锦鲤研究院KOI RESEARCH
← 返回数字员工总览
DIGITAL WORKER 07 · COMMUNITY ANALYST

小区分析师:
把「值不值」拆成数

买房决策最怕两句话:「这个小区不错」和「应该还能再降」。这位数字员工不谈感觉——先用 30 万笔成交定位历史水位,再用当期挂牌与热度看现在,最后把缺点一条条搜出来;三样都摆上桌,才谈建议。

30 万笔成交 14.9 万小区热度 4 段流水线 状态:在岗 · 上海
01

八项职责,拆到工序

判断标准只有一条:这一步的产出能不能被验收。能被验收的交给 AI,不能的留给人。

左右滑动查看完整表格 →
职责AI 具体怎么做谁做交付物
小区定位模糊搜索 + 同名候选清单,重名时交用户选,不擅自代选AI 主导确定小区(含区 / 板块)
成交锚复算按「同户型 + 面积容差」筛样本,出峰值回撤、折价中位、成交周期中位AI 主导历史水位表
当期挂牌与热度小区级月度:挂牌价与量、调价指数、找房热度、在架时长、观望指数、中介抢房比例AI 主导现在行情卡
板块基准对标同板块同户型序列对比,标出本小区相对强 / 弱AI 主导对标图
楼盘与配套户型与楼栋结构、设施、学校对口;在建配套标工期与不确定性AI 主导配套清单
真实缺点检索按噪音 / 物业 / 纠纷 / 避坑 / 业主吐槽逐条搜,每条记来源与日期AI 主导
最有价值的一段
缺点清单(带出处)
报告渲染双版式:C 端决策版(说人话、口径收敛)/ 研究院版(完整口径声明)AI 主导单文件 HTML
买不买 / 出多少预算取舍、出价策略、签约节奏、贷款方案人决定决策
02

AI 能解决什么,人保留什么

AI 主导(可复核的工序)

  • 历史水位:同户型同面积配对,算出距峰值回撤
  • 现在行情:挂牌价量、调价、热度、在架时长
  • 缺点检索:噪音、物业、纠纷,逐条带出处
  • 成稿:结论前置、优缺点如实、附可执行清单

人保留(取舍与责任)

  • 买不买:通勤、学区、家庭计划,只有自己知道
  • 出价与签约:砍多少、什么时候签、违约条款
  • 预算边界:首付与月供的真实承受线
  • 验房与产权:现场核验、产调,AI 替不了

三层证据,缺一层就不出结论

只有历史成交会失准(市场在变),只看挂牌会偏高(那是期望价),只听口碑会失真(样本随意)。

HISTORY → NOW → FACTS → VERDICT 成交锚(历史)30 万笔 · 13,140 小区峰值回撤 / 折价 / 周期 挂牌与热度(现在)14.9 万小区 · 46 城月度挂牌价量 / 调价 / 在架 / 观望 网搜事实噪音 / 物业 / 纠纷每条带来源与日期 交叉核对三层不一致时写清分歧,不强行统一 结论 + 清单贵不贵 / 能砍多少 / 适合吗附可执行动作 三层各自都能被追问到原始记录;对不上的地方写「分歧」,不挑一个好看的
成交锚 回撤 / 折价 / 周期挂牌热度 价量 / 调价 / 观望网搜事实 噪音 / 物业 / 纠纷交叉核对 分歧照写结论 三问 + 清单
一句话:AI 把「翻成交、扒缺点、算水位、成稿」压到小时级;人只保留「买不买、出多少、签不签」。
03

