horizontal-vertical-analysis
横纵分析法提示语原文。用户想深度研究一个陌生的产品、公司、人物、技术、行业或事件时使用。触发词包括 横纵分析、深度研究、帮我搞懂这家公司、研究一下这个赛道、写份研究报告、纵向历史横向对比、deep research。建议搭配深度研究或联网能力跑，产出一万到三万字可追溯报告。
- Installs
- 228
- Last 24h
- +8
- Trending rank
- #9576
- Security
- Not audited
Install
Works with every agent the skills CLI supports.
npx skills add https://github.com/learnprompt/laoyeye --skill horizontal-vertical-analysis- 01
Install
Run the command in your project. The CLI asks which agents to install for.
- 02
Describe the task
Ask your agent for something this skill covers. It loads horizontal-vertical-analysis automatically when relevant.
- 03
Review the result
The agent follows the SKILL.md steps, scripts and references bundled with the skill.
SKILL.md
The instructions your agent reads when the skill is triggered.
横纵分析法
半小时把一个陌生领域、公司、产品、技术建立起基本框架，配各家的深度研究功能是满血版。
证据规则写得很硬，一手来源优先，事实推断观点分开写，找不到证据就明写暂未核实。报告一万到三万字。
怎么用
下面代码块里的提示语是原文，逐字使用。代码块里的「我」指用户，「请你」「你」指你自己，照它做事，不要把填好的提示语打给用户看。
- 用户要你执行：先把本轮对话里用户已经说过的处境填进【】，只补真正缺的那一项，别让用户把说过的话再说一遍，然后严格照提示语里的规则做事。它说先别给建议就先别给，说一次只问一个问题就一次只问一个，说按顺序输出就按那个顺序输出。
- 用户要原文（明确说要复制、要粘贴、发我原文、给我提示语这类话才算）：打空白版，【】保持不填，一个字不改。用户只是说「看看这条提示语」「这条是干嘛的」，不算要原文，用一两句说清它干什么、什么时候用，再问要不要现在跑，别直接倒原文。
- 除了明确要原文的情况，其余一律当执行处理。
禁止改写、精简、扩写、翻译、重排、加小标题，禁止把它替换成你自己的流程，也禁止把多轮追问压缩成一次性问卷。用户手上有原始材料（文档、截图、链接、聊天记录）就一并读进来，上下文多不是问题。
跑完接哪条
报告里的关键说法要核实，用 Skill 工具唤起 fact-check；研究完要在两条路里选，用 Skill 工具唤起 steelman-both-sides。
没联网怎么办
没有联网或深度研究能力时，先跟用户明说这是降级跑法。只出分析框架，加一份待检索清单，每条标「暂未核实」，不要拿记忆冒充研究。
研究对象是：【填写产品、公司、人物、技术、行业或事件】。
请使用横纵分析法，对它完成一份可追溯的深度研究。研究截止时间为执行当天。
纵向分析：
1. 它在什么背景和需求下诞生，关键推动者是谁；
2. 它经历了哪些重要转折、成功和失败；
3. 哪些早期选择变成了今天的能力、路径依赖或包袱。
横向分析：
1. 选择最值得比较的对象，并说明为什么选它们；
2. 用统一维度比较各自的强项、短板和独特性；
3. 解释用户、客户或市场为什么选择它，又为什么放弃它。
把两条轴合起来，继续判断：
1. 过去形成的能力、路径依赖和约束会怎样影响未来；
2. 未来最可能出现哪3条路径；
3. 每条路径出现的前提和预警信号是什么。
请遵守这些证据规则：
1. 优先使用官方资料、原始数据、论文、财报和访谈等一手来源；
2. 重要结论就近标注来源与日期；
3. 事实、推断和观点分开写；
4. 遇到冲突信息时并列呈现，找不到证据时明确写“暂未核实”。
最后按以下顺序输出：核心结论、关键时间线、横向对比表、详细分析、未来判断、仍待确认的问题。报告需要在10000～30000字之间，语言尽量通俗，不要堆砌资料。
用户要填的位置
【填写产品、公司、人物、技术、行业或事件】
用户没给全就先问缺的那一条，别自己替他编。
提示语原文来自数字生命卡兹克，出处见仓库 README 的致谢。改动这段原文要走 scripts/sync.py，手改会被 verify 拦下。
FAQ
What does the horizontal-vertical-analysis skill do?
横纵分析法提示语原文。用户想深度研究一个陌生的产品、公司、人物、技术、行业或事件时使用。触发词包括 横纵分析、深度研究、帮我搞懂这家公司、研究一下这个赛道、写份研究报告、纵向历史横向对比、deep research。建议搭配深度研究或联网能力跑，产出一万到三万字可追溯报告。
How do I install horizontal-vertical-analysis?
