AI分析师强得可怕
前两天我用Claude Skills做的Super Analyst还不够强。这次升级，给它补上了深度思考能力，优化了SOP，尤其是增加了详尽的搜索策略规划。现在这个Skill应该超过大多数人类的分析能力了。
Key Takeaway
AI分析师能力：Claude Skills创建Super Analyst，处理复杂战略评估（如ChatGPT Atlas胜算），初步评估Level 3、情报搜集（12思考/8轮搜索）、多框架分析（波特五力/SWOT/情境，由外而内/现在到未来逻辑）。
Pro版升级：整合Sequential Thinking MCP工具，制定7步SOP，包括问题判断（类型/复杂度/需外部信息）、智能情报规划（信息需求/优先级/关键词/策略）、框架选择/应用，提升深度思考/调研/结构化。
对比与分享：原生/基础/Pro版效果差异大（从简单汇总到深度分析）；社群分享Skill文件/对话链接/对比，简单制作（贴需求给Claude），鼓励修改定制个人能力包。
我的AI分析师肯定比大部分人类分析师更厉害。它能进行深度思考、广泛调研，以及结构化的分析。
举个例子：OpenAI最近推出了ChatGPT Atlas。我让AI分析师帮我分析一下这款产品的胜算。
接到需求后，它会先做一个初步的评估，发现这个问题还挺复杂的，属于Level 3，是一个战略评估问题。
接着，它会制定一个情报搜集的策略。你看，它进行了12次思考，明确了要搜集产品信息、竞争对手信息、技术信息，还要搜集媒体和用户的反馈，以及搜索的数量、信息优先级的排序等等。最终制定出一个覆盖各个方向的关键词组合。
经过8轮搜索之后，AI获得足够信息。于是进入下一个环节：分析框架的选择。
不同的问题需要使用不同的分析框架。针对ChatGPT Atlas这个问题，AI考虑到两点：
第一，这个问题的本质，是一个战略评估问题。
第二，已经搜集到多维度的信息，足够支持多框架分析。
所以，AI决定使用波特五力、SWOT以及情境分析三个框架。而且在框架的使用顺序方面，它决定采用“由外而内、由现在到未来”的逻辑，先用波特五力，然后使用SWOT，最后使用情境分析。
有了这么详尽的准备，最终输出的结果我是很满意的。你看要做出这样的分析，一个人类分析师要花多少时间才能搞得出来。
我使用的这个AI分析师，其实是一个能力包，用Claude Skills做的。我在上一期视频分享过。但是，我昨天对它进行了一个升级，极大提升了它的深度思考能力。本期视频，我会详细介绍一下。
另外，这个Skill的文件我也分享在社群内了，大家可以自取。
哈喽各位好，欢迎回到我的频道。谦虚地说，我是国内少数几个能把关于AI的Why和How讲明白的博主。我提供的东西远比教程更值钱。记得点一波关注。如果想链接我，就来我们newtype社群。这个社群已经运营600天，有超过1700位小伙伴付费加入啦。
如果你是国内用户，可以从知识星球加入。如果你是海外用户，可以从Substack加入。我的第一套课程、日常的Newsletter以及专属视频，在社群内都可以看到。
回到今天的主题：Super Analyst Pro。
关于AI分析师，我前些天通过Claude Skills做了一个能力包，也就是Super Analyst基础版。它的核心功能是提供12种分析框架给AI，并且辅助AI做出框架选择。
但是，这个基础版并没有达到我的要求。我认为，一个AI分析师应该具备三个能力：
第一，能够对问题进行初步判断。初步判断之所以很重要是因为，这会关系到后边要投入多少资源。总不能边做边看吧？
第二，在情报搜集方面，能够根据问题制定完整的搜索策略。现在绝大多数AI都是很草率地确定几个关键词就开干，这个不够专业。
第三，在框架使用方面，当选择了多个框架之后，这几个框架怎么组合使用呢？肯定得有个逻辑顺序吧？
这三个能力都指向了一个更底层的能力：深度、多步骤的思考能力。
于是，我想起了一个我特别喜欢的MCP：Sequential Thinking。
这个MCP我就不多介绍了。今年年初MCP火了之后，我好多期视频都推荐过它。
这一次，我决定在Skill里把它也调用起来。
在正式开始之前，我先要求AI对Super Analyst基础版的情况做一个全面的了解。这样咱们后续才有得聊。
等它全部搞定之后，我把完整的需求描述都告诉它，并且要求它不着急动手，先给出方案。我们充分讨论之后再开工。
Sonnet 4.5这个模型还挺厉害的。它准确理解了我的意思。它认为，Super Analyst Pro能够进行深度思考、广泛调研以及结构化分析。其中一个升级的重点，是在情报规划和框架选择上使用 Sequential Thinking。
基于这个理解，AI制定了包含7个步骤的SOP。
当它接到我的分析需求时，会先判断问题的类型、复杂度、时效性等等。其中有一个关键判断——是否需要外部信息。
如果需要，它会启动“智能情报规划”能力，先思考：
这个问题需要哪些具体信息？比如，定量的数据、定性的信息，还是背景知识？
这些信息的优先级和依赖关系是什么？哪些是必须的？哪些是补充的？先搜索什么，后搜索什么？
要获取这些信息，最佳的搜索关键词设计是什么？中文关键词还是英文关键词？
还有具体的搜索策略规划是什么？需要几轮搜索？每轮关注什么主题？
你看，光是这个情报规划的能力就超过绝大多数人类。
同样地，到了分析框架选择环节，在Sequential Thinking这个外部工具的帮助下，AI会思考：问题的本质是什么？问题有哪些特征？哪些框架最适合？以及框架的应用策略是什么？
当以上所有准备工作都完成之后，AI才会进入结构化执行阶段。它会充分结合搜索获得的情报，按照框架的步骤完成分析，并且输出。
我做了一组对比：同样的问题，一个是不使用MCP和Skills，就是原生的能力；一个是使用Super Analyst基础版；还有一个是使用最新的Super Analyst Pro。这三次生成的结果，差别还是很大的。
三个对话的链接我都发到社群里了。另外，这次升级，我与Claude的对话链接也发社群了。大家可以完整看到一个Skill是怎么做出来的。真的不难。
其实拿到我分享的Skill文件之后，你把它贴给Claude，就可以在这个Skill的基础上做进一步的修改，变成你个人定制化的能力包。Claude完全可以帮你实现。所以，请一定要试一试。
OK，以上就是本期内容。想了解AI，想成为超级个体，想找到志同道合的人，就来我们newtype社群。那咱们下期见！