1. 企业背景调研这件事，为什么值得认真做
“这家公司什么来头？”——这句话我在过去几年里听过不下几百次。可能是准备签合同前老板随口一问，可能是投资尽调时对方递过来一份BP需要快速摸底，也可能是求职者拿到offer后想搞清楚这家公司到底靠不靠谱。场景不同，但核心诉求是一样的：在信息不对称的情况下，用最短时间拼出一张尽可能完整的企业画像，并且这张画像要能支撑决策，而不是停留在“看起来还行”的模糊感觉上。
传统做法无非是打开搜索引擎翻几页、去企业信息查询平台看看工商数据、再找几个行业群问问有没有人了解。这套流程不是不能用，但问题很明显：信息碎片化严重，来源可靠性参差不齐，整理过程全靠手工，做完一轮下来半天没了，最后形成的结论还未必经得起追问。更麻烦的是，当你需要批量调研多家公司时，这套方法几乎不可复制。
我后来开始用WorkBuddy来承接这类任务，核心思路是把企业背景调研拆解成一套可复用的Skill流程，让工具去完成信息采集、结构化整理和初步分析，人只需要在关键节点做判断和校验。这套方法跑通之后，单家公司的调研时间从原来的三四个小时压缩到四十分钟左右，而且输出的是结构化报告，不是一堆散乱的截图和笔记。
这篇文章适合两类人看：一类是经常需要做企业背景调研但还没找到高效方法的从业者，比如投资分析、商务拓展、采购风控、猎头顾问；另一类是对WorkBuddy和Skill机制感兴趣，想看看怎么把 AI 工具真正落到具体业务场景里的人。我会把整套方法拆开讲清楚，包括设计思路、Skill 的配置逻辑、提示词怎么写、数据怎么分级处理、实操中会遇到什么问题，以及我踩过的那些坑。
2. 整体设计思路：为什么用 WorkBuddy + Skill 来做这件事
2.1 企业背景调研的本质是什么
先把问题定义清楚。企业背景调研不是“查一下这家公司”，而是围绕一个决策目标，系统性地收集、验证、分析信息，最终形成可支撑判断的结论。它至少包含几个层次：
- 基础层：工商注册信息、股权结构、实际控制人、成立时间、注册资本、经营范围
- 经营层：主营业务、产品线、客户群体、营收规模（如果能获取）、融资历史
- 风险层：法律诉讼、行政处罚、经营异常、失信记录、舆情负面
- 关系层：关联企业、对外投资、高管兼职、供应链上下游关系
- 判断层：基于以上信息，给出这家公司的可靠性、成长性、合作风险等维度的评估
传统调研方式的问题在于，基础层和风险层的信息获取相对标准化，但经营层和关系层往往需要大量人工判断，而判断层更是依赖个人经验。这就导致调研质量高度依赖执行者的水平，换个人做出来的结果可能完全不一样。
2.2 为什么选 WorkBuddy 而不是其他方案
市面上能做信息整理的工具不少，我选WorkBuddy主要基于几个考虑。
第一是Skill 机制。WorkBuddy 的 Skill 本质上是一套可复用的任务模板，你可以把企业背景调研的完整流程——从信息采集到报告生成——封装成一个 Skill，下次遇到同类任务直接调用，不需要从头配置。这解决了我前面说的“不可复制”问题。
第二是自定义指令。调研过程中有很多判断逻辑是个人经验的沉淀，比如“看到注册资本突然变更要警惕”“股权穿透到自然人层面才算到位”，这些可以通过自定义指令固化下来，让工具按照你的方法论去执行。
第三是数据分级处理能力。企业调研涉及的信息敏感度差异很大，有些是公开工商数据，有些是内部访谈记录，有些是付费数据库的授权信息。WorkBuddy 支持对不同来源的数据做分级处理，这在合规层面很重要。
第四是提示词的灵活度。调研过程中需要不断追问和深挖，比如发现一家公司对外投资了十几家企业，就需要针对这些被投企业做二次调研。WorkBuddy 的提示词机制允许我设计多轮追问逻辑，而不是一次性问答。
2.3 Skill 的设计原则
我把企业背景调研的 Skill 设计成三个模块，对应调研的三个阶段：
模块一：信息采集与清洗——负责从各渠道获取原始数据，做去重、格式化、初步校验。
