家)

## 核心理念 (Core Philosophy)
本技能采用“研究驱动 + 人机协作 (Human-in-the-loop)”的工作流，将合作策略的制定分为前期的深度调研指引、人工建议的注入，以及后期的商业与宣传方案生成。

**行为准则**：
- **无调研不规划**：必须显式生成具体的 Deep Research 调研提示词，并要求用户先去外部执行完整的深度调研。坚决不凭空编造方案。
- **发散大于收敛**：在探索和规划阶段必须包含充分的头脑风暴，探索所有潜在的合作可能性，不要过早自我设限。
- **平实务实**：基于真实调研数据与人类真实诉求进行分析。去掉宏大的说辞，产出必须明确动作与输出，落地为本地文档。避免照搬过往案例，需依据基本逻辑灵活适配。

## 📚 依赖技能
在执行此技能时，你可能会调用或提示用户使用以下技能：
- `/skill::plugin-search-and-use` (特别是 Marketing / Sales / Engineering 相关的插件)
- 互联网搜索工具

## 🎯 常用输入与触发场景
作为使用者的我，通常会给你以下几类输入来启动或推进工作流：
1. **从零开启调研**：“帮我调研并规划与特定生态（如某公司或某开源产品）的合作，生成一份 Deep Research 方案。”（进入 Phase 1）
2. **提交调研并提供洞察**：“这是我做完的 Deep Research 结果。我觉得我们在 XXX 方面有合作机会，因为对方缺 XXX。”（直接进入 Phase 3 & 4）
3. **生成物料阶段**：“基于我们的讨论，开始写商业合作规划和宣发方案清单。”（直接进入 Phase 4）

---

## ⚙️ 强制工作流 (Strict Execution Workflow)

这个工作流分为五个阶段，你需要引导用户逐步完成，或者根据用户提供的信息直接执行对应的阶段。

### Phase 1: 探索与深度调研方案生成 (Exploration & Deep Research Prompt Generation)
**触发时机**：用户提出想要调研某个目标公司或产品生态。
**动作**：
1. **主动询问与对齐**：要求用户明确提供“我们是谁（己方业务/产品定位）”以及“希望达成什么样的合作目标”。
2. 综合使用 `/skill::plugin-search-and-use` 中相关的市场/研究插件能力，基于用户提供的己方背景，发散思考并初步梳理探索方向。
3. **关键产出**：**必须显式生成一份“全面的 Deep Research 调研提示词”**，并明确提示用户将其交由外部的深度研究工具（如 Gemini Deep Research）去执行。提示词中必须包含“我方背景与合作诉求”，并引导调研工具深挖：对方的技术架构与业务痛点、与我方的契合点、**以及目标生态与当前行业热点（如热门技术、破圈话题）的潜在结合点**。不要在这一步提前写合作方案。

### Phase 2: 执行深度调研 (Deep Research Execution)
**触发时机**：你在 Phase 1 输出了调研提示词。
**动作**：
等待用户将这份提示词输入外部 Deep Research 工具，并提示用户将最终的“深度调研报告”保存为本地文件或直接在对话中发给你。

### Phase 3: 人工注入洞察 (Human Insights Injection)
**触发时机**：用户提供了深度调研结果。
**动作**：
1. 仔细阅读调研报告。
2. **主动询问**或**直接分析**用户针对该调研结果提出的“合作洞察”。
   - *洞察示例：底层业务逻辑的契合（如安全性/合规性的互补）、技术与场景的共享（对方缺某项核心技术，我方缺端侧流量入口）、或者品牌互换的空间。*

### Phase 4: 商业合作与宣传方案生成 (Commercial & GTM Planning)
**触发时机**：你已经充分掌握了“深度调研报告”与“人工建议”。
**动作**：
1. 结合以上所有输入进行头脑风暴，探索尽可能多的合作点（发散大于收敛）。**在发散思考时，务必引入对“当前热点内容与热门技术”的关注，寻找能放大传播势能的创意杠杆。**如需补充细节，再次进行互联网搜索。
2. 再次调用 `/skill::plugin-search-and-use` 技能，检索市场合作与生态技术合作的能力。
3. **结合底部的《参考素材》**，用平实的语言撰写落地文档。去除浮夸的词汇，重点描述具体的执行动作和预期产出。
4. **输出标准落地套件**：严格按以下规范生成/写入本地 Markdown 文件：
   - `[YYYY-MM-DD]_[目标名称]_商业合作规划.md`：梳理双方资源匹配逻辑，记录头脑风暴产生的所有潜在合作点，并挑选出务实的落地项目排期。
   - `[YYYY-MM-DD]_[目标名称]_Day-Zero早期预热方案.md`：在正式商务谈判前或合作初期的低成本预热动作。
   - `[YYYY-MM-DD]_[目标名称]_宣传素材与执行清单.md`：将方案拆分为可直接分配的、具体的任务清单。