四段流水线

顺序固定:先问清需求,再取数,再补事实,最后渲染。跳过任何一段,报告都会变成「看起来很全」的空话。

P0 · 引导采集先问再算几房 · 面积 / 预算通勤与学区硬要求一次问齐,最多 3 问 P1 · 成交锚历史水位同户型 + 面积容差回撤 / 折价 / 周期脚本算,结果不手调 P2 · 网搜补充补「现在」与缺点当前价锚(必搜)缺点 / 口碑 / 配套 / 租金每条记来源与日期 P3 · 渲染双版式成稿C 端决策版 / 研究院版确定性脚本保版式一致结论前置 + 行动清单 门控 · 四道(脚本与规则执行,不靠模型自觉) 重名不代选 · 样本量不足标「样本不足」 · 查不到写「未检索到」 · 缺当期价锚不出「贵不贵」结论 成交明细只是锚点,「现在」一律用当期挂牌与热度补;两者不混用
P0 引导 先问再算P1 成交锚 历史水位P2 网搜 现在 + 缺点P3 渲染 双版式成稿
04

口径陷阱:这个领域最容易糊弄人

小区报告的说服力全靠口径干净;下面七条,任一条说错,整份报告不可信。

左右滑动查看完整表格 →
陷阱真相正确写法
成交样本 ≠ 全市网签我们用的是平台成交样本,不是全市网签全量写明「成交样本」,不外推全市总量
挂牌价 ≠ 成交价挂牌是卖方期望,成交是事实;两者系统性有差两个数分开写,说清哪个是期望
折价中位 ≠ 你能砍这么多折价是挂牌→成交的历史中位,不代表每套都能砍到写「历史中位 X%」,不承诺议价空间
成交周期 ≠ 每套都这么快中位 50 天意味着一半更慢;楼层朝向装修都会拉长给中位并说明分布,不说「一般 50 天卖掉」
峰值回撤 ≠ 还会继续跌回撤只说明现在相对历史峰值的位置写「较 2022 年峰值 -X%」,不做涨跌预测
不配对就比同比面积、楼层、装修结构变化会污染同比,甚至方向相反同小区 + 同户型 + 面积容差内配对后再比
C 端与研究院混口径C 端版不该出现数据源名与截止时间;研究院版必须保留双版式分开:C 端用相对表述,研究版留完整声明
两版输出:C 端决策版——结论前置、说人话、优缺点如实、附可执行清单,历史用相对表述(「比 2021 年峰值低三成」);研究院版——保留完整数据口径、样本量、截止时间与局限声明。同一套数,两种说法,各自合规。
05

整合包里有什么

一个目录,交给任何 agent;不依赖我们的模型、平台或终端。

koi-xiaoqu-agent-pack-v0.1.zip 约 18 个文件 · 方法 + 口径 + 脚本 · CC BY 4.0 / MIT
左右滑动查看完整表格 →
目录 / 文件内容作用
SKILL.md角色、边界、四段流水线路由agent 入口
workflow/P0–P3.md每段的输入、步骤、产出、人工闸门照着跑
config/caliber.md本页第四节七条口径陷阱写之前先读
config/gates.json样本量、重名、当期价锚、来源标注门槛机器可读门槛
scripts/xiaoqu_data.py小区搜索 + 同户型成交锚计算取数不心算
scripts/xiaoqu_report.py双版式渲染(C 端 / 研究院)版式一致
gates/check_caliber.py样本外推、挂牌当成交、期限承诺硬拦
gates/check_sources.py每条网搜事实是否带来源与日期不许无源结论
schemas/community.json小区档案与指标结构格式统一
examples/两个小区的完整报告 + 缺点清单样例照格式
  1. 解压整个目录放进 agent 工作区,保持层级
  2. 给三样输入小区名(可含区)、在看户型与面积、预算与硬要求
  3. 过闸再出稿先 P1 取成交锚,再 P2 补当期与缺点;缺当期价锚不出「贵不贵」
06

现在到哪一步

07

引用与联系

引用格式:锦鲤研究院.《数字员工 07 · 小区分析师:岗位拆解与整合包》. 2026-10-30. https://estate.orangewiki.cn/systems/xiaoqu/
获取整合包:husixu@qq.com(v0.1 直接下载;需要定制可邮件联系)。
边界:不构成投资建议;不预测房价涨跌;成交样本不代表全市网签全量;购房决策与产权核验由本人负责。