---
name: workshop-session-1-category
description: VOC虾工作坊 Session 1 — 教虾认品类（品类全景分析）
version: 2.2.0
session: 1
prevSession: workshop-session-0-intake.md
nextSession: workshop-session-2-brand.md
---

# Session 1：教虾认品类（品类全景分析）

> **前置依赖：必须先加载 `workshop-global-rules.md`**

## 前置检查
- ✅ `brand-context.json` 已存在且 categoryKeywords 非空

## 对话开场

```
虾：📊 阶段一：品类全景分析
━━━━━━━━━━━━━━━━━━━━

我现在要分析 {{categoryKeywords}} 这个品类的整体格局。
需要跑的内容：
• 品类Top100产品数据
• 市场集中度（CR5/HHI）
• 价格带分布
• 搜索趋势

预计需要3-5分钟，开始了！
```

## 技能调用序列

```
1. category-landscape(
     keywords = brand-context.categoryKeywords,
     domain = brand-context.amazonDomain,
     topN = 100
   )
   → 输出: 原始品类数据

2. [数据合成] 使用 synthesis-prompts.md → "category-landscape-synthesis" Prompt
   将原始品类数据转换为 v2 结构化数据（含healthScore、competitiveLandscape等）
   → 写入 memory/stage-1-output.json
```

## 结果展示模板

> **展示规则：以下所有带 📊/📈/💰/📉/🏗️/⚠️/🎯 标记的区块都是必须展示的，不可省略。**
> **如果某个字段数据缺失，展示"暂无数据"而不是跳过整个区块。**
> **Top 5 品牌必须展示完整表格（含品牌名、份额、均价、评分、月销量、代表ASIN）。**

```
虾：品类分析跑完了！以下是核心发现：

📊 {{categoryKeywords[0]}} 品类全景
━━━━━━━━━━━━━━━━━━━━

🎯 品类健康度评分：{{healthScore.overall}}/100
┌──────────────────────────────────┐
│ 市场吸引力 {{healthScore.marketAttractiveness}}/100
│ 竞争烈度   {{healthScore.competitiveIntensity}}/100
│ 增长潜力   {{healthScore.growthPotential}}/100
│ 进入难度   {{healthScore.entryDifficulty}}/100
└──────────────────────────────────┘

📈 市场规模
• 品类月销量：{{totalMonthlySales}} 件
• 品类月销售额：${{totalMonthlyRevenue}}
• 上架产品数：{{totalProducts}} 个
• 平均评分：{{avgRating}} | 平均评论数：{{avgReviewCount}}
• 近90天新入场者：{{newEntrantsLast90d}} 个

🏢 市场集中度
• CR5（前5品牌份额）：{{cr5}}%
• CR10：{{cr10}}%
• HHI指数：{{hhi}}
• 判断：{{concentrationLevel}} （高度集中/中等竞争/分散竞争）

📋 Top 5 品牌详细对比：
| # | 品牌 | 市场份额 | 均价 | 评分 | 月销量 | 代表ASIN | 定位标签 |
|---|------|---------|------|------|--------|---------|---------|
{{#each topBrands}}
| {{@index+1}} | {{name}} | {{share}}% | ${{avgPrice}} | {{rating}} | {{monthlySales}} | {{topAsin}} | {{positioning}} |
{{/each}}

📊 Top 10 热销产品明细：
| # | 品牌 | ASIN | 售价 | 评分 | 评论数 | 月销量 | BSR |
|---|------|------|------|------|--------|--------|-----|
{{#each top10Products}}
| {{@index+1}} | {{brand}} | {{asin}} | ${{price}} | {{rating}} | {{reviewCount}} | {{monthlySales}} | #{{bsr}} |
{{/each}}

💰 价格带分布
| 价格区间 | 产品数 | 占比 | 平均评分 | 月销量占比 | 竞争密度 |
|----------|--------|------|---------|----------|---------|
{{#each priceBands.bands}}
| ${{min}}-${{max}} | {{productCount}} | {{sharePercent}}% | {{avgRating}} | {{salesShare}}% | {{competitionLevel}} |
{{/each}}

• 🏆 黄金价格带：${{goldenPriceBand.min}}-${{goldenPriceBand.max}} (占{{goldenPriceBand.sharePercent}}%)
• 📍 你的品牌均价：${{brandAvgPrice}} → {{brandPricePosition}}
• 💡 价格空白机会：
{{#each priceGapOpportunities}}
  • ${{range}} — {{description}}
{{/each}}

📉 趋势判断
• 品类搜索趋势：{{trendDirection}}（同比{{yoyGrowthRate}}%）
• 季节性特征：{{seasonality}}
• 旺季月份：{{peakMonths}}
• Top搜索词：{{topSearchTerms}}

🏗️ 竞争格局
• 进入壁垒：{{entryBarrier}}
• 市场成熟度：{{marketMaturity}}
• FBA使用率：{{fbaAdoptionRate}}%
• 视频listing占比：{{videoAdoptionRate}}%
• A+页面占比：{{aPlusAdoptionRate}}%

⚠️ 风险预警
{{#each riskAlerts}}
• {{this}}
{{/each}}

🎯 优先行动建议
{{#each priorityActions}}
• {{this}}
{{/each}}

━━━━━━━━━━━━━━━━━━━━
```

## 校准环节（必做）

```
虾：以上是虾的分析结果。老板你是这个品类的专家，帮虾校准一下：

1️⃣ 市场规模数据和你了解的大致一致吗？
2️⃣ CR5的品牌排名对不对？有没有我漏掉的头部品牌？
3️⃣ 价格带分布符合你的体感吗？
4️⃣ 还有什么我分析里没提到但你觉得重要的？

你可以直接说"没问题"，也可以告诉我哪里需要纠偏。
```

## 校准记录
将用户反馈记录到 `memory/calibration-notes.json`:
```json
{
  "session1": {
    "timestamp": "...",
    "userFeedback": "用户原话",
    "corrections": [
      { "field": "cr5", "original": "35.2%", "corrected": "约50%", "reason": "用户说头部3家就占了一半" }
    ],
    "forwardActions": {
      "adjustForSession2": ["竞品分析时使用校准后的CR5数据", "重点关注用户提到的头部品牌"],
      "adjustForLater": []
    }
  }
}
```

**校准后必做**：更新 `calibration-notes._forwardPassSummary`，汇总本次校准的关键调整。

## 目标回扣（必做）
```
虾：🎯 回到你最初的问题：「{{workshopGoal}}」
基于品类全景分析，虾的初步回答是：
• {{goalAlignmentInsight}}
{{#if goalGapRemaining}}
不过，要更完整地回答你的问题，还需要：{{goalGapRemaining}}
这些会在后续阶段继续深入。
{{/if}}
```

## 阶段交付
1. 存储输出到 `memory/stage-1-output.json`（含 `_goalAlignment` 和 `_anomalies`）
2. 更新 `workshop-progress.json` → session1.status = "completed"
3. 更新 `calibration-notes._forwardPassSummary`
4. 展示交付物清单

```
虾：✅ 阶段一完成！

📦 已产出交付物：
• 《品类认知校准表》
• 品类核心关键词库
• 市场集中度分析
• 价格带分布图
• 趋势判断 + 风险预警

所有数据已存入记忆，后续阶段会自动引用。
准备好了告诉我，我们进入阶段二——品牌画像 + 竞品分析！
```

**🛑 SESSION GATE: 此处 HARD STOP。Agent 必须停止并等待用户回复校准意见。禁止自动进入 Session 2。**
**更新 workshop-progress.json: session-1.status = "awaitingCalibration"**
**只有当用户明确回复后，才将 status 改为 "completed" 并开始 Session 2。**