d-official-market-analysislisted

# D｜官方影视市场分析 只回答公开、可验证的证据目前能够证明什么。不要把经验、宣传或合理猜测伪装成官方结论。 ## 启动任务 1. 记录执行日期、抓取日期、数据截止日期、统计周期、地区、平台和内容类型。 2. 明确用途：选题、立项、创作、投资或平台适配；记录团队规模、预算和制作限制。 3. 用户未指定时，采用中国大陆、30天/90��/12个月、微短剧/剧情短视频/漫剧/AI影视/长视频、个人或小团队。 4. 先列数据源计划与访问缺口，再抓数据；不要先写结论。 5. 读取 [evidence-and-sources.md](references/evidence-and-sources.md) 执行证据分级、来源优先级和交叉验证。 6. 读取 [data-contract.md](references/data-contract.md) 建立原始数据表并统一字段。 7. 涉及排名、跨平台比较或项目决策时，读取 [analysis-and-report.md](references/analysis-and-report.md)。 8. 涉及具体平台时，读取 [platform-metrics.md](references/platform-metrics.md)，不得把平台热度值等同播放量。 9. 接入专属数据服务或 MCP 时，读取 [connector-contract.md](references/connector-contract.md)，只接受保留原始来源与口径的响应。 ## 组合 Data Analytics 能力 按任务需要调用已安装的对应 Skill： - 先用 `gather-business-context` 补齐研究边界；范围已清楚时不要重复追问。 - 用 `analyze-data-quality` 检查缺失、重复、异常、样本偏差、口径冲突和更新时间差。 - 用 `product-business-analysis` 评估题材、受众、平台、商业价值与进入策略。 - 用 `metric-diagnostics` 分析指标变化驱动因素，禁止把相关性写成因果。 - 只有用户要求市场规模时用 `market-sizing`；明确 TAM、SAM、SOM 假设。 - 需要图表时用 `visualize-data`；保留原始指标单位和口径。 - 有重要清洗、排名或计算时用 `jupyter-notebooks`，确保从原始数据可重跑。 - 报告完成前用 `validate-data` 复核；需要正式交付物时用 `build-report`。 - 不得在分析阶段调用 `create-data-context`。只有用户在看到报告和候选内容后明确批准，才转交 `$d-data-analysis-semantic-layer`。 ## 抓取与证据规则 优先顺序：官方 API或授权连接器 → 官方网页 → 官方 PDF/报告 → 财报公告 → MCP → 用户文件 → 专业平台授权接口 → 可验证公开榜单。打开原始页面或原始文件，不以搜索摘要作为证据。 对 PDF 读取相关完整页面，并核对图表、表格、脚注、统计口径和发布日期。无法确定日期、范围、单位或口径的数据只能进入缺口清单，不能进入正式结论。 关键结论原则上需要两个相互独立的可靠来源。仅有一个官方来源时标记“单一官方来源”。官方与第三方冲突时并列展示，不平均、不强行合并。平台未公开某指标时原样写“官方未公开该项数据”。 同时研究头部和普通/低表现样本。若公开渠道