模块二：结构化分析与交叉验证——把清洗后的数据按照预设框架填充，同时做多源交叉验证，标记矛盾点。
模块三：报告生成与分级输出——根据调研目的生成不同详细程度的报告，支持快速版和完整版。
这三个模块不是串行执行的，而是有反馈循环。比如模块二发现某个关键信息缺失，会触发模块一去补充采集；模块三生成报告时如果发现逻辑链条不完整，会回退到模块二重新分析。
这种设计的好处是，调研过程不是线性的“采集完就分析、分析完就出报告”，而是像真实调研一样有来回验证的过程。我试过把这三个模块拆成独立的 Skill 分别调用，也试过合并成一个完整 Skill 一次性跑完，实测下来合并版更适合标准化调研，拆开版更适合需要深度挖掘的个案。
3. 核心细节解析：Skill 配置与提示词设计
3.1 Skill 的基本结构怎么搭
WorkBuddy 的 Skill 配置文件本质上是一个结构化的指令集，我一般按这个框架来写：
skill_name: 企业背景调研 version: 1.2 description: 针对目标企业进行多维度背景调研，输出结构化报告 inputs: - company_name: 目标企业全称 - research_purpose: 调研目的（合作/投资/求职/竞品分析） - depth_level: 调研深度（快速/标准/深度） outputs: - report_format: 报告格式（摘要/完整/数据表） - confidence_level: 置信度标注 steps: - step1: 基础信息采集 - step2: 股权与关系穿透 - step3: 经营与风险扫描 - step4: 交叉验证与矛盾标记 - step5: 报告生成这个结构看起来简单，但每个字段的设计都有讲究。比如research_purpose这个输入项，它直接影响后续所有步骤的侧重点。如果调研目的是“合作”，那风险层的权重会调高；如果是“竞品分析”，经营层和产品线的权重会调高。depth_level则控制信息采集的广度和深度，快速版可能只查公开工商数据和近期舆情，深度版会穿透到三级股权、关联方交易、历史变更记录。
3.2 提示词怎么写才有效
提示词设计是这套方法里最考验功力的部分。我见过很多人写提示词就是一句话“帮我调研一下XX公司”，然后抱怨工具输出质量不行。问题不在工具，在于提示词没有给出足够的约束和引导。
我的提示词设计遵循几个原则：
第一，角色定义要具体。不要写“你是一个调研助手”，要写“你是一个有十年经验的企业尽职调查分析师，擅长从碎片信息中识别风险信号”。角色越具体，输出的专业度越高。
第二，输出格式要约束。我会在提示词里明确要求输出结构，比如“按照基础信息、股权结构、经营分析、风险提示、综合评估五个板块输出，每个板块用表格呈现关键数据，用段落呈现分析结论”。
第三，判断逻辑要显性化。比如我会写“如果发现目标企业在过去12个月内有超过3次工商变更记录，在风险提示中标注为‘高频变更，需关注经营稳定性’”。这种显性化的判断规则，让工具的产出更接近专业分析师的思考方式。
第四，追问机制要预设。调研过程中经常需要深挖，我会在提示词里预设追问逻辑：“如果发现目标企业有对外投资，自动对被投企业做二级调研，重点关注被投企业的经营状态和与母公司的业务关联度。”
3.3 数据分级怎么处理
企业调研涉及的数据来源很杂，我一般分成三级：
| 数据级别 | 来源类型 | 处理方式 | 输出限制 |
|---|---|---|---|
| 一级（公开） | 工商公示、官网、公开报道 | 可直接引用 | 无限制 |
| 二级（授权） | 付费数据库、行业报告 | 需标注来源 | 仅限内部使用 |
| 三级（敏感） | 内部访谈、非公开文件 | 脱敏处理后使用 | 不进入正式报告 |
