目标公司情报分析

一个平台无关的标准化 AI Agent Skill：在投递前全面了解目标公司的业务方向、产品线、组织架构和近期动态，让简历措辞和面试准备有的放矢。

不只是"搜一下这家公司"，而是产出可直接指导简历优化和面试准备的情报摘要。

触发时机

💡 用户提供目标公司名称后启用。用户未提供公司名称时不调用。

信息采集流程

Step 1：锁定目标公司

通过企业数据 API（如企查查/QCC/TianYanCha）搜索，根据公司名称锁定目标公司实体。

⚠️ 注意：如果没有接入企业数据 API，可改为通过网络搜索收集公开信息（官网新闻、媒体报道、工商公示等）。

Step 2：获取公司画像

采集以下基础信息：

公司全称与统一社会信用代码
公司简介与业务模式
所属行业分类
核心产品/服务/业务线列表
成立时间与发展阶段

Step 3：获取组织与团队信息

采集核心团队信息：

创始人/CEO 背景
核心高管及履历
组织架构线索（事业群/部门划分）
目的：有助于了解面试官背景和公司文化

Step 4：了解业务版图

采集对外投资和扩展信息：

子公司/分支机构布局
投资方向和战略布局
近期融资情况（轮次、金额、投资方）
合作伙伴生态

Step 5：近期动态追踪

采集最近 6-12 个月的关键动态：

产品发布/迭代
市场扩张/收缩信号
组织架构调整
重大合作/并购
行业地位变化

情报分析输出

将采集的信息整理为「公司情报摘要」，包含以下维度：

| 维度 | 信息内容 | |------|---------| | 公司全称 | 从工商信息/官方渠道获取 | | 所属行业 | 行业分类与细分赛道 | | 主营业务 | 从公司简介/官网提取 | | 核心产品/业务线 | 列出主要产品或服务 | | 组织架构线索 | 事业群/部门/核心团队 | | 近期动态 | 融资/扩张/收缩/新品等 | | 面试官背景线索 | 核心团队背景，有助面试准备 | | 文化特征 | 从团队背景和组织形态推断 | | 竞争格局 | 主要竞品和市场地位 |

简历优化应用（核心价值）

情报分析完成后，必须据此给出具体的简历优化建议：

业务方向匹配：如果公司主营 B 端 SaaS，简历中 B 端产品经历要前置并强化
技术栈对齐：如果公司技术栈是 Go+K8s，简历中相关技术经历要突出
文化匹配：如果公司是创业团队，突出创业经历和多面手能力
关键词预埋：将公司产品和业务相关的术语自然嵌入简历描述
面试官背景：了解面试官的技术/业务背景，准备对应深度的讨论话题
自我介绍定制：基于公司特点，调整自我介绍中的侧重点

输出示例格式

## 📋 [公司名] 情报摘要

### 基本信息
- 全称：xxx有限公司 | 行业：xxx | 阶段：xxx

### 核心业务
- 主营：xxx
- 核心产品：xxx / xxx / xxx

### 组织与团队
- 创始人：xxx（来自xx背景）
- 高管团队特点：xxx

### 近期动态
- xxx（时间）：xxx

### 🎯 你的简历优化建议
1. [具体修改建议1]
2. [具体修改建议2]
3. [面试准备要点]

数据来源说明

本 Skill 的信息采集依赖外部数据源，按可用性降序排列：

| 数据源 | 用途 | 可替代性 | |--------|------|---------| | 企查查 QCC API | 工商信息/股东/高管/风险 | ⭐ 首选 | | 天眼查 TianYanCha API | 补充查询/集团架构 | ⭐ 备选 | | 网络搜索 | 公开新闻报道/官网 | ✅ 基础兜底 | | 用户自行提供 | 用户已知信息 | ✅ 补充 |

⚠️ 如果没有任何数据 API 可用，Skill 仍可通过网络搜索完成基础情报收集（Step 2/3/5），只是深度和准确性会有所降低。

使用说明

这是一个平台无关的标准化 AI Agent Skill 定义文件。

在任何 AI 平台上使用

将本文件内容作为 System Prompt 注入 Agent
提供目标公司名称
Agent 自动执行情报采集 + 分析 + 简历优化建议

各平台快速上手

Open Cloud / Cloud Code：创建 Agent → 粘贴到系统提示词
CodeEx：导入为自定义 Skill
Cursor：放入 .cursor/rules/company-intelligence.md
Dify / Coze：创建知识库 → 关联到 Agent

依赖说明

核心功能：零依赖即可运行（网络搜索兜底模式）
增强功能：接入企查查/天眼查等企业数据 API 可大幅提升信息深度和准确性