数据底座
覆盖企业、个体户、代码标识，以及主体、经营、科技能力、知识产权、投融资、司法诉讼、监管风险、人企关联等维度。
正惠的机会可以先从“查企”延展到银行场景里的可执行建议。
已有资料显示，正惠的优势集中在数据底座、金融场景、同一经营主体、科创模型和安全交付。AI 可以更多承担编排、解释和报告生成，事实字段建议仍来自接口和模型。
金融场景
持续服务银行、金融机构和政企客户，场景覆盖营销获客、贷前尽调、审批决策和存量监测。
惠营销接口
已有企业综合分析、人员综合分析、企业详细分析指标三个接口研发版，可以作为 MVP 的第一批工具能力。
同一经营主体
支持企业和人员维度识别实控人、关联企业群、经营财务指标与风险标签，这是银行营销和风险判断的高价值能力。
模型与专题产品
白名单筛选、科创能力评价、专利价值评估、风险监测、企业画像报告，可以把查数据升级成出建议。
安全与交付
支持 API、专题数据库、定制筛选、本地批量服务，并具备面向金融客户的私有化、留痕与资质背书。
竞品横向表
企查查和启信宝强在全量数据、工具矩阵和平台叙事。正惠可以考虑避开全行业通用查询的正面竞争，优先聚焦银行科创金融的业务结果。
| 维度 | 东方微银/睿查得 Skill | 启信 Data AI | 企查查智能体数据平台 | 正惠可讨论方向 |
|---|---|---|---|---|
| 核心定位 | 企业信息查询 Skill，强调低门槛安装和自然语言查数。 | 商业数据 + Agent/Skill/MCP/CLI 的一站式 AI 数据平台。 | 让 AI 智能体调用企查查企业数据，强调 MCP + CLI 双栖接入。 | 银行科创金融场景 AI，重点可以从查企延伸到获客、准入、尽调、监测。 |
| 目标用户 | AI 助手用户、轻量企业查询用户。 | 企业业务团队与技术团队。 | 银行、投资、法务、采购、供应链及开发者。 | 银行客户经理、普惠/科创金融团队、风控/贷后团队、银行科技部门。 |
| 数据卖点 | 企业工商、股东、高管、变更、异常、处罚、抵押、年报等。 | 境内 3.4 亿+ 企业组织、2000 亿+ 动态商业数据、1000+ 特征指标。 | 3.65 亿+ 市场主体、179 个原子工具、6 大 Server。 | 全量企业/个体户/代码标识 + 科创、专利、企业划型、同一经营主体、人企关系、金融模型。 |
| AI 接入形态 | Skill 为主，强调安装即用。 | Agent、Skill、MCP、CLI 全矩阵。 | MCP + CLI，提供 Skill 广场与接入指南。 | 先做 Skill + Web 工作台，再补 MCP；CLI 只用于批量任务和内部交付。 |
| 场景深度 | 偏通用尽调和信息查询。 | 企业关系查询、采购寻源、风险评估等。 | KYB、IC Memo、合同核验、供应商筛选等工作流。 | 惠营销商机推荐、科创白名单、贷前准入底稿、贷后风险监测。 |
| 可借鉴点 | 两分钟上手的低门槛体验。 | 产品矩阵叙事：Agent/Skill/MCP/CLI 分层清楚。 | 工具分层、实体强锚定、空结果语义化、上下文脱水、审计留痕。 | 尽量把字段接口转译成业务语言，减少客户直接阅读字段表的负担。 |
| 需要谨慎的点 | 只做简单查数 Skill，容易同质化。 | 过早做大而全平台，研发和运营成本高。 | 过早拼工具数量和全行业覆盖。 | 第一期建议先不追求 100 个工具，而是把 3 个银行高频任务跑通。 |
MVP 讨论范围
首版建议适当收敛：先接现有三个惠营销接口，做固定场景 Skill 和一页式报告，暂缓开放式万能问答和大而全工具市场。
数据接入
首版做什么先接企业综合分析、人员综合分析、企业详细分析指标。
暂缓范围第一期可暂不接入全部工商、司法、知识产权接口。
AI Skill
首版做什么做商机推荐、准入初筛、客户拜访摘要。
暂缓范围暂不做开放式万能问答。
Web 工作台
首版做什么扩展销售演示、规则配置、结果报告、调用日志。
暂缓范围先不展开复杂权限、流程审批、完整 CRM。
MCP 服务
首版做什么暴露少量高价值工具给银行 AI 平台调用。
暂缓范围暂不做 100+ 工具市场。
审计留痕
首版做什么保留请求参数、调用接口、返回字段、规则命中、人工确认状态。
暂缓范围暂不让 AI 直接覆盖人工审批。
18 周 MVP 路线图
路线图可以按“数据准备 - 商机雷达 - 准入初筛 - 存量监测 - MCP/私有化试点”推进，每一阶段先设定相对清晰的验收标准，便于讨论和取舍。
0
数据与规则准备第 1-2 周
把现有字段合约变成 AI 可调用能力
