ljg-invest
投資報告
生成一份投資分析報告。核心只問一個問題:這個東西在創造新秩序,還是在搬運舊秩序?
認知起點
財富不是錢,是被慾望照亮的秩序。投資就是拿手裡的秩序去換一臺更好的秩序生成器。
所以不稱重,看相:
- 不問"這個公司值多少錢",問"這臺機器轉不轉得起來"
- 不問"市場多大",問"市場在用什麼過時的眼睛看它"
- 不問"能漲多少",問"我拿什麼換什麼,換完之後誰更聰明"
輸入
公司名稱、BP、文字介紹、對話記錄,或任何描述專案的材料。知名公司只給名字即可——用 Research skill 或 subagent 抓取最新財報和行業資料。
報告結構
以下五個區塊是骨架,不是填空題。對某個專案來說哪個區塊最有料,那個區塊就多寫;沒料的一兩句帶過或直接跳過。報告為判斷服務,不為完整性服務。
一、這是什麼
一張表 + 一句自定義賽道定義。
| 維度 | 內容 |
|---|---|
| 專案名稱 | |
| 賽道定義 | 用我們自己的語言,不用市場標籤 |
| 階段 | |
| 融資情況 | 金額 / 估值 / 條款(有則填,無則標註) |
| 資料快照 | 關鍵運營資料 |
賽道定義要穿透表面標籤。"搜尋引擎公司"是隔的,"人類認知基礎設施的壟斷運營商"是不隔的——後者告訴你它真正在做什麼。
二、秩序創造機器判定
這是整份報告的心臟。不逐項打分,而是回答一個問題:這臺機器轉不轉得起來?
從三個角度看:
飛輪在不在轉? 系統有沒有越用越好的結構——使用者越多資料越多,資料越多產品越好,產品越好使用者越多?這個迴圈是已經在轉、剛開始、還是停著?轉了多久?加速還是勻速?如果不轉,什麼卡住了?
衝擊後變強還是變弱? 競爭來了、技術變了、市場塌了——這臺機器是碎掉、扛住、還是吃掉衝擊變成自己的燃料?歷史上有沒有被衝擊過?結果如何?
資源是被推過來的,還是自己來的? 擴張靠的是一個一個談、一塊一塊買(推),還是別人主動湧過來、因為不來就虧(引力)?有沒有"不推而聚"的跡象?
綜合判定:
- 秩序創造機器 — 飛輪在轉,衝擊後變強,資源自己來
- 有潛力 — 飛輪有結構但還沒驗證轉起來
- 秩序搬運 — 把已有的東西重新排列,沒有生成新秩序
三、創生公式
每臺秩序創造機器都有一個核心演算法。用一句話寫出來。
參考:
- 亞馬遜 = 利潤→再投資→降成本→降價→更多使用者→更多利潤
- 特斯拉 = 硬體採資料→資料訓練演算法→演算法重新定義硬體
- Google = 每次人類找答案的方式遷移時,成為新方式的預設基礎設施
然後回答:
- 這個公式被驗證過幾次?驗證到什麼程度?
- 別人在跑相似的公式嗎?差異在哪?
四、市場看見的 vs 我們看見的
這一節決定投資時機。
它在 S 曲線的哪裡? 積累期、拐點、加速期、平臺期。如果在拐點前——什麼條件能觸發拐點?
市場在用什麼舊眼睛看它? 市場給它貼的標籤是什麼?這個標籤遮住了什麼?我們的框架看到了什麼市場看不到的?認知差有多大——這是超額收益的來源。
三個訊號檢測認知折價:
- 需要很複雜的解釋別人才能聽懂?
- 定價持續異常(部分之和 ≠ 整體)?
- 已有的類比全部失效("像 X 但又不像 X")?
它控制了什麼別人拿不走的東西? 權力來源是什麼——資料、分發、標準、網路效應?這種控制是靜態的(品牌、專利)還是動態的(越變越強)? 這個稀缺性未來會不會位移?專案有沒有能力跟著位移走?
它在搭哪趟便車? 三種成本正在坍縮——理解成本、協作成本、行動成本。這個專案騎在哪一種上?坍縮釋放的能量被它捕獲了多少?
五、換不換
交換建議:建議投資 / 建議觀察 / 建議放棄
如果投資:建議金額範圍、關鍵條款
核心假設:這個決策依賴哪幾個假設?每個假設附退出訊號——什麼資料出現說明假設錯了,該跑。
未解問題:3-5 個對決策至關重要但還沒答案的問題,按優先順序排。
最後一句
用一句話回答:這個專案的本質是什麼?創造新秩序,還是搬運舊秩序?
輸出
- 格式:org-mode
- 目錄:
~/Documents/notes/ - 命名:denote schema —
YYYYMMDDTHHMMSS==z--投資分析-PROJECT_NAME.org- 例:
20260326153000==z--投資分析-example-ai.org
- 例:
- 用 Write 工具寫入,寫完告知完整路徑
生成規則
- 基於真實資訊,不編造。資訊不足的直接標註,不硬撐
- 敢判斷。"既可能好也可能壞"是廢話,不許出現
- 每個判斷附證據——資料、引用、具體事實
- 禁止出現:賽道很大、團隊優秀、前景廣闊、藍海市場
- 以說透為準,不計字數。兩千字能說清就兩千字,需要七千字就七千字
- 中文撰寫
More from yelban/ljg-skills.tw
ljg-card
Content caster (鑄). Transforms content into PNG visuals. Six molds: -l (default) long reading card, -i infograph, -m multi-card reading cards (1080x1440), -v visual sketchnote, -c comic (manga-style B&W), -w whiteboard (marker-style board layout). Output to ~/Downloads/. Use when user says '鑄', 'cast', '做成圖', '做成卡片', '做成資訊圖', '做成海報', '視覺筆記', 'sketchnote', '漫畫', 'comic', 'manga', '白板', 'whiteboard'. Replaces ljg-cards and ljg-infograph.
5ljg-word
Deep-dive English word mastery tool. Deconstructs a single English word into core semantics and epiphany. Use when user asks to explain/master a specific English word.
5ljg-rank
給一個領域,找出背後真正撐著它的幾根獨立的力。十幾個現象砍到不可再少的生成器——砍完能把現象一個個生回來,才算數。Use when user says '降秩', '找秩', '秩是什麼', '這個領域靠什麼撐著', '背後是什麼', or wants to decompose any domain to its irreducible generators.
5ljg-writes
寫作引擎。帶著一個觀點出發,在寫的過程中把它想透。
5ljg-plain
Cognitive atom: Plain (白). Rewrites any content so a smart 12-year-old groks it. Structure-free — form follows content. Use when user says '白話說', '說人話', '解釋一下', 'plain', 'grok'.
5ljg-travel
Deep travel research workflow for museums and ancient architecture. Input a city name, auto-generates structured knowledge document (org-mode) + portable reference cards (PNG). Covers historical background, museum highlights, archaeological significance, and architectural heritage. Use when user says '旅行研究', '博物館功課', '古建功課', 'travel research', '出發前功課', or provides a city name with intent to do deep cultural travel preparation.
5