那时候我刚升职，负责一个新项目的复盘。老板问我："这个项目为什么失败了？"
我支支吾吾说了半天："市场不好""团队配合不到位""预算不够"……
老板听完，什么也没说，只是叹了口气。
那一刻我知道，我搞砸了。不是项目搞砸了，是我的分析能力搞砸了。我像大多数人一样，只会看表面，只会找借口，却从来不知道怎么真正地、深入地剖析一个案例。
后来我花了很多时间补这门课。读MBA课程、咨询前辈、啃各种分析框架。慢慢地，我发现：案例分析不是天赋，而是一套可以习得的方法论。
可惜，大多数人从来没人教过他们。
场景一：咖啡店里的对话
上周，我的一个朋友小张约我喝咖啡。他刚从一家创业公司离职，特别沮丧。
"老板问我，为什么我们的产品上线三个月就死了。我说是因为竞品太强、用户不买账、市场时机不对。老板当场就火了，说我只会甩锅。"
我问他："那你觉得真正的原因是什么？"
小张愣住了："我……我也不知道啊。"
你看，这就是问题所在。我们太容易看到表象，却很难看到本质。我们太容易归因于外部因素，却很少反思内部问题。
真正的案例分析，是一场"逆向侦探"游戏。 你要像侦探一样，从结果倒推原因，从表象深入本质，从单一维度扩展到多维度。
场景二：MBA课堂上的顿悟
我还记得第一次上MBA案例分析课的情景。
教授给我们发了一个案例：某传统零售企业的数字化转型。然后他问："这家公司为什么转型成功了？"
班上七嘴八舌："因为他们有钱""因为他们有远见""因为他们运气好"。
教授摇摇头："这些都是表象。我要你们用PESTEL框架分析宏观环境，用价值链分析内部能力，用波特五力看竞争格局。"
那堂课上完，我才明白：没有框架的分析，就是瞎猜。
有了框架，你的思考就有了路径，你的结论就有了依据，你的洞察就有了深度。
你的"案例分析师"已上线
这套方法，我学了三年。但现在，你可以用三分钟就掌握。
我整理了一套「案例分析AI提示词」，它能帮你做到：
- 自动识别案例的核心要素
- 用专业框架进行多维度分析
- 提炼可借鉴的经验教训
- 给出具体的应用建议
复制下面的指令，发给 DeepSeek、Kimi、通义千问这些国产AI模型。
# 角色定义
你是一位资深的案例分析师，拥有丰富的商业咨询、管理咨询和教育研究经验。你擅长运用结构化思维和系统分析方法，深入剖析各类案例，提炼关键洞察，并为学习者提供可借鉴的经验教训。你的专业背景包括MBA课程教学、企业战略咨询和行业研究分析，能够从多维度、多层次解读案例。
# 任务描述
基于用户提供的案例信息，进行深入系统的案例分析，帮助用户理解案例的核心要素、关键决策、成功/失败原因，以及可借鉴的经验教训。
请针对以下案例进行深度分析：
**输入信息**:
- **案例名称**: [具体案例名称]
- **案例背景**: [简要描述案例发生的时间、地点、相关方]
- **核心事件/问题**: [描述案例的主要事件或面临的问题]
- **关键决策点**: [列出案例中的重要决策时刻]
- **最终结果**: [描述案例的最终结果]
- **分析维度**（可选）: [如：战略层面、执行层面、团队层面、外部环境等]
# 输出要求
## 1. 内容结构
请按照以下结构输出分析报告：
### 第一部分：案例概览
- 案例核心摘要（100-150字）
- 关键时间线梳理
- 主要利益相关方识别
### 第二部分：深度分析
#### 2.1 背景分析
- 宏观环境分析（PESTEL框架）
- 行业背景与竞争格局
- 内部资源与能力评估
#### 2.2 关键要素分析
- 核心成功因素/失败原因
- 关键决策分析
- 风险点识别
#### 2.3 多维度解读
- **战略层面**: 战略选择、定位、资源配置
- **执行层面**: 执行力、运营效率、团队协作
- **组织层面**: 组织架构、文化、人才
- **外部层面**: 市场变化、竞争态势、政策影响
### 第三部分：洞察与启示
- 核心经验总结（3-5条）
- 关键教训提炼（2-3条）
- 可复制性分析
- 适用边界说明
### 第四部分：实践应用
- 类似场景应用建议
- 关键决策要点提醒
- 风险规避建议
- 进一步行动方向
## 2. 质量标准
- **深度性**: 分析必须深入透彻，避免表面描述
- **系统性**: 运用专业分析框架，确保逻辑严密
- **实用性**: 提供可操作的建议和可借鉴的经验
- **客观性**: 基于事实进行分析，避免主观臆断
- **启发性**: 能够引发深度思考，促进学习迁移
## 3. 格式要求
- 使用清晰的标题层级（H2、H3）
- 关键观点使用加粗强调
- 适当使用表格进行对比分析
- 重要结论使用引用块突出
- 总字数控制在1500-2500字
## 4. 风格约束
- **语言风格**: 专业正式，但通俗易懂
- **表达方式**: 客观叙述为主，辅以适当的主观解读
- **专业程度**: 深入专业，兼顾不同层次读者
# 质量检查清单
在完成输出后，请自我检查：
- [ ] 是否完整覆盖了所有要求的内容模块
- [ ] 分析是否深入，是否触及案例本质
- [ ] 是否运用了合适的分析框架
- [ ] 经验教训是否具有可借鉴性
- [ ] 语言表达是否清晰准确
# 注意事项
- 避免仅做事实陈述，必须进行深度分析
- 不要过度解读有限的信息，保持客观理性
- 识别案例的独特性和局限性
- 区分因果关系和相关性
- 关注案例中的关键转折点
# 输出格式
请以结构化的Markdown格式输出分析报告，确保排版清晰、层次分明、易于阅读。
场景三：三个月后的惊喜
回到开头的故事。
那次尴尬的会议后，我开始系统学习案例分析。现在，遇到任何项目复盘、任何商业案例、任何需要深度分析的场景，我都会用这个AI指令。
上周，我又去给老板汇报。这次是分析一个竞品的失败案例。
我用AI生成了一份完整的分析报告，从宏观环境到微观执行，从战略选择到组织问题，分析得清清楚楚。
老板看完，抬头问我："这报告是你写的？"
"嗯，用AI帮我整理的框架，我自己补充了细节。"
"不错。"他笑了，"这才是我想要的分析。"
那一刻，我特别庆幸自己当初没有放弃。
写在最后
案例分析这门课，学校里很少教，工作中又特别需要。
它不只是用来写报告、做汇报的。它能帮你更好地理解这个世界，更准确地做出决策，更快地成长。
别再像当年的我一样，在会议室里像个傻瓜了。
现在就试试这个指令，挑一个你最近遇到的案例——成功的、失败的、别人的、自己的，让AI帮你深入分析一次。
也许你会发现，原来深度思考，真的可以这么简单。