统一主体识别字段，梳理字段字典，定义商机推荐规则和风险标签分级，补充数据来源和更新时间字段。验收：三个接口稳定返回结构，形成 20-30 条首批规则。
1
商机雷达 MVP第 3-6 周
让客户经理输入企业即可得到营销建议
交付企业查询 Skill、同一经营主体穿透结果、关联企业商机清单、产品推荐理由、一页式商机报告和 Web 演示页。验收：50-100 家样本跑通。
2
准入初筛 MVP第 7-10 周
把营销建议扩展到贷前准入与尽调底稿
交付准入初筛 Skill、经营/财务/行业排名摘要、风险标签解释、人工复核清单和报告导出。验收：风险提示尽量都能追溯。
3
存量监测 MVP第 11-14 周
从一次性查询变成持续运营
交付客户名单批量导入、定时监测任务、风险变化提醒、商机变化提醒、调用日志和月度统计。验收：形成新增、恶化、改善三类提醒。
4
MCP/私有化试点第 15-18 周
让银行技术团队接入自己的 AI 系统
交付 MCP 工具清单、鉴权方案、调用限额、审计日志和内网部署说明。验收：争取完成 1 个银行或内部 AI 平台联调。
首批 Skill 设计
Skill 可以不急于追求开放式“万事通”，而是先把银行高频动作做成固定流程，尽量让输出稳定、解释清楚、结果可复核。
商机推荐
- 触发句
- 帮我看这家公司适合营销什么产品
- 调用能力
- 企业综合分析、企业详细指标、科创标签、产品规则
- 输出
- 商机评分、推荐产品、推荐理由、关联机会、拜访话术
准入初筛
- 触发句
- 帮我对这家公司做贷前准入初筛
- 调用能力
- 企业详细指标、风险识别、行业排名、经营财务指标
- 输出
- 准入结论建议、风险点、需人工复核项、数据来源
实控人企业群分析
- 触发句
- 查一下这个人名下企业群经营情况
- 调用能力
- 人员综合分析
- 输出
- 关联企业清单、企业群经营能力、风险占比、关注主体
科创白名单筛选
- 触发句
- 筛选某地区适合科创贷的企业
- 调用能力
- 科创标签、专利价值、企业划型、经营指标
- 输出
- 白名单列表、分层标签、推荐优先级、触达建议
贷后监测
- 触发句
- 监测这批存量客户的风险变化
- 调用能力
- 风险标签、经营状态、同一经营主体变化
- 输出
- 预警清单、变化原因、处置建议
产品形态与推荐规则
Web、Skill、API 可先作为 P0 讨论；MCP 可作为 P1；CLI 更适合放在内部交付、批处理和回归。推荐规则建议先从银行最容易验证的场景开始。
Web 工作台 P0
销售、产品、运营、客户经理用于演示、查询、报告和规则配置。
Skill P0
业务用户在 AI 助手中用自然语言触发固定业务流程。
API P0
银行系统或正惠内部系统稳定集成、批量调用。
MCP P1
银行 AI 平台或 Agent 平台按工具调用正惠能力。
CLI P2
内部交付、批处理、自动化测试和离线验证。
科创贷推荐
命中高新技术、专精特新、有效发明专利、研发强度高、专利价值评分高。
普惠贷推荐
企业规模为小微/中型，经营状态正常，收入增长为正，行业排名靠前。
供应链金融推荐
同一经营主体存在多家上下游/关联企业，经营行业集中，核心企业经营稳定。
结算/代发推荐
企业群从业人数、分支机构、地区扩张数量较高。
风险复核
命中失信、被执行、限高、破产、经营异常、严重违法、股权出质等。
人工复核
企业名称模糊、多主体重名、实控人识别置信不足、关键字段缺失或更新时间过旧。
建议先遵守的产品原则
AI 更适合做编排和解释，不建议替代事实字段、人工复核和审批责任。主要输出建议保持可追溯、可审计、可回放。
01强锚定
优先使用统一社会信用代码、注册号、组织机构代码，名称查询建议返回候选主体确认。
02结构化优先
AI 负责编排、解释和生成报告，事实字段由接口返回。
03空结果语义化
尽量区分未命中风险、数据缺失、需补充查询。
04上下文脱水
给 AI 的是业务摘要、关键指标、风险标签和可追溯引用。
05人在回路
营销建议可由 AI 辅助生成，准入和授信结论建议标注为建议或待复核。
06可审计
每条结论都有字段来源、调用时间、规则版本和人工确认记录。
三个月观察指标
这些指标可用于观察 MVP 是否从“能演示”逐步进入“能试点”。重点看业务人员是否认可推荐，以及风险解释是否可追溯。
0 分钟演示效率
客户经理输入企业后生成商机报告。
0+推荐依据
每条产品推荐建议对应两个结构化依据。
全量风险可追溯
重点风险标签尽量追溯到字段、接口和更新时间。
0%业务命中率
试点样本中业务人员认可的推荐占比。
Web+API集成能力
争取完成一个 Skill，并进入 MCP 试点。
3 场景复用能力
商机推荐、准入初筛、贷后监测共用一套字段和规则。