WorkBuddy 在 Skill 配置里支持对数据来源做标记，我在提示词里会明确要求“一级数据直接引用，二级数据标注来源，三级数据仅用于分析逻辑不直接呈现”。这样做的好处是，最终报告可以安全地分享给不同层级的人看，不需要每次手动删减。
注意：数据分级不是可选项，是必选项。我见过有人把内部访谈的原话直接写进调研报告发给外部合作方，结果引发了很多不必要的麻烦。在 Skill 配置阶段就把分级规则写死，比事后补救靠谱得多。
4. 实操过程：从零跑完一家公司的完整调研
4.1 前期准备：明确调研目标和边界
拿到调研需求后，我第一件事不是打开 WorkBuddy，而是先花五分钟把调研目标写清楚。这一步很多人会跳过，但它直接决定了后续所有工作的方向。
我会问自己几个问题：这次调研是为了做什么决策？需要多深的信息？有哪些信息是必须拿到的？有哪些信息是拿不到但可以通过其他方式推断的？时间预算是多少？
比如最近一次调研，目标是评估一家SaaS公司是否适合作为供应商合作。我的调研边界设定为：重点看经营稳定性、客户案例真实性、技术团队背景、是否存在重大法律风险。股权结构只需要穿透到实际控制人层面，不需要追到最终自然人。时间预算控制在四十分钟内。
这些边界条件会作为输入参数写进 Skill 的调用指令里，让工具知道该在哪些地方深入、哪些地方适可而止。
4.2 第一轮：基础信息采集与清洗
启动 Skill 后，第一轮跑的是基础信息采集。WorkBuddy 会从多个渠道拉取数据，包括工商注册信息、企业官网、公开新闻报道、行业数据库等。
这一轮的关键不是“拿到多少信息”，而是“拿到干净的信息”。我遇到过很多次，同一家公司在不同渠道的注册资本显示不一致，或者成立时间有出入。这时候就需要清洗和校验。
我在 Skill 里配置了自动校验规则：如果同一字段在不同来源出现矛盾，标记为“待验证”，并在报告中单独列出。比如注册资本，工商公示显示1000万，但某行业报告写的是500万，那就需要进一步核实是变更了还是报告写错了。
清洗完成后，我会快速扫一眼基础信息，确认没有明显异常。这一步通常花三到五分钟。
4.3 第二轮：股权穿透与关系网络
基础信息没问题后，进入股权穿透环节。这是企业调研里最考验耐心的部分，因为很多公司的股权结构是层层嵌套的。
WorkBuddy 的 Skill 支持自动穿透，但我会设置穿透深度。一般合作类调研穿透到二级就够了，投资类调研需要穿透到三级甚至最终自然人。
穿透过程中重点关注几个信号：
- 是否存在循环持股或交叉持股
- 实际控制人是否同时控制多家同行业公司
- 是否有异常频繁的股权变更
- 是否存在代持嫌疑（比如多个自然人股东持股比例高度接近）
我印象比较深的一次，穿透到第三级时发现目标公司的实际控制人同时是另外三家同行业公司的法人，而那三家公司中有两家已经注销。这个信号在最终报告里被标注为“实际控制人存在同行业多次创业经历，需关注其经营持续性”。
4.4 第三轮：经营与风险扫描
这一轮是信息量最大的部分。经营层面，我会让 Skill 去抓取目标公司的产品信息、客户案例、招聘信息、专利商标等数据。风险层面，重点扫描法律诉讼、行政处罚、经营异常、失信记录、舆情负面。
这里有个实操心得：招聘信息往往比官网更能反映一家公司的真实状态。如果一家公司同时在招十几个岗位，说明在扩张；如果只招一两个岗位且长期挂着，可能是在维持基本运转；如果突然大量撤下招聘信息，可能出了问题。我在 Skill 里加了一条规则：自动抓取目标公司近六个月的招聘信息变化趋势，作为经营状态的辅助判断。
风险扫描部分，我会特别关注时间维度。同样是行政处罚，三年前的和上个月的性质完全不同。Skill 里配置了时间加权逻辑，近期风险事件的权重更高。
4.5 第四轮：交叉验证与矛盾标记
前三轮跑完后，信息已经比较丰富了，但还不能直接出报告。因为不同来源的信息可能存在矛盾，需要做交叉验证。
我一般会重点验证几个关键信息：实际控制人是否与公开信息一致、主营业务是否与工商登记一致、客户案例是否真实可查、融资信息是否与公开报道吻合。
WorkBuddy 的 Skill 支持自动标记矛盾点，但最终的判断还是需要人工介入。比如工商登记的经营范围很宽泛，但官网只展示了一个产品线，这不一定矛盾，可能是公司战略聚焦。但如果官网展示的产品线在工商登记里完全找不到对应，那就需要警惕了。
4.6 第五轮：报告生成与分级输出
所有信息验证完毕后，进入报告生成环节。我一般会生成两个版本：
快速版：一页纸，包含核心结论、关键风险、合作建议。适合给决策层快速浏览。
完整版：五到八页，包含所有调研数据、分析过程、信息来源、置信度标注。适合给执行层做详细参考。
报告的结构我固定为五个板块：基础信息、股权与关系、经营分析、风险提示、综合评估。每个板块先用表格呈现关键数据，再用段落做分析解读。
实操技巧：在报告末尾加一个“信息缺口”板块，列出本次调研中未能获取或未能验证的信息，并说明这些缺口对结论可能产生的影响。这个板块看起来是暴露短板，但实际上大大提升了报告的可信度，因为决策者知道哪些地方需要额外注意。
5. 常见问题与排查技巧实录
5.1 信息采集不完整怎么办
这是最常见的问题。WorkBuddy 的 Skill 虽然能覆盖大部分公开渠道，但有些信息确实拿不到，比如非上市公司的详细财务数据、内部管理架构等。
我的处理方式是分两步：第一步，在 Skill 里配置“信息缺口自动识别”，让工具明确告诉我哪些信息没拿到；第二步，针对关键缺口，手动补充调研，比如通过行业人脉打听、查阅付费数据库、分析招聘信息推断团队规模等。
关键是不要试图用推测填补所有缺口。有些信息拿不到就是拿不到，在报告里如实标注比强行编造要靠谱得多。
5.2 数据矛盾怎么判断
数据矛盾分两种：一种是来源可靠性差异导致的，比如工商公示和某行业报告不一致，优先信工商公示；另一种是时间差异导致的，比如注册资本去年是500万今年是1000万，这不是矛盾，是变更。
我在 Skill 里配置了矛盾处理规则：先判断矛盾类型，再决定处理方式。来源可靠性差异的，标注“以XX来源为准”；时间差异的，标注“XX时间发生变更”。如果无法判断类型，标记为“待人工核实”。
5.3 报告输出太模板化怎么办
这是很多人用 AI 工具做调研时会遇到的问题——输出看起来很完整，但读起来像填空题，没有洞察。
我的解决方法是：在提示词里加入“分析深度”要求。比如不要只写“该公司注册资本1000万”，要写“该公司注册资本1000万，在同类SaaS企业中处于中等水平，结合其成立时间和融资阶段判断，当前资本规模与业务发展阶段基本匹配”。
另外，我会在 Skill 里预设一些分析框架，比如SWOT、PEST、波特五力等，让工具按照这些框架去组织分析内容，而不是简单罗列数据。
5.4 调研时间控制不住怎么办
深度调研很容易陷入“越查越多”的循环。我的经验是，在 Skill 里设置硬性时间节点：基础信息采集不超过10分钟，股权穿透不超过8分钟，经营风险扫描不超过15分钟，报告生成不超过7分钟。到点就进入下一环节，未完成的部分标记为“待补充”。
这个时间分配不是拍脑袋定的，是我跑了二十多次调研后总结出来的。当然，不同行业的公司调研难度不一样，比如制造业的股权结构通常比互联网公司复杂，时间需要适当放宽。
5.5 常见问题速查表
| 问题现象 | 可能原因 | 排查方法 | 解决方式 |
|---|---|---|---|
| 信息采集结果为空 | 公司名称不准确或公司刚注册 | 核对工商全称，检查成立时间 | 用统一社会信用代码重新检索 |
| 股权穿透中断 | 存在境外持股或代持结构 | 检查穿透路径中的异常节点 | 手动补充境外股东信息，标注代持嫌疑 |
| 风险扫描误报 | 同名公司干扰 | 核对风险事件中的公司全称和注册地 | 在 Skill 里增加公司全称精确匹配规则 |
| 报告逻辑不连贯 | 信息缺口导致推理链断裂 | 检查“信息缺口”板块 | 补充关键信息或调整结论置信度 |
