有一种特定的工作，高管 constantly 需要却几乎 never 有时间自己做。
不是战略工作，不是领导力工作，不是需要他们特定经验和判断的工作。而是 precedes 所有这些的工作：收集、综合、结构化信息，让每个重要决策 better informed。
产品决策前的竞争格局。定价电话前的市场条件。销售策略构建前买家提出的三个主要反对意见。类似公司 chart 自己 course 前成功公司在该领域前 18 个月做的模式。
这种工作不是可选的。跳过它的高管在不完整信息上做决策，而且知道这一点。不跳过它的高管花数小时做无法 delegate 给团队任何人的研究——因为团队没有人同时具备理解什么重要的 seniority 和去找它的 availability。
这个 gap 就是你的生意。
为什么高管不能自己做
这个 gap 不是高管能力的 gap。理论上，每个需要这种工作的创始人、运营者、高级领导都能自己做。
他们不做的原因只有一个：他们的时间被分配到每小时更高价值的工作上。每小时 billing 2,400 的 foregone billable work。买一个 $400 的竞争简报是直截了当的经济决策，一旦他们理解这个版本的数学。
2024 年 AI 技能工作者的工资溢价是 25%。2025 年跳到 56%。这一年内 jump 是有记录以来知识工作的最大结构性重新定价。理解这个溢价的高管已经在寻找能用 AI 工具以之前不可能的价格点产出研究级输出的人。他们不是在找一个会花一周做某事的研究分析师。他们在找能在 24 小时内交付过去需要一周的人。
这就是这个服务的 specific promise。不是更便宜的研究。是更快、质量可接受的研究，交付时间线匹配高管实际需要做决策的速度。
服务实际交付什么
在构建服务前，需要精确定义你在卖什么。"研究"太宽泛，无法 confident 定价或 consistent 交付。
四种 specific deliverable 类型产生最高客户留存和最清晰的定价对话。
竞争情报简报
最 in-demand 的 deliverable。高管正在做涉及理解竞争格局的决策。需要知道：主要玩家是谁、如何定位、收费多少、客户怎么说、弱点在哪、未来 12 个月可能做什么动作。
结构良好的竞争情报简报在 8-12 页中回答所有这些，带清晰来源、一页执行摘要、针对客户情况的战略影响部分。简报 call 后 24-48 小时内交付。
价格范围：600，取决于覆盖的竞争对手数量和所需分析深度。
市场进入评估
创始人或高管正在考虑进入新市场、推出新产品类别或扩展到新地理区域。需要了解：市场规模、现有玩家、监管环境、该空间有效的客户获取渠道、典型单位经济。
比竞争简报更复杂，需要更长时间才能做好。问题更难，来源更多样，综合需要判断什么重要什么是噪音。
价格范围：1,000，取决于范围。
决策研究包
高管面临特定决策，需要让该决策 well-informed 的信息。该类别公司使用什么定价模型，每种 tradeoffs 是什么？该空间公司第二年失败的三个最常见原因是什么？这类产品的 best-in-class onboarding 是什么样的？
这些简报比竞争情报或市场进入格式更窄。它们用深度和精确度回答一个 specific 问题。因为更窄，生产更快，定价更容易。
价格范围：400。
每周情报摘要
recurring deliverable，用于想要持续市场意识而非时点研究的客户。每周综合行业重大发展、标记竞争动作、 surface 相关客户信号、提供每个项目对其业务意味着什么的简要段落。
这是产生 retainer 收入而非项目收入的 deliverable。每周摘要上的客户是每月付费而无需新销售对话的客户。
价格范围：1,500/月，取决于客户行业和所需分析深度。
工具栈
这个服务以高管愿意支付的价格产出 exceptional 输出的原因，是三个工具的组合，共同把研究时间线从数天压缩到数小时。
Claude 处理综合、结构和起草。给定一组研究输入，Claude 产出连贯、结构良好的文档，读起来像高级分析师写的。输出质量完全取决于输入质量和指令精确度。这个技能需要周末学习，随练习 rapid 提升。
Perplexity 处理实时研究。与 Claude 的训练数据不同，Perplexity 主动搜索网络并返回带引用的当前来源。对于需要知道公司上个月宣布什么、出版物上周写了什么类别、竞争对手当前定价页面说什么的竞争情报，Perplexity 是关闭 Claude 知识截止日和 present 之间信息 gap 的工具。
结构化研究框架 处理其余。第一周构建的最有价值的东西不是 prompt template。而是每种 deliverable 类型的研究框架——精确定义回答什么问题、什么顺序、什么类型的来源、什么输出格式。框架使输出 consistent 到客户可以依赖，交付时间 predictable 到可以 confident 报价。
三个组件一起工作，well-scoped 的竞争情报简报从初始研究到交付文档需要 3-4 小时。决策研究包需要 1-2 小时。每周摘要，一旦客户设置好，每周需要 45 分钟到 1 小时。
如何构建第一个交付物
理解能否产出 worth paying for 的东西的最快方式，是在任何人付费前为自己产出。