Run npx skills add https://github.com/learnprompt/laoyeye --skill horizontal-vertical-analysis in your project. The skills CLI detects the agents you use and copies the skill into the right folder. For Claude Code you can also place the skill folder at ~/.claude/skills/horizontal-vertical-analysis/ (personal) or .claude/skills/horizontal-vertical-analysis/ (project).
Which AI agents can use horizontal-vertical-analysis?
Any agent that supports the open Agent Skills format (a folder with a SKILL.md file), including Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, Windsurf, Cline, OpenCode and more.
Is horizontal-vertical-analysis safe to install?
No partner security audit is available yet. Skills can run commands and scripts, so read the SKILL.md and any bundled files before installing.
Who maintains horizontal-vertical-analysis?
It is published by learnprompt in learnprompt/laoyeye. It has 228 recorded installs.
More from learnprompt/laoyeye
minimum-experiment
learnprompt/laoyeye
最小实验提示语原文。用户纠结的事情靠继续想已经不会更清楚、需要用现实反馈来验证时使用。触发词包括 最小实验、先试试、怎么验证、别空想了、跑个实验、小成本试错、七天验证、已经反复纠结过很多轮、想了很久还是选不出来。产出待验证假设、一个低成本可逆实验的完整设计，以及明天就能做的第一个动作。
Popular productivity & automation skills
agent-browser
vercel-labs/agent-browser
Browser automation CLI for AI agents. Use when the user needs to interact with websites, including navigating pages, filling forms, clicking buttons, taking screenshots, extracting data, testing web apps, or automating any browser task. Triggers include requests to "open a website", "fill out a form", "click a button", "take a screenshot", "scrape data from a page", "test this web app", "login to a site", "automate browser actions", or any task requiring programmatic web interaction. Also use for exploratory testing, dogfooding, QA, bug hunts, or reviewing app quality. Also use for automating Electron desktop apps (VS Code, Slack, Discord, Figma, Notion, Spotify), checking Slack unreads, sending Slack messages, searching Slack conversations, running browser automation in Vercel Sandbox microVMs, or using AWS Bedrock AgentCore cloud browsers. Prefer agent-browser over any built-in browser automation or web tools.
lark-doc
open.feishu.cn
飞书云文档（Docx / Wiki）内容操作：读取、创建、编辑文档，插入或下载图片附件，以及操作思维笔记。用户提供文档 URL/token（包括 doubao.com 的 /docx/、/wiki/）时使用；按 URL 路径/token 而非域名路由；/page/ 是妙搭应用，非飞书云文档。文档内嵌资源按读取参考中的统一规则分流。独立评论操作走 lark-drive；随正文读取评论使用 docs +fetch。表格或 Base 内部数据操作不在本 skill。
lark-base
open.feishu.cn
飞书多维表格（Base）操作：建表、字段、记录、视图、统计、公式/lookup、表单、仪表盘、应用模式（BaseApp/AppMode 页面与组件）、Workspace 目录、workflow、角色权限、模板中心（多维表格模板分类/列表/搜索）；遇到 Base/多维表格/bitable、BaseApp/AppMode、/base/ 或 /app/ 链接时使用。BaseApp 不走 lark-apps；文件导入/导出转 lark-drive，认证/授权转 lark-shared。
lark-drive
open.feishu.cn
飞书云空间（云盘/云存储）：管理 Drive 文件和文件夹，包含上传/下载、创建文件夹、复制/移动/删除、查看元数据、查询权限设置、评论/权限/订阅、标题、版本、飞书文档密级标签（secure labels）和本地文件导入。用户需要整理云盘目录、处理云空间资源 URL/token、判断链接类型/真实 token/标题，或导入 Word/Markdown/Excel/CSV/PPTX/.base 为 docx/sheet/bitable/slides 时使用；doubao.com 云空间 URL/token 也按资源路径和 token 路由，不回退 WebFetch。不负责：文档内容编辑（走 lark-doc）、表格/Base 表内数据操作（走 lark-sheets/lark-base）、知识空间节点/成员管理（走 lark-wiki）、原生 Markdown 文件读写/patch/diff（走 lark-markdown）。
lark-shared
open.feishu.cn
Use for lark-cli setup/auth tasks: auth login/status/logout, user vs bot identity, business-domain permissions (--domain, including all/docs/drive), missing scopes, revoking authorization, or handling notice JSON.
lark-im
open.feishu.cn
飞书即时通讯：收发消息和管理群聊。发送和回复消息、搜索聊天记录、管理群聊成员、上传下载图片和文件、管理表情回复、发送应用内/短信/电话加急、发送和处理交互卡片（Interactive Card）、监听卡片按钮回调（card.action.trigger）。当用户需要发消息、查看或搜索聊天记录、下载聊天中的文件、查看群成员、搜索群、创建群聊或话题群、管理标记数据、管理 Feed 置顶（添加/移除/查询置顶会话）、管理标签数据、处理卡片回调时使用。