| 输出格式混乱 | 提示词约束不够 | 检查提示词中的格式要求 | 增加结构化输出模板 |
5.6 几个我踩过的坑
坑一：过度依赖自动穿透。有一次做投资尽调，Skill 自动穿透到二级股权就停了，我没检查，结果漏掉了三级的一家关联公司，而那家公司正好有重大诉讼。后来我在 Skill 里把投资类调研的穿透深度强制设为三级。
坑二：忽略时间维度。早期做调研时，我把所有风险事件一视同仁，结果报告里列了一堆五年前的行政处罚，把真正近期的风险信号淹没了。后来加了时间加权逻辑，近期事件自动排前面。
坑三：报告太长没人看。一开始我追求报告完整性，动不动就十几页，结果决策层根本不看。后来改成快速版+完整版双输出，快速版控制在一页以内，完整版作为附件，使用率高了很多。
坑四：数据分级执行不严。有一次把二级数据直接写进了给外部看的报告里，虽然没造成什么后果，但被合规提醒了。从那以后我在 Skill 里把数据分级规则写死，二级以上数据自动脱敏。
6. 进阶玩法：把调研能力沉淀成可复用的资产
6.1 Skill 的版本迭代
我现在的企业背景调研 Skill 已经迭代到1.2版，每次迭代都是因为遇到了新场景或发现了新问题。比如1.1版增加了招聘信息趋势分析，1.2版增加了数据分级自动脱敏。
迭代的原则是：每次只改一个模块，改完后跑三家不同行业的公司做验证，确认没问题再合并到主版本。这样避免了一次性大改导致整个 Skill 不可用。
6.2 多 Skill 组合使用
企业背景调研往往不是孤立任务。比如投资尽调场景下，我会把“企业背景调研 Skill”和“财务分析 Skill”“行业研究 Skill”组合使用，让 WorkBuddy 按顺序调用，最终输出一份综合尽调报告。
组合使用的关键是定义好 Skill 之间的输入输出接口。比如企业背景调研的输出中，“经营分析”板块的数据会作为财务分析 Skill 的输入，“行业研究”板块的数据会作为行业研究 Skill 的输入。
6.3 提示词库的积累
我在 WorkBuddy 里建了一个提示词库，把调研过程中用到的所有提示词分类存起来。比如“股权穿透提示词”“风险扫描提示词”“报告生成提示词”等。下次做同类调研时，直接调用提示词库里的模板，只需要替换公司名称和调研目的。
这个习惯让我在切换不同行业调研时效率高了很多，因为提示词库里的模板已经覆盖了大部分常见场景，只需要做少量调整。
6.4 团队协作中的 Skill 共享
如果是团队使用，我会把 Skill 配置文件共享给团队成员，但提示词库里的内容会根据成员角色做权限区分。比如初级分析师只能用标准提示词模板，高级分析师可以修改提示词逻辑。
另外，我会定期收集团队成员在使用 Skill 过程中遇到的问题，统一更新到 Skill 配置里。这样整个团队的调研质量会逐渐趋同，不会因为个人水平差异导致输出质量波动。
6.5 调研报告的后续利用
调研报告做完不是终点。我会把每次调研的结构化数据存到一个内部数据库里，积累到一定量后可以做交叉分析。比如发现某个行业的公司普遍存在某种风险特征，或者某个地区的公司股权结构有共性规律。
这些积累反过来又会优化我的 Skill 配置和提示词设计，形成正向循环。我现在的 Skill 里有很多判断规则，就是从历史调研数据中总结出来的。
最后分享一个小技巧：在 WorkBuddy 里给调研 Skill 设置一个“快速模式”和“深度模式”的切换开关。快速模式只跑基础信息和风险扫描，适合日常快速摸底；深度模式跑完整流程，适合正式尽调。这个开关让我在不同场景下都能用同一套 Skill，不需要维护两个版本。
这套方法我跑了大概半年，累计调研了六十多家公司，从初创企业到上市公司都有覆盖。最大的体会是，工具的价值不在于替代人做判断，而在于把人从重复的信息采集和整理中解放出来，让精力集中在真正需要经验判断的环节。企业背景调研的核心竞争力永远是对信息的敏感度和对风险的判断力，WorkBuddy 和 Skill 只是让这个能力可以更高效地发挥出来。