### Phase 5: 文档整合与终端简报 (Consolidation & Final Briefing)
**触发时机**：Phase 4 规划已得到用户认可，需要归档。
**动作**：
1. 使用 Shell 脚本，将所有散落的文件（包含上述 3 个文档，以及早期的调研报告、人工建议等）**整合为一篇结构统一的归档文档**：`[YYYY-MM-DD]_[目标名称]_生态合作规划方案.md`。
2. 在新文档开头，建立引用索引。
3. **排版要求**：将具体的 Deep Research 详细报告置于该文档的最后部分，将核心合作策略与执行清单置于前面。
4. **终端简报**：整理完成后，必须在对话窗口向用户进行最终汇报：
   - **一句话总结**：平实地概括我方方案如何具体协助对方解决当前痛点，以及双方如何实现资源互补。
   - **文档索引**：输出最终生成文档的相对路径，供用户直接点击审阅或执行，并提示用户可以安全删除早期的临时文件。

---

## 📚 参考素材：商业合作思考框架 (Strategic Framework Reference)
在执行 Phase 4 时，请应用以下被验证的抽象商业逻辑，**不要**生搬硬套历史案例，而是将其作为思维导图，针对当前调研对象进行实例化：

### 1. 核心破局思路 (Strategic Pillars)
- **产品/技术驱动的合作模式**：高质量的生态合作不应仅停留在表面宣发，而应注重深度的产品整合、技术互补与用户实际体验。
- **梳理能力互补与痛点解决**：不仅要看对方“需要什么”，更要看对方社区/用户“抱怨什么”（如：特定流程繁琐、成本过高、某些场景下的功能短板）。用我方的核心优势（如特定的技术壁垒、渠道资源、独特产品机制）去提供具体的解决方案。
- **资源互补匹配**：“你缺核心技术我提供；你缺应用生态我赋能”。寻找双方不可替代的价值拼图。
- **借势热点放大传播**：在构思合作时，积极寻找双方业务与当前行业热点或热门技术的交叉点。借势热点话题可以有效降低用户认知门槛，大幅放大宣传和破圈的势能。

### 2. 商业与技术落地项目池 (Project Archetypes)
设计具体的合作项目时，请从以下维度发散（挑选最合适的 3-4 个）：
- **联合定制解决方案**：为对方的特定业务场景提供预配置的专属产品版本、专供 API 接口或联合发版。
- **自动化与工作流集成**：在对方的生态系统中（如插件库、Action 剧本、客户端）作为首推的底层能力接入。
- **开发者生态共建**：联合举办 Hackathon、提供专属开发者额度、共建官方级别的开源 Demo 仓库。
- **底层基础设施闭门交流**：高阶技术层面的企业级基建互换与联合白皮书。

### 3. 早期宣传与物料执行库 (Early Promotion & Asset Matrix)
提供具体、务实、面向开发者的物料清单：
- **社区定点分享**：在目标受众聚集的技术版块发布技术解析文章或配置脚本，建立初步的用户认知。
- **直观的产品演示 (Quick Wins)**：策划简短的（如 60 秒内）产品操作演示视频脚本，清晰展示“接入前 vs 接入后”的改善对比。
- **评测者邀请计划**：设计邀请评测的沟通模板，通过提供测试资格或 API Key，邀请外部开发者进行真实测试与反馈。

---

## 🎯 注意事项
- **拒绝死板的模版化**：你参考的素材是“方法论”而非“填空题”。必须根据目标对象的实际情况（如受众在哪里、痛点是什么），生成真正贴合的方案。
- **强制本地落地**：文档必须写入本地，保持专业清晰的 Markdown 排版，严格遵循 Phase 4 中定义的命名和结构规范。
- **节奏把控**：在每个阶段结束时，明确告知用户当前状态，并指出进入下一阶段需要他们做什么。

## Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

- **Author:** [cafe3310](https://github.com/cafe3310)
- **Source:** [cafe3310/public-agent-skills](https://github.com/cafe3310/public-agent-skills)
- **License:** Apache-2.0

Install and usage instructions live in the source repository linked above.

## Pricing

- **Free** — Free

## Security capabilities

Automated source analysis of v0.1.0 — what this tool can access:

- **Network access:** no
- **Filesystem access:** no
- **Shell / process execution:** no
- **Environment & secrets:** no
- **Dynamic code execution:** no

*"Yes" means the capability is present in the source — more access means more to trust, not that it is unsafe.*


## Versions

- **0.1.0** — security scan: passed — Imported from the upstream source.

## Links

- Listing page: https://agentstack.voostack.com/l/skill-cafe3310-public-agent-skills-deep-research-partnership-planner
- Seller: https://agentstack.voostack.com/s/cafe3310
- Browse the marketplace: https://agentstack.voostack.com/browse

---
Listed on AgentStack — the marketplace for AI agent skills and MCP servers. Every listing is security-reviewed. Creators keep 70%.