选一个你理解的市场中的公司。为竞争公司构建竞争情报简报，就像创始人委托你做的那样。用 Perplexity 收集 raw intelligence。用 Claude 综合为结构化文档。应用研究框架确保覆盖简报类型要求的一切。
批判性地读输出。正在做真实决策的高管会觉得这 genuinely useful 吗？它 specific 到足以改变他们对某事的思考方式吗？执行摘要实际上 summarize 了，还是只是 describe？来源引用清晰到客户可以验证任何他们想验证的东西吗？
如果任何答案是否定的，在接近客户前识别原因并修复。为自己产出的第一个交付物揭示了否则会在第一次客户 engagement 中 surface 的框架 gaps。
为每种 deliverable 类型各做一个：一个竞争简报、一个市场进入评估、一个决策研究包。这三个文档同时是你的 portfolio 和 proof of concept。
最需要的客户
每个做决策的知识工作者都是潜在客户。但转化最快、留存最长、推荐最一致的共享三个特征。
频繁做决策，使研究成为 recurring need 而非 occasional one。前两年构建业务的创始人每周做一个新的 significant 决策。成长中公司的高管 continuously 面对战略问题。这些客户会 return，因为 need 不停止。
决策中有足够 stake，使研究被视为投资而非支出。基于 $400 简报确认机会或防止代价高昂错误的创始人，不是在为研究付费。他们在为决策 grounded in something real 的确定性付费。这是不同的购买。
不够大到内部有研究功能。企业公司有分析师。中小市场公司和快速成长初创公司没有。他们知道应该做 better-informed 决策。他们没有内部 capacity 做 enabling 它的研究。你不是在和他们的内部团队竞争。你在填补他们的内部团队不存在的 gap。
最快找到这些客户的方式和每个服务业务找到第一批客户的方式一样：你的现有职业网络。你合作过、为之工作过、或在其职业生涯中建立过关系的人，现在 operating 在需要这种服务的角色类型中。
从第一个报告到 $7,000/月
路径有四个阶段，每个阶段为下一个阶段建立基础。
第一阶段：证明价值。前 3-5 个报告主要向自己和客户证明，你产出的东西 worth the price。定价 300，低于最终要收的市场价，交换诚实反馈和将结果用作 case study 材料的权利。这些早期 engagement 的反馈是 sharpen 框架、使每个后续报告更好的东西。
第二阶段：转化为 retainer。与客户做项目报告的第一个月内，你会注意到 need 是连续的。竞争格局变化。新问题出现。已回答的决策产生两个新问题。当这种模式出现时，提供每周摘要 retainer。一个客户转化为 12,000。
第三阶段：推荐引擎。收到 visibly improved 他们决策的研究简报的客户会告诉人。不是每个 case，但频率足够高，使推荐渠道在 3-4 个月内成为主要新客户来源——如果你产出 genuinely useful 的工作。每次成功 engagement 后直接问："你认识两三个面临类似决策、可能从这种研究支持中受益的人吗？"
第四阶段：涨价。一旦框架 refined、交付 consistent、calendar reasonably full，提高费率。500。1,200。你不是因为需要更多钱而涨价。你是因为交付的价值超过你收费的价格，市场能承受 increase 而涨价。
1,000/月的 retainer 客户加十个 1,200 的 retainer 客户加五个 1,000 的 retainer 客户加六个 $500 的报告。确切配置取决于你想在可预测的 recurring revenue 和灵活的项目工作中分配多少 capacity。
为什么大多数人低估这个机会
大多数人考虑启动 AI 驱动的研究服务时，把它想成研究服务。他们按研究成本定价，与每个提供研究的人竞争，想知道为什么难以 differentiate。
改变经济学的 shift 是把它定位为决策情报。研究产出信息。决策情报产出对 specific 决策的清晰度。第二件事 worth 显著更多，对最需要它的 exact 客户，因为他们的时间太宝贵，不能花在 anything 不直接连接到他们需要做好的决策上。
AI 流利工作者需求增长了 7 倍（LinkedIn via WEF 2026）。AI 职位比 2020 基线高 134%，而总职位仅增长 6%。AI 被评为世界上最难招聘的技能。
不容易被雇佣的人可以容易被 contract。找不到具有 AI 研究技能的全职分析师的高管可以按 engagement 或月度 basis 购买该技能的输出，从已经构建能力的人那里。
那个人可以是你。能力需要周末构建。框架需要一个月 engagement 来 refine。产生 $7,000/月的客户群需要 3-6 个月来 develop，如果你 actively 努力构建它。
高管在那里。决策每周都在用不完整信息做出，因为没有人交付替代方案。
这个周末构建替代方案。你产出的第一个简报会告诉你关于是否准备好为第二个收费的一切需要知道